Penukar Parquet ke CSV
Baca fail .parquet tanpa memasang sebarang perisian data. Lajur yang tersimpan di dalamnya ditulis semula sebagai baris CSV biasa yang boleh terus dibuka oleh hamparan, alat BI atau rakan sekerja anda.
Penukar Data
atau seret Fail CSV, TSV, TXT … ke sini ·
Maks 95 MB setiap fail· Sehingga 20 fail· Dipadam selepas 30 minit
Fail diproses pada pelayan kami dan dipadam selepas 30 minit.
Aksara yang memisahkan lajur dalam fail CSV dan teks, untuk bacaan dan penulisan. Auto mengesannya daripada input dan menulis dengan koma.
UTF-8 sesuai untuk semua bahasa. Pilih UTF-8 dengan BOM jika Excel pada Windows memaparkan aksara beraksen atau aksara Asia yang bercelaru semasa membuka CSV.
Input Excel, ODS dan Numbers: tukar helaian pertama sahaja, atau semua helaian (satu CSV setiap helaian dalam ZIP, atau satu kunci JSON setiap helaian).
Nama tab helaian dalam hamparan baharu, sehingga 31 aksara.
Tatasusunan objek menggunakan nama lajur sebagai kunci bagi setiap baris; tatasusunan tatasusunan lebih padat dan menyimpan pengepala sebagai tatasusunan pertama.
Nama elemen luar yang membungkus semua baris; setiap baris menjadi <row> di dalamnya.
Digunakan dalam pernyataan CREATE TABLE dan INSERT. Huruf, digit dan garis bawah sahaja.
Pengutipan dan jenis lajur sedikit berbeza antara pangkalan data; pilih yang akan anda import ke dalamnya.
Tulis semula sel tarikh dalam satu format. ISO (2026-10-18) paling selamat untuk pangkalan data dan kod; kekalkan membiarkannya seperti dalam sumber.
Cara menggunakan alat ini
- 1
Muat naik fail Parquet
Tambah satu fail .parquet atau sehingga 20 fail bahagian (part) daripada satu set data, setiap satu sehingga 95 MB.
- 2
Semak tarikh dan pengekodan
Tarikh ditetapkan kepada ISO, jadi cap masa dipaparkan sebagai 2026-10-18 dan bukannya nombor mentah. Di bawah Tetapan lanjutan, pilih Pembatas Koma bertitik untuk Excel versi Eropah atau UTF-8 dengan BOM dalam Pengekodan teks.
- 3
Tukar ke CSV
Tekan Tukar ke CSV dan muat turun. Buka fail dalam hamparan atau muatkan di mana-mana yang menerima CSV.
Siapa yang memerlukan Parquet dalam bentuk CSV
Parquet bermula pada 2013 sebagai projek bersama Twitter dan Cloudera, dibina atas idea record-shredding dalam kertas Dremel Google, dan menjadi projek peringkat teratas Apache pada 2015. Kini ia format storan lalai bagi data lake. BigQuery dan Snowflake mengeksport kepadanya, Spark menulisnya secara lalai, dan Hugging Face Hub menukar set data awam kepadanya secara automatik.
Ini bagus untuk jurutera tetapi menyusahkan orang lain. Pengurus produk yang diberi fail .parquet, penyelidik yang memuat turun set data, atau akauntan yang menerima ekstrak gudang data biasanya tiada alat untuk membukanya. CSV ialah format sepunya paling asas yang dibaca oleh setiap hamparan dan pengimport. Jika penerima data lebih suka buku kerja berformat, tukarkan CSV itu seterusnya dengan CSV ke XLSX.
Parquet lwn CSV: lajur pada cakera berbanding baris teks
Parquet
Binari, lajur demi lajur, dengan skema disimpan dalam pengaki fail.
- Nilai bertaip: int64, decimal, timestamp, boolean
- Struct dan list bersarang
- Dimampatkan bagi setiap lajur, dibaca secara terpilih
CSV
Teks biasa, satu rekod setiap baris, nilai dipisahkan dengan koma seperti yang diterangkan RFC 4180.
- Setiap nilai ialah teks
- Rata: satu nilai setiap sel
- Dibuka dalam mana-mana hamparan atau editor
| 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 |
Apa yang berubah apabila fail Parquet ditukar ke CSV
Jenis data ialah yang pertama terjejas. Jumlah decimal(18,2), ID int64 dan cap masa dalam UTC semuanya menjadi aksara, dan sesiapa yang membuka CSV menentukan cara membacanya semula. Excel, sebagai contoh, hanya memaparkan 15 digit bererti, jadi ID 19 digit daripada gudang data patut diimport sebagai teks, bukan dibuka dengan klik dua kali. Perbezaan antara null dan rentetan kosong turut hilang, kerana kedua-duanya ditulis sebagai medan kosong.
Saiz ialah yang kedua. Pemampatan berlajur menjadikan fail Parquet kecil; teks biasa tiada pemampatan, jadi CSV membesar. Satu helaian Excel memuatkan 1,048,576 baris, dan jadual besar boleh melepasinya dengan mudah, jadi semak bilangan baris sebelum menghantar fail kepada pengguna hamparan. Sasaran lain, daripada SQL hingga JSON, ada di halaman penukar data.
Fakta format Apache Parquet dan CSV
PARQUET
Apache Parquet
Parquet ialah format storan berlajur sumber terbuka yang dicipta oleh Twitter dan Cloudera pada 2013 dan diselenggara oleh Apache Software Foundation. Ia menyimpan data mengikut lajur dengan pemampatan kuat dan skema bertaip, jadi alat analitik hanya perlu membaca lajur yang diperlukan. Ia ialah piawaian dalam data lake dan alat seperti Spark, pandas, DuckDB, BigQuery dan Snowflake. Fail Parquet ialah binari dan tidak boleh dibuka dalam penyunting teks atau aplikasi hamparan biasa.
- Pemampatan
- Lossless (tanpa kehilangan)
- Ketelusan
- –
- Animasi
- –
- Diperkenalkan
- 2013 · Apache Software Foundation (from Twitter and Cloudera)
CSV
Nilai dipisahkan koma
CSV ialah format teks biasa untuk jadual di mana setiap baris ialah satu rekod dan koma memisahkan lajur. Ia telah digunakan sejak awal era pengkomputeran dan diterangkan dalam RFC 4180, walaupun banyak varian menggunakan koma bertitik atau tab dan pengekodan teks berbeza. Hampir setiap hamparan, pangkalan data dan alat analitik boleh mengimport dan mengeksportnya, menjadikannya format lalai untuk memindahkan data antara sistem. CSV hanya menyimpan nilai, tanpa formula, pemformatan, berbilang helaian atau jenis data.
- Pemampatan
- –
- Ketelusan
- –
- Animasi
- –
- Diperkenalkan
- –
Parquet ditukar ke CSV apabila data keluar daripada pihak kejuruteraan: eksport daripada BigQuery, set data Hugging Face atau jadual data lake perlu sampai kepada penganalisis, pasukan kewangan atau alat yang hanya membaca baris teks.
Soalan lazim Parquet ke CSV
Bagaimana cara membuka fail Parquet tanpa Python?
Tukarkan di sini dan buka CSV tersebut. Excel, Numbers dan Google Sheets tidak boleh membaca .parquet dengan klik dua kali, dan alternatif biasa seperti pandas, Spark atau baris perintah DuckDB semuanya menganggap Anda selesa memasang dan menjalankan kod.
Mengapa fail CSV jauh lebih besar daripada fail Parquet?
Parquet menyimpan setiap lajur bersama, mengekod nilai berulang sekali dalam kamus dan memampatkan hasilnya, biasanya dengan Snappy atau Zstandard. CSV menulis setiap nilai sepenuhnya sebagai teks pada setiap baris. CSV yang beberapa kali ganda saiz sumber Parquetnya adalah perkara biasa, jadi sediakan ruang cakera dan semak bilangan baris sebelum membukanya dalam Excel.
Apakah yang berlaku pada lajur struct dan list bersarang?
Struct dibentangkan kepada lajur tambahan dengan nama bertitik, seperti address.city. List kekal dalam satu sel sebagai teks JSON, kerana satu baris CSV tidak boleh mempunyai bilangan sel yang berbeza bagi setiap rekod.
Tugasan Spark saya menghasilkan folder fail part. Fail mana yang perlu saya muat naik?
Semuanya. Spark, Hive dan enjin serupa memecahkan satu set data kepada fail bernama seperti part-00000.parquet, masing-masing fail Parquet lengkap dengan skema yang sama. Muat naik sehingga 20 fail serentak dan Anda mendapat satu CSV bagi setiap bahagian, yang boleh digabungkan kemudian.
Bolehkah saya menukar CSV kembali ke Parquet selepas menyunting?
Boleh, dengan CSV ke Parquet. Jenis lajur disimpulkan semula daripada teks, jadi semak bahawa ID dengan sifar di hadapan dan jumlah perpuluhan kembali dengan jenis yang dijangka oleh saluran paip (pipeline) Anda.
- Penukar CSV ke ParquetTukar CSV ke Apache Parquet dengan lajur bertaip dan mampatan, sedia untuk pandas, DuckDB, Spark, BigQuery atau Athena. Tanpa Python atau Spark.
- Penukar Excel ke CSVTukar buku kerja Excel (XLS, XLSX, XLSM) ke CSV, setiap helaian satu fail, pembatas koma atau koma bertitik, UTF-8 yang dibuka Excel dengan betul.
- Tukar JSON ke CSVTukar JSON atau JSON Lines ke CSV: satu baris setiap objek, medan bersarang diratakan, UTF-8 dengan BOM untuk Excel. 20 fail serentak.
- Penukar CSV ke XLSXTukar CSV ke buku kerja Excel XLSX dengan sifar di depan, ID panjang dan teks beraksen kekal. Fail koma, koma bertitik dan tab dikesan automatik.
- Penukar CSV ke SQLTukar CSV ke SQL: CREATE TABLE serta penyata INSERT untuk MySQL, PostgreSQL, SQLite atau SQL Server, dengan nama jadual pilihan Anda. Tanpa akaun.