Visualizador de Parquet — Abra arquivos Parquet online, com privacidade

Uma forma rápida de ver o interior de arquivos Parquet

O Apache Parquet é o formato de armazenamento padrão para data lakes, jobs do Spark, exportações do pandas e muitos pipelines de análise. É compacto e rápido, mas é um formato binário colunar, por isso não é possível abri-lo num editor de texto ou numa planilha. Este Visualizador de Parquet abre um arquivo .parquet diretamente no seu navegador e mostra o que há dentro: os nomes e tipos das colunas, o número total de linhas, o número de grupos de linhas, a biblioteca que gravou o arquivo e uma tabela paginada com os dados reais.

Por baixo dos panos, a ferramenta usa o DuckDB compilado para WebAssembly. O DuckDB lê Parquet de forma nativa, incluindo compressão Snappy, Gzip e Zstd, listas e structs aninhados, datas, carimbos de data/hora e decimais. O número de linhas vem dos metadados do arquivo e cada página é obtida com uma pequena consulta LIMIT/OFFSET, de modo que a navegação continua ágil mesmo quando o arquivo tem milhões de linhas.

Converta Parquet para CSV ou JSON

Muitas vezes você só precisa dos dados num formato mais prático. Os botões de exportação convertem o arquivo inteiro, não apenas a página visível. A exportação para CSV grava uma linha de cabeçalho seguida de todos os registros, pronta para Excel, Google Sheets ou importação num banco de dados. A exportação para JSON grava um único array de objetos, conveniente para scripts, dados de teste e APIs. As colunas aninhadas são mantidas como JSON aninhado, enquanto no CSV aparecem como texto. Os carimbos de data/hora são gravados no formato ISO para que sejam ordenados e interpretados corretamente.

Inspeção privada e compatível com uso offline

Arquivos Parquet frequentemente contêm dados de produção: registros de usuários, transações ou telemetria. Enviá-los para um site desconhecido só para dar uma olhada no esquema é arriscado. Aqui, o arquivo é lido para a memória do seu navegador e nunca é enviado a lugar nenhum. O mecanismo DuckDB (cerca de 35 MB) é baixado de uma CDN na primeira vez que você abre um arquivo e pode então ser armazenado em cache pelo navegador. Como o arquivo inteiro fica na memória, arquivos muito grandes dependem da RAM disponível para a aba do navegador. Para análises mais aprofundadas, como filtros, agregações ou junções com outros arquivos, abra o mesmo arquivo na ferramenta SQL on CSV.