DuckDB + Polars 混合实战:从 CSV 到数据湖的 5 个生产级 Pipeline(附 Arrow 交换与避坑)摘要:Polars 和 DuckDB 不是二选一,而是"同一份 Parquet 上的两种计算引擎":DuckDB 擅长用 SQL 做即席探查、多表 JOIN、窗口聚合;Polars 擅长用表达式做清洗、特征工程、超内存流式 ETL。本文给出 5 个可直接落地的生产级 Pipeline:CSV 落湖、DuckDB 宽表聚合 → Polars 特征工程、Polars 流式 ETL、按日期分区增量更新、数据质量门禁。所有示例按 Polars 1.44.x + DuckDB 1.5.x 稳定口径编写,并说明 Ar