Visor de Parquet — Abre archivos Parquet online, en privado

Una forma rápida de ver el interior de los archivos Parquet

Apache Parquet es el formato de almacenamiento predeterminado de los data lakes, los trabajos de Spark, las exportaciones de pandas y muchas canalizaciones de análisis. Es compacto y rápido, pero es un formato binario columnar, así que no puedes abrirlo en un editor de texto ni en una hoja de cálculo. Este Visor de Parquet abre un archivo .parquet directamente en tu navegador y muestra lo que contiene: los nombres y tipos de las columnas, el número total de filas, el número de grupos de filas, la biblioteca que escribió el archivo y una tabla paginada con los datos reales.

Internamente, la herramienta utiliza DuckDB compilado a WebAssembly. DuckDB lee Parquet de forma nativa, incluida la compresión Snappy, Gzip y Zstd, listas y structs anidados, fechas, marcas de tiempo y decimales. El número de filas procede de los metadatos del archivo y cada página se obtiene con una pequeña consulta LIMIT/OFFSET, por lo que la navegación sigue siendo ágil incluso cuando el archivo tiene millones de filas.

Convierte Parquet a CSV o JSON

A menudo solo necesitas los datos en un formato más cómodo. Los botones de exportación convierten el archivo completo, no solo la página visible. La exportación a CSV escribe una fila de encabezado seguida de todos los registros, lista para Excel, Google Sheets o una importación a una base de datos. La exportación a JSON escribe un único array de objetos, práctico para scripts, datos de prueba y API. Las columnas anidadas se conservan como JSON anidado, mientras que en CSV aparecen como texto. Las marcas de tiempo se escriben en formato ISO para que se ordenen y se analicen correctamente.

Inspección privada y apta para trabajar sin conexión

Los archivos Parquet suelen contener datos de producción: registros de usuarios, transacciones o telemetría. Subirlos a un sitio web desconocido solo para echar un vistazo al esquema es arriesgado. Aquí, el archivo se lee en la memoria de tu navegador y nunca se envía a ningún sitio. El motor DuckDB (unos 35 MB) se descarga desde una CDN la primera vez que abres un archivo y después tu navegador puede guardarlo en caché. Como el archivo completo se mantiene en memoria, los archivos muy grandes dependen de la RAM disponible para la pestaña del navegador. Para un análisis más profundo, como filtros, agregaciones o uniones con otros archivos, abre el mismo archivo en la herramienta SQL on CSV.