Parquet-i CSV-yə çevirmək

Q: Redaktədən sonra CSV-ni yenidən Parquet-ə çevirmək olarmı?

Bəli, [CSV-dən Parquet-ə](/csv-to-parquet) alətilə. Sütun tipləri mətndən yenidən müəyyən edilir, ona görə əvvəlində sıfır olan ID-lərin və onluq məbləğlərin boru xəttinizin gözlədiyi tiplərlə qayıtdığını yoxlayın.

.parquet faylını məlumat alətləri quraşdırmadan oxuyun. Daxildə saxlanan sütunlar adi CSV sətirləri kimi yazılır və onları cədvəl proqramı, BI aləti və ya həmkarınız dərhal aça bilər.

və ya CSV, TSV, TXT … faylları bura sürüşdürün ·

Hər fayl üçün maks. 95 MB· 20 fayla qədər· 30 dəqiqədən sonra silinir

Nəticə

Çevriləcək format

Fayllar serverlərimizdə emal olunur və 30 dəqiqədən sonra silinir.

CSV və mətn

Ayırıcı

CSV və mətn fayllarında sütunları ayıran simvol, həm oxuma, həm yazma üçün. Avtomatik rejim onu giriş faylından təyin edir və vergül yazır.

Mətn kodlaşdırması

UTF-8 bütün dillər üçün işləyir. Windows-da Excel CSV açarkən ştrixli hərflər və ya Asiya simvolları pozulmuş görünürsə, BOM ilə UTF-8 seçin.

Birinci sətir başlıqdır

Birinci sətri sütun adları kimi istifadə edin: onlar JSON açarlarına, XML teqlərinə, SQL sütun adlarına və vCard sahə uyğunlaşdırmasına çevrilir. 1-ci sətir verilənlərdirsə, söndürün.

Hər dəyəri dırnağa al

Hər sahəni cüt dırnaq içinə alın. Bəzi idxal alətləri bunu tələb edir; standart olaraq yalnız ayırıcı və ya sətir sonu olan dəyərlər dırnaqlanır.

Vərəqlər

Çevriləcək vərəqlər

Excel, ODS və Numbers girişi: yalnız birinci vərəqi və ya bütün vərəqləri çevirin (ZIP-də hər vərəq üçün bir CSV və ya hər vərəq üçün bir JSON açarı).

JSON, XML və SQL

Dəyərlər

Tarixlər

Tarix xanalarını vahid formatda yenidən yazın. ISO (2026-10-18) verilənlər bazaları və kod üçün ən etibarlısıdır; saxla seçimi onları mənbədəki kimi buraxır.

Boşluqları kəs

Hər dəyərin əvvəlindəki və sonundakı boşluqları silin; bu, idxaldan sonra axtarışların uğursuz olmasının tez-tez rast gəlinən səbəbidir.

Bu alətdən necə istifadə etməli

1
Parquet fayllarını yükləyin
Tək .parquet faylı və ya eyni verilənlər dəstindən ən çox 20 hissə faylı əlavə edin, hər biri 95 MB-a qədər ola bilər.
2
Tarixləri və kodlaşdırmanı yoxlayın
Tarixlər ISO-ya təyin olunub, ona görə vaxt damğaları xam rəqəmlər əvəzinə 2026-10-18 kimi görünür. Əlavə ayarlar bölməsində Avropa Excel-i üçün Ayırıcı olaraq Nöqtəli vergül seçin və ya Mətn kodlaşdırması bölməsində BOM ilə UTF-8 seçin.
3
CSV-yə çevirin
CSV formatına çevir düyməsini basıb faylı endirin. Faylı cədvəl proqramında açın və ya CSV qəbul edən istənilən yerə yükləyin.

Parquet-i CSV kimi kimlər istifadə edir

Parquet 2013-cü ildə Twitter və Cloudera-nın birgə layihəsi kimi başlayıb, Google-ın Dremel məqaləsindəki qeydləri parçalama ideyalarına əsaslanıb və 2015-ci ildə Apache-nin ən yüksək səviyyəli layihəsi olub. Bu gün data lake-lərin standart saxlama formatıdır. BigQuery və Snowflake ona ixrac edir, Spark onu susmaya görə yazır, Hugging Face Hub isə açıq verilənlər dəstlərini avtomatik ona çevirir.

Bu, mühəndislər üçün əladır, başqaları üçün isə əlverişsizdir. .parquet faylı verilən məhsul meneceri, verilənlər dəsti endirən tədqiqatçı və ya anbar çıxarışı alan mühasib üçün adətən onu açan alət olmur. CSV hər cədvəl proqramının və idxal alətinin oxuduğu ən ümumi formatdır. Məlumatı alanlar formatlanmış iş kitabçasını üstün tutursa, CSV-ni CSV-dən XLSX-ə ilə daha da çevirin.

Parquet və CSV: diskdə sütunlar, yoxsa mətn sətirləri

Mənbə

Parquet

İkili format, sütun-sütun, sxem fayl sonluğunda saxlanılır.

Tipli dəyərlər: int64, decimal, timestamp, boolean
İç-içə strukturlar və siyahılar
Hər sütun ayrıca sıxılır, seçmə oxunur

Nəticə

CSV

Sadə mətn, hər sətirdə bir qeyd, dəyərlər RFC 4180-də təsvir olunduğu kimi vergüllə ayrılır.

Hər dəyər mətndir
Düz: hər xanada bir dəyər
İstənilən cədvəl proqramında və ya redaktorda açılır

from ↓ · to →	CSV	XLSX	JSON	Parquet
Parquet	Parquet to CSV: yes	Parquet to XLSX: yes	Parquet to JSON: yes	– Parquet to Parquet: no
CSV	– CSV to CSV: no	CSV to XLSX: yes	CSV to JSON: yes	CSV to Parquet: yes
JSON	JSON to CSV: yes	JSON to XLSX: yes	– JSON to JSON: no	JSON to Parquet: yes

supported not offeredSiyahıdakı hər cüt məlumat çeviricisində işləyir; tire eyni formatın giriş və çıxışda olduğunu göstərir.

Parquet faylı CSV-yə çevriləndə nə dəyişir

İlk itki tiplərdir. decimal(18,2) məbləği, int64 ID və UTC vaxt damğası simvollara çevrilir, CSV-ni açan şəxs onları necə yenidən oxuyacağına özü qərar verir. Məsələn, Excel yalnız 15 əhəmiyyətli rəqəm göstərir, ona görə anbardan gələn 19 rəqəmli ID-lər cüt klikləmə ilə açılmamalı, mətn kimi idxal edilməlidir. Null ilə boş sətir arasındakı fərq də itir, çünki hər ikisi boş sahə kimi yazılır.

İkincisi ölçüdür. Sütunlu sıxma Parquet fayllarının kiçik olmasının səbəbidir; sadə mətndə o yoxdur, ona görə CSV böyüyür. Excel vərəqi 1,048,576 sətir saxlayır, böyük cədvəllər bunu asanlıqla keçə bilər, ona görə faylı cədvəl istifadəçisinə göndərməzdən əvvəl sətir sayını yoxlayın. SQL-dən JSON-a qədər digər hədəflər məlumat çeviricisi səhifəsindədir.

Apache Parquet və CSV formatları haqqında faktlar

PARQUET

Apache Parquet

Parquet 2013-cü ildə Twitter və Cloudera tərəfindən yaradılmış, Apache Software Foundation tərəfindən dəstəklənən açıq mənbəli sütun əsaslı saxlama formatıdır. Məlumatı güclü sıxma və tipli sxemlərlə sütunlar üzrə saxlayır, beləliklə analitika alətləri yalnız lazım olan sütunları oxuya bilir. Data lake-lərdə və Spark, pandas, DuckDB, BigQuery və Snowflake kimi alətlərdə standartdır. Parquet faylları ikilidir və mətn redaktorunda və ya adi cədvəl tətbiqində açıla bilməz.

Sıxılma: İtkisiz
Şəffaflıq: –
Animasiya: –
İlk dəfə təqdim edilib: 2013 · Apache Software Foundation (from Twitter and Cloudera)

PARQUET konvertoru

CSV

Vergüllə ayrılmış dəyərlər

CSV cədvəllər üçün sadə mətn formatıdır: hər sətir bir cərgədir, vergüllər isə sütunları ayırır. İlk kompüter dövründən istifadə olunur və RFC 4180-də təsvir edilib, lakin bir çox variant nöqtəli vergül və ya tabulyasiya və müxtəlif mətn kodlaşdırmalarından istifadə edir. Demək olar ki, hər cədvəl, verilənlər bazası və analitika aləti onu idxal və ixrac edə bilir, bu da onu sistemlər arasında məlumat daşımaq üçün standart format edir. CSV yalnız dəyərləri saxlayır; düstur, formatlaşdırma, çoxsaylı vərəq və məlumat növləri yoxdur.

Sıxılma: –
Şəffaflıq: –
Animasiya: –
İlk dəfə təqdim edilib: –

CSV konvertoru

Parquet məlumat mühəndislik tərəfindən çıxanda CSV-yə çevrilir: BigQuery ixracı, Hugging Face verilənlər dəsti və ya data lake cədvəli analitikə, maliyyə komandasına və ya yalnız mətn sətirlərini oxuyan alətə çatmalıdır.

Parquet-dən CSV-yə çevirmə ilə bağlı suallar

Parquet faylını Python olmadan necə açmaq olar?

Onu burada çevirib CSV-ni açın. Excel, Numbers və Google Sheets .parquet faylını cüt klikləmə ilə oxuya bilmir, adi alternativlər olan pandas, Spark və ya DuckDB komanda sətri isə kod quraşdırıb işlətməyi bacardığınızı nəzərdə tutur.

CSV niyə Parquet faylından xeyli böyükdür?

Parquet hər sütunun dəyərlərini birlikdə saxlayır, təkrarlanan dəyərləri lüğətdə bir dəfə kodlaşdırır və nəticəni adətən Snappy və ya Zstandard ilə sıxır. CSV isə hər sətirdə hər dəyəri mətn kimi tam yazır. Parquet mənbəyindən bir neçə dəfə böyük CSV normaldır, ona görə diskdə yer saxlayın və Excel-də açmazdan əvvəl sətir sayını yoxlayın.

İç-içə struct və list sütunları ilə nə baş verir?

Struktur address.city kimi nöqtəli adları olan əlavə sütunlara yayılır. Siyahı isə bir xanada JSON mətni kimi qalır, çünki CSV sətri hər qeyd üçün fərqli sayda xana saxlaya bilməz.

Spark tapşırığım part faylları olan qovluq yaratdı. Hansını yükləməliyəm?

Hamısını. Spark, Hive və oxşar mühərriklər bir verilənlər dəstini part-00000.parquet kimi adlanan fayllara bölür, hər biri eyni sxemli tam Parquet faylıdır. Ən çox 20-ni birlikdə yükləsəniz, hər hissə üçün bir CSV alarsınız və sonra onları birləşdirə bilərsiniz.

Redaktədən sonra CSV-ni yenidən Parquet-ə çevirmək olarmı?

Bəli, CSV-dən Parquet-ə alətilə. Sütun tipləri mətndən yenidən müəyyən edilir, ona görə əvvəlində sıfır olan ID-lərin və onluq məbləğlərin boru xəttinizin gözlədiyi tiplərlə qayıtdığını yoxlayın.