Я взял несколько постов Алексея и просто объединил их в один. И вот какая картина у меня в голове получается.

Есть набор больших текстовых файлов, которые для ускорения работы я конвертирую в удобный формат: парсю отдельные строки, укладываю преобразованные значения в поля в структуры, структуры укладываю в массив, а массив записываю в бинарный файл :)

Как быть с текстовыми полями:
1. Если в структуре объявить поле типа char [250], то это будет очень расточительно (не всем значениям нужна такая длина).
2. Если в структуре объявить поле std::string, то структура перестанет быть POD- объектом и работать с ней как с последовательностью битов уже будет нельзя. Как следствие отваливается возможность сохранения данных в файл.

Есть какие-то симпатичное решения сохранения текстовых данных в бинарных файлах?

1. Сначала 1 раз записать, потом все оставшиеся разы только читать.
2. ~60ГБ csv- файлов.

Судя по постановке - это типичная bigdata. У нас есть неструктурированные данные. Один
раз сгенерированы и мы их только читаем. Как с ними быть? Всё идет не от структур данных
типа char[250] или string. Все это шелуха и на больших данных не имеет значения. А от того
какие отчоты надо с этого получить. Далее - по технологиям,
Spark (Python/Java/Scala), Hadoop (C++/Java/Python) и различные коробочные бизнес-продукты для анализа
данных (Витрины данных/DataMart/OLAP). В последнем - я не глубокий специалист. Пускай коллеги накидают
ссылок если знают. Но убежден что таких продуктов - масса. И они замечательно справляются
с такими задачами.

Из витрин данных я использовал Qliki, но не уверен что qliki проглотит 60Гб. Надо почитать про
limitations.

Возможно автор просто подменяет "нужное" интересным и хочет порабоать с C++ и данными - ну дык это его
личное пожелание. Мы естественно помешать не сможем. Дай бох.