用途：针对 Python 中查询 Rerun catalog（rerun.catalog.CatalogClient → dataset.reader(...) → DataFusion DataFrame）的性能模式与常见陷阱，适合查询意外变慢时参考。DataFusion 本身的 DataFrame、SessionContext 与表达式 API 由 datafusion-python 技能覆盖；未安装时可让用户全局安装：npx skills add apache/datafusion-python。
成本模型：每次物化 reader DataFrame 都是一次云往返，主要成本来自网络与解码而非计算。应优先控制往返次数，其次控制传输字节。单次往返即便结果很小也常需数秒，因此应按“一次查询覆盖所有段/实体”组织，而非逐段、逐实体循环。
主要能力与用法：在 .reader(...) 之前尽量应用 filter_contents 与时间窗口过滤，时间过滤需用索引列与字面量比较才可下推，索引列上的转换或算术不会下推。重复消费同一物化结果时用 DataFrame.cache()，但若下游仍是惰性 DataFrame 继续组合，则不应缓存，以免破坏整体计划优化。跨段查询可去掉 filter_segments，借助每行的 rerun_segment_id 在本地分组；同段内多实体可一次 reader 后用各实体列的 is_not_null() 本地过滤。count() 不一定下推，判断“是否存在”优先用 limit(1) 探测。using_index_values 配合 fill_latest_at 适合最近值重采样，不适合用作存在性检查。schema() 只需一次往返，可先看有哪些实体/组件列；但 schema 存在不等于有事件。注意 reader 行布局：实体是列不是行，没有 rerun_entity_path 行属性，count() 返回所有实体总事件数。对 null struct 的字段访问会返回 0.0 而非 null，需加 null 守卫，且只对 struct 源使用。调试时分别计时惰性构建与终端物化、统计往返次数、用 nbytes 检查实际传输量。
限制：该技能聚焦 catalog 特有问题，不替代 datafusion-python 的通用 API 参考；具体性能数字取决于网络与环境。