Converter CSV para Parquet
CSV é fácil de gerar e lento de consultar. Envie um CSV e receba um arquivo Apache Parquet com um tipo de coluna para cada campo, comprimido e pronto para a ferramenta de análise em que você vai carregá-lo.
Conversor de dados
ou solte arquivos CSV, TSV, TXT … aqui ·
Até 95 MB por arquivo· Até 20 arquivos· Apagados após 30 minutos
Os arquivos são processados em nossos servidores e apagados após 30 minutos.
Caractere que separa as colunas em arquivos CSV e de texto, tanto na leitura quanto na escrita. A detecção automática identifica o da entrada e grava vírgulas.
UTF-8 funciona para qualquer idioma. Escolha UTF-8 com BOM se o Excel no Windows mostrar acentos ou caracteres asiáticos embaralhados ao abrir o CSV.
Entrada Excel, ODS e Numbers: converta só a primeira planilha ou todas (um CSV por planilha em um ZIP, ou uma chave JSON por planilha).
Nome da aba na nova planilha, com até 31 caracteres.
Array de objetos usa os nomes das colunas como chaves em cada linha; array de arrays é mais compacto e mantém o cabeçalho como primeiro array.
Nome do elemento externo que envolve todas as linhas; cada linha vira um <row> dentro dele.
Usado nos comandos CREATE TABLE e INSERT. Somente letras, dígitos e sublinhados.
As aspas e os tipos de coluna variam um pouco entre bancos de dados; escolha aquele em que você vai importar.
Reescreve as células de data em um único formato. ISO (2026-10-18) é o mais seguro para bancos de dados e código; manter como está deixa as datas como aparecem no original.
Como usar esta ferramenta
- 1
Envie os arquivos CSV
Adicione uma exportação ou até 20 arquivos com o mesmo layout, cada um com até 95 MB. Delimitador em Detecção automática reconhece vírgulas, ponto e vírgula, tabulações e pipes.
- 2
Mantenha o cabeçalho e as datas
Primeira linha é cabeçalho transforma a linha de cabeçalho em nomes de colunas. Datas fica em ISO, para que as colunas de data sejam gravadas num formato único.
- 3
Converta para Parquet
Clique em Converter para Parquet e carregue o arquivo .parquet no pandas, no DuckDB, no Spark ou no seu data warehouse.
Por que equipes de dados convertem CSV em Parquet
O Parquet foi criado em 2013 por engenheiros do Twitter e da Cloudera, com base no layout colunar que o Google descreveu no artigo do Dremel em 2010, e virou projeto de primeiro nível da Apache em 2015. A ideia é simples: em vez de guardar a tabela linha por linha, como faz o CSV, ele guarda juntos todos os valores de uma coluna. Uma consulta que precisa de três colunas entre quarenta lê só essas três, e valores parecidos lado a lado comprimem muito melhor.
Por isso analistas convertem as exportações antes de carregá-las, engenheiros de dados pedem Parquet em vez de CSV aos fornecedores, e serviços como Amazon Athena e BigQuery, que podem cobrar pelo volume de dados lido, ficam mais baratos de consultar. Um CSV também não sabe se 0042 é um número ou um código; o Parquet registra um tipo para cada coluna, então a próxima ferramenta não precisa adivinhar.
Parquet, CSV ou XLSX para tabelas grandes
| Parquet | CSV | XLSX | |
|---|---|---|---|
| Tipos de coluna guardados no arquivo | yes | no | Por célula |
| Lê só as colunas de que a consulta precisa | yes | no | no |
| Comprimido | yes | no | yes |
| Legível num editor de texto | no | yes | no |
| Abre no Excel com clique duplo | no | yes | yes |
| Linhas por arquivo | Sem limite fixo | Sem limite fixo | 1.048.576 por planilha |
O que muda quando o CSV vira Parquet
O que você ganha
- Consultas mais rápidas, que leem só as colunas necessárias
- Arquivos menores para guardar e transferir
- Um esquema que a próxima ferramenta lê em vez de adivinhar
- Datas gravadas uma única vez em formato ISO
O que levar em conta
- Não dá para editar numa planilha nem num editor de texto
- Um erro de digitação numa coluna numérica pode transformar a coluna inteira em texto
- Guarde o CSV se as pessoas ainda precisarem abri-lo
Fatos sobre os formatos CSV e Parquet
CSV
Valores separados por vírgula (CSV)
CSV é um formato de texto simples para tabelas em que cada linha é um registro e vírgulas separam as colunas. É usado desde os primórdios da computação e está descrito na RFC 4180, embora muitas variantes usem ponto e vírgula ou tabulações e codificações de texto diferentes. Praticamente toda planilha, banco de dados e ferramenta de análise consegue importá-lo e exportá-lo, o que o torna o formato padrão para mover dados entre sistemas. O CSV guarda só valores, sem fórmulas, formatação, várias abas ou tipos de dados.
- Compressão
- –
- Transparência
- –
- Animação
- –
- Lançamento
- –
PARQUET
Apache Parquet
Parquet é um formato de armazenamento colunar de código aberto criado pelo Twitter e pela Cloudera em 2013 e mantido pela Apache Software Foundation. Ele armazena os dados por coluna, com compressão forte e esquemas tipados, para que ferramentas de análise leiam só as colunas de que precisam. É padrão em data lakes e em ferramentas como Spark, pandas, DuckDB, BigQuery e Snowflake. Arquivos Parquet são binários e não abrem em um editor de texto nem em um aplicativo de planilhas comum.
- Compressão
- Sem perdas
- Transparência
- –
- Animação
- –
- Lançamento
- 2013 · Apache Software Foundation (from Twitter and Cloudera)
Um CSV vira Parquet quando o arquivo deixa de ser algo que as pessoas abrem e passa a ser algo que as consultas varrem: uma exportação diária que cai num data lake, um conjunto de dados compartilhado com analistas ou logs filtrados por poucas colunas de cada vez.
Limpe o CSV antes de converter, não depois: corrija os nomes do cabeçalho, remova as linhas de totais no final e garanta que cada coluna tenha um só tipo de valor. Se a origem for um backup de banco de dados em vez de um CSV, comece por SQL para CSV. Todos os outros destinos, de JSON a SQL, estão na página do conversor de dados.
Perguntas sobre CSV para Parquet
Quanto menor o arquivo Parquet fica em relação ao CSV?
Depende dos dados. Colunas com muitos valores repetidos, como siglas de estado, status ou datas, comprimem muito bem, enquanto colunas de IDs únicos ou texto livre encolhem menos. Um arquivo Parquet costuma ter uma fração do tamanho do CSV, mas não existe uma proporção fixa que valha prometer.
Quais ferramentas leem o arquivo .parquet convertido?
O pandas com read_parquet, o Polars, o DuckDB com um SELECT simples no nome do arquivo, o Apache Spark e data warehouses na nuvem como BigQuery, Snowflake, Amazon Athena e Redshift Spectrum. A maioria também consulta uma pasta de arquivos Parquet com as mesmas colunas como se fosse uma tabela só.
Como os tipos de coluna do Parquet são definidos a partir do CSV?
Pelos valores de cada coluna: números inteiros, decimais, datas e valores verdadeiro ou falso recebem tipos correspondentes, e uma coluna com conteúdo misto continua como texto. Confira depois da conversão os códigos com zeros à esquerda, como CEPs do tipo 01310-100 ou códigos 0042, e mantenha-os como texto se o zero precisar ficar.
Posso converter vários CSVs com o mesmo layout para Parquet?
Sim, até 20 num lote, e cada um vira seu próprio arquivo .parquet. Coloque-os numa pasta e o DuckDB ou o Spark conseguem lê-los juntos com um curinga como vendas_*.parquet.
Como ver o conteúdo de um arquivo Parquet sem programar?
O Excel e o Google Sheets não abrem .parquet com um clique duplo. Transforme-o de novo em linhas com Parquet para CSV, ou use a linha de comando do DuckDB se você se sente à vontade com uma consulta SQL.