Parquet-Viewer — Parquet-Dateien online und privat öffnen

Ein schneller Blick in Parquet-Dateien

Apache Parquet ist das Standard-Speicherformat für Data Lakes, Spark-Jobs, pandas-Exporte und viele Analyse-Pipelines. Es ist kompakt und schnell, aber ein binäres, spaltenorientiertes Format – deshalb lässt es sich weder in einem Texteditor noch in einer Tabellenkalkulation öffnen. Dieser Parquet-Viewer öffnet eine .parquet-Datei direkt in Ihrem Browser und zeigt, was darin steckt: Spaltennamen und -typen, die Gesamtzahl der Zeilen, die Anzahl der Row Groups, die Bibliothek, die die Datei geschrieben hat, sowie eine seitenweise Tabelle mit den eigentlichen Daten.

Im Hintergrund nutzt das Tool DuckDB, kompiliert zu WebAssembly. DuckDB liest Parquet nativ, einschließlich Snappy-, Gzip- und Zstd-Komprimierung, verschachtelter Listen und Structs, Datumswerte, Zeitstempel und Dezimalzahlen. Die Zeilenanzahl stammt aus den Metadaten der Datei, und jede Seite wird mit einer kleinen LIMIT/OFFSET-Abfrage geladen. So bleibt das Blättern flüssig, selbst wenn die Datei Millionen von Zeilen enthält.

Parquet in CSV oder JSON umwandeln

Oft brauchen Sie die Daten einfach in einem handlicheren Format. Die Export-Schaltflächen konvertieren die gesamte Datei, nicht nur die sichtbare Seite. Der CSV-Export schreibt eine Kopfzeile, gefolgt von allen Datensätzen – bereit für Excel, Google Sheets oder den Import in eine Datenbank. Der JSON-Export schreibt ein einzelnes Array von Objekten, das sich gut für Skripte, Testdaten und APIs eignet. Verschachtelte Spalten bleiben als verschachteltes JSON erhalten, in CSV erscheinen sie dagegen als Text. Zeitstempel werden im ISO-Format geschrieben, damit sie korrekt sortiert und eingelesen werden.

Private, offlinefreundliche Analyse

Parquet-Dateien enthalten häufig Produktionsdaten: Benutzerdatensätze, Transaktionen oder Telemetrie. Sie auf eine unbekannte Website hochzuladen, nur um einen Blick auf das Schema zu werfen, ist riskant. Hier wird die Datei in den Arbeitsspeicher Ihres Browsers gelesen und nirgendwohin gesendet. Die DuckDB-Engine (etwa 35 MB) wird beim ersten Öffnen einer Datei von einem CDN geladen und kann anschließend vom Browser zwischengespeichert werden. Da die gesamte Datei im Speicher gehalten wird, hängen sehr große Dateien vom Arbeitsspeicher ab, der Ihrem Browser-Tab zur Verfügung steht. Für tiefergehende Analysen wie Filter, Aggregationen oder Joins mit anderen Dateien öffnen Sie dieselbe Datei im Tool SQL on CSV.