Visualizzatore Parquet — Apri file Parquet online, in privato

Un modo rapido per guardare dentro i file Parquet

Apache Parquet è il formato di archiviazione predefinito per data lake, job Spark, export di pandas e molte pipeline di analisi. È compatto e veloce, ma è un formato binario colonnare, quindi non puoi aprirlo in un editor di testo o in un foglio di calcolo. Questo Visualizzatore Parquet apre un file .parquet direttamente nel browser e mostra cosa contiene: i nomi e i tipi delle colonne, il numero totale di righe, il numero di row group, la libreria che ha scritto il file e una tabella paginata con i dati effettivi.

Dietro le quinte lo strumento usa DuckDB compilato in WebAssembly. DuckDB legge Parquet in modo nativo, inclusa la compressione Snappy, Gzip e Zstd, liste e struct annidate, date, timestamp e decimali. Il numero di righe proviene dai metadati del file e ogni pagina viene recuperata con una piccola query LIMIT/OFFSET, così la navigazione resta reattiva anche quando il file contiene milioni di righe.

Converti Parquet in CSV o JSON

Spesso ti servono semplicemente i dati in un formato più comodo. I pulsanti di esportazione convertono l'intero file, non solo la pagina visibile. L'esportazione CSV scrive una riga di intestazione seguita da ogni record, pronta per Excel, Google Sheets o l'importazione in un database. L'esportazione JSON scrive un unico array di oggetti, comodo per script, fixture di test e API. Le colonne annidate restano JSON annidato, mentre nel CSV compaiono come testo. I timestamp sono scritti in formato ISO, così si ordinano e si analizzano correttamente.

Ispezione privata e adatta all'uso offline

I file Parquet contengono spesso dati di produzione: record di utenti, transazioni o telemetria. Caricarli su un sito sconosciuto solo per dare un'occhiata allo schema è rischioso. Qui il file viene letto nella memoria del browser e non viene mai inviato da nessuna parte. Il motore DuckDB (circa 35 MB) viene scaricato da una CDN la prima volta che apri un file e può poi essere memorizzato nella cache del browser. Poiché l'intero file è tenuto in memoria, i file molto grandi dipendono dalla RAM disponibile per la scheda del browser. Per analisi più approfondite, come filtri, aggregazioni o join con altri file, apri lo stesso file nello strumento SQL on CSV.