同一份用户数据，分析团队要拿来训练模型，在线服务也要按用户 ID 迅速查出一条记录。过去常见的办法，是把数据再复制到专门的服务数据库里；数据越多，存储成本越高，两份数据还可能出现口径不一致。Spotify 推出的 Random Access Parquet（RAP），想让两类工作直接共用数据湖——集中保存海量数据的低成本存储层——里的同一份数据。
据 InfoQ 报道，RAP 最关键的一步，是给 Apache Parquet（适合批量分析的列式文件格式）加上一层外部索引。它像一份目录，直接记录某个用户 ID 位于哪个文件、哪一行。在线服务做“点查询”——按键寻找一条或少量记录——时，不必扫描数千个文件，而是先查索引，再定向读取对象存储中的一小段数据。Spotify 称，配合数据排序、列布局和覆盖索引，部分查询只需一次范围读取，读取量仅几 KB。
这套设计的价值不只是更快，而是少维护一套数据副本：分析、机器学习、AI 智能体和在线应用可以继续使用相同的 Parquet 数据集。不过，现有材料未披露完整的延迟、成本对比或生产规模测试结果，实际收益仍需更多数据验证。