Add benchmarking suite for all backends and formats

[knighton]

This benchmark serves to drive backend development, coming in the next PRs. As it is implemented, we plug it in here.

Backends in Streaming parlance are foreign systems which StreamingDataset calls out to or reads directly in order to serve samples.

$ time p3 -m benchmarks.backends.write
Generate: 717.963 sec.                                                                               
Found directory at data/backends/, wiping it for reuse

Write split: small
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─
    │ format   │     sec │      samples │  usec/sp │          bytes │  files │   bytes/file │ max bytes/file │
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─
    │ csv      │   1.519 │       32,768 │   46.344 │      2,926,965 │      3 │      975,655 │      2,795,297 │
    │ delta    │  14.511 │       32,768 │  442.834 │        965,066 │     66 │       14,622 │         29,836 │
    │ jsonl    │   1.186 │       32,768 │   36.192 │      3,549,499 │      3 │    1,183,166 │      3,417,881 │
    │ lance    │   0.077 │       32,768 │    2.350 │      2,983,593 │      4 │      745,898 │      2,983,041 │
    │ mds      │   0.166 │       32,768 │    5.073 │      2,982,097 │      2 │    1,491,048 │      2,981,772 │
    │ parquet  │   0.023 │       32,768 │    0.702 │      1,062,984 │      1 │    1,062,984 │      1,062,984 │
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─

Write split: medium
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─
    │ format   │     sec │      samples │  usec/sp │          bytes │  files │   bytes/file │ max bytes/file │
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─
    │ csv      │   3.610 │    1,048,576 │    3.443 │     93,686,651 │     23 │    4,073,332 │      8,388,602 │
    │ delta    │   4.098 │    1,048,576 │    3.908 │     29,391,561 │     66 │      445,326 │        912,199 │
    │ jsonl    │   6.550 │    1,048,576 │    6.247 │    113,610,514 │     29 │    3,917,603 │      8,388,579 │
    │ lance    │   0.552 │    1,048,576 │    0.526 │     95,495,604 │      7 │   13,642,229 │     23,878,871 │
    │ mds      │   4.497 │    1,048,576 │    4.289 │     95,456,073 │     13 │    7,342,774 │      8,388,608 │
    │ parquet  │   0.640 │    1,048,576 │    0.610 │     32,496,271 │      4 │    8,124,067 │      8,124,701 │
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─

Write split: large
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─
    │ format   │     sec │      samples │  usec/sp │          bytes │  files │   bytes/file │ max bytes/file │
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─
    │ csv      │  71.661 │   33,554,432 │    2.136 │  2,998,262,406 │    685 │    4,377,025 │      8,388,616 │
    │ jsonl    │ 174.832 │   33,554,432 │    5.210 │  3,635,816,298 │    837 │    4,343,866 │      8,388,608 │
    │ lance    │  14.238 │   33,554,432 │    0.424 │  3,056,134,893 │    131 │   23,329,273 │     23,891,240 │
    │ mds      │ 142.663 │   33,554,432 │    4.252 │  3,054,871,703 │    366 │    8,346,643 │      8,388,608 │
    │ parquet  │  20.720 │   33,554,432 │    0.617 │  1,039,974,715 │    128 │    8,124,802 │      8,129,982 │
    ─ ──────── ─ ─────── ─ ──────────── ─ ──────── ─ ────────────── ─ ────── ─ ──────────── ─ ────────────── ─

real    20m50.269s
user    20m1.404s
sys 0m28.315s