Parquet í CSV breytir

Q: Get ég breytt CSV-skránni aftur í Parquet eftir breytingar?

Já, með [CSV í Parquet](/csv-to-parquet). Dálkagerðir eru ályktaðar aftur út frá textanum, svo athugaðu að auðkenni með núll fremst og tugabrotsupphæðir komi til baka með þeim gerðum sem vinnuferlið þitt býst við.

Lestu .parquet-skrá án þess að setja upp heilan gagnavinnslubúnað. Dálkarnir sem eru geymdir í skránni eru skrifaðir út sem venjulegar CSV-línur sem töflureiknir, BI-tól eða samstarfsmaður getur opnað strax.

eða slepptu CSV, TSV, TXT … skrár hér ·

Að hámarki 95 MB á skrá· Allt að 20 skrár· Eytt eftir 30 mínútur

Úttak

Umbreyta í

Skrár eru unnar á þjónum okkar og eytt eftir 30 mínútur.

CSV og texti

Skiltákn

Tákn sem aðgreinir dálka í CSV- og textaskrám, bæði við lestur og ritun. Sjálfvirkt greinir það úr inntakinu og skrifar kommur.

Textakóðun

UTF-8 virkar fyrir öll tungumál. Veldu UTF-8 með BOM ef Excel á Windows sýnir bjagaða broddstafi eða asíska stafi þegar CSV-skráin er opnuð.

Fyrsta röð er fyrirsögn

Nota fyrstu línu sem dálkaheiti: þau verða JSON-lyklar, XML-tög, SQL-dálkaheiti og vCard-reitavörpun. Slökktu á ef lína 1 er gögn.

Setja öll gildi innan gæsalappa

Setja alla reiti innan tvöfaldra gæsalappa. Sumir innflutningar þurfa þess; sjálfgefið eru aðeins gildi með skiptitákni eða línuskilum innan gæsalappa.

Vinnublöð

Vinnublöð sem á að umbreyta

Inntak úr Excel, ODS og Numbers: umbreyta aðeins fyrsta blaði eða öllum blöðum (ein CSV-skrá á blað í ZIP, eða einn JSON-lykill á blað).

JSON, XML og SQL

Gildi

Dagsetningar

Endurskrifar dagsetningarreiti á einu sniði. ISO (2026-10-18) er öruggast fyrir gagnagrunna og kóða; „halda“ skilur þá eftir eins og þeir eru í upprunanum.

Fjarlægja aukabil

Fjarlægja bil í upphafi og enda hvers gildis, algeng orsök misheppnaðra uppflettinga eftir innflutning.

Hvernig á að nota tólið

1
Hladdu upp Parquet-skránum
Bættu við einni .parquet skrá eða allt að 20 hlutaskrám úr sama gagnasafni, hver allt að 95 MB.
2
Athugaðu dagsetningar og stafakóðun
Dagsetningar er stillt á ISO, svo tímastimplar birtast sem 2026-10-18 en ekki sem hráar tölur. Undir Ítarlegar stillingar getur þú valið Skiltákn Semíkomma fyrir evrópska útgáfu af Excel eða UTF-8 með BOM í Textakóðun.
3
Umbreyttu í CSV
Ýttu á Umbreyta í CSV og sæktu skrána. Opnaðu hana í töflureikni eða hlaðið henni inn hvar sem CSV er tekið gilt.

Hverjir þurfa Parquet sem CSV

Parquet hófst árið 2013 sem sameiginlegt verkefni Twitter og Cloudera, byggt á hugmyndum um færslutætingu úr Dremel-grein Google, og varð æðstastigsverkefni hjá Apache árið 2015. Í dag er það sjálfgefið geymslusnið gagnavatna. BigQuery og Snowflake flytja út í það, Spark skrifar það sjálfgefið og Hugging Face Hub umbreytir opinberum gagnasöfnum í það sjálfkrafa.

Það er frábært fyrir verkfræðinga en óþægilegt fyrir alla aðra. Vörustjóri sem fær .parquet skrá, rannsakandi sem sækir gagnasafn eða bókari sem fær útdrátt úr gagnageymslu hefur yfirleitt ekkert tól sem opnar hana. CSV er lægsti samnefnarinn sem allir töflureiknar og innflutningstól lesa. Ef viðtakendur gagnanna kjósa sniðna vinnubók geturðu umbreytt CSV-skránni áfram með CSV í XLSX.

Parquet eða CSV: dálkar á diski á móti textalínum

Uppruni

Parquet

Tvíundarsnið, dálk fyrir dálk, með skemað geymt í skráarfæti.

Gerðir gildi: int64, decimal, timestamp, boolean
Hreiðraðir structs og listar
Þjappað á dálk, lesið valvíst

Úttak

CSV

Venjulegur texti, ein færsla í hverri línu, gildi aðskilin með kommum eins og RFC 4180 lýsir.

Hvert gildi er texti
Flatt: eitt gildi í hverjum reit
Opnast í hvaða töflureikni eða ritli sem er

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 offeredHvert par á listanum keyrir í gagnabreytinum; strik táknar sama snið inn og út.

Hvað breytist þegar Parquet-skrá verður að CSV

Gerðir tapast fyrst. Upphæð af gerðinni decimal(18,2), int64-auðkenni og tímastimpill í UTC verða allt að stöfum og sá sem opnar CSV-skrána ákveður hvernig þau eru lesin aftur. Excel sýnir til dæmis aðeins 15 marktæka tölustafi, svo 19 stafa auðkenni úr gagnageymslu ætti að flytja inn sem texta en ekki opna með tvísmelli. Munurinn á null og tómum streng hverfur líka, þar sem hvort tveggja er skrifað sem tómur reitur.

Stærðin er annað. Dálkaþjöppun er ástæða þess að Parquet-skrár eru litlar; venjulegur texti hefur enga, svo CSV-skráin stækkar. Blað í Excel rúmar 1.048.576 línur og stórar töflur geta auðveldlega farið yfir það, svo athugaðu línufjöldann áður en þú sendir skrána til notanda töflureiknis. Önnur snið, allt frá SQL til JSON, eru á síðunni gagnabreytir.

Staðreyndir um Apache Parquet og CSV

PARQUET

Apache Parquet

Parquet er opið dálkamiðað geymslusnið sem Twitter og Cloudera bjuggu til árið 2013 og Apache Software Foundation sér um. Það geymir gögn eftir dálkum með öflugri þjöppun og gerðum skemum, svo greiningartól geta lesið aðeins þá dálka sem þau þurfa. Það er staðall í gagnavötnum og tólum eins og Spark, pandas, DuckDB, BigQuery og Snowflake. Parquet-skrár eru tvíundarskrár og er ekki hægt að opna í textaritli eða venjulegu töflureikniforriti.

Þjöppun: Án taps
Gegnsæi: –
Hreyfimynd: –
Kom fram: 2013 · Apache Software Foundation (from Twitter and Cloudera)

PARQUET umbreytir

CSV

Gildi aðskilin með kommum

CSV er hreint textasnið fyrir töflur þar sem hver lína er röð og kommur aðgreina dálka. Það hefur verið notað frá árdögum tölvunnar og er lýst í RFC 4180, þó mörg afbrigði noti semíkommur eða tab og mismunandi stafakóðun. Nánast öll töflureiknar-, gagnagrunns- og greiningarforrit geta flutt það inn og út, sem gerir það að sjálfgefnu sniði til að flytja gögn milli kerfa. CSV geymir aðeins gildi, án formúla, sniðs, margra blaða eða gagnagerða.

Þjöppun: –
Gegnsæi: –
Hreyfimynd: –
Kom fram: –

CSV umbreytir

Parquet er umbreytt í CSV þegar gögnin yfirgefa verkfræðihliðina: útflutningur úr BigQuery, gagnasafn frá Hugging Face eða tafla úr gagnavatni þarf að komast til greinanda, fjármáladeildar eða tóls sem les aðeins textalínur.

Spurningar um Parquet í CSV

Hvernig opna ég Parquet-skrá án Python?

Umbreyttu henni hér og opnaðu CSV-skrána. Excel, Numbers og Google Sheets geta ekki lesið .parquet með tvísmelli og hinir hefðbundnu kostirnir, eins og pandas, Spark eða DuckDB í skipanalínu, gera allir ráð fyrir að þú treystir þér til að setja upp og keyra kóða.

Af hverju er CSV-skráin svo miklu stærri en Parquet-skráin?

Parquet geymir hvern dálk saman, kóðar endurteknar gildi einu sinni í orðabók og þjappar niðurstöðunni, yfirleitt með Snappy eða Zstandard. CSV skrifar hvert gildi að fullu sem texta í hverri línu. Það er eðlilegt að CSV-skrá sé nokkrum sinnum stærri en Parquet-upprunaskráin, svo hafðu nóg pláss á diskinum og athugaðu línufjöldann áður en þú opnar hana í Excel.

Hvað verður um hreiðraða struct- og list-dálka?

Struct dreifist í aukadálka með nöfnum með punkti, eins og address.city. Listi helst í einum reit sem JSON-texti, því CSV-lína getur ekki haft mismunandi fjölda reita fyrir hverja færslu.

Spark-keyrslan mín skrifaði möppu með part-skrám. Hverri á ég að hlaða upp?

Allar. Spark, Hive og áþekkar vélar skipta einu gagnasafni í skrár með nöfnum eins og part-00000.parquet, hver þeirra er heil Parquet-skrá með sama skema. Hladdu upp allt að 20 saman og þú færð eina CSV-skrá fyrir hvern hluta, sem þú getur sameinað á eftir.

Get ég breytt CSV-skránni aftur í Parquet eftir breytingar?

Já, með CSV í Parquet. Dálkagerðir eru ályktaðar aftur út frá textanum, svo athugaðu að auðkenni með núll fremst og tugabrotsupphæðir komi til baka með þeim gerðum sem vinnuferlið þitt býst við.