Prevod Parquet do CSV
Otvorte súbor .parquet bez inštalácie dátových nástrojov. Stĺpce uložené v súbore sa zapíšu ako obyčajné riadky CSV, ktoré hneď otvorí tabuľkový procesor, BI nástroj aj váš kolega.
Prevodník dát
alebo sem presuňte súbory CSV, TSV, TXT … ·
Max. 95 MB na súbor· Až 20 súborov· Odstránenie po 30 minútach
Súbory sa spracúvajú na našich serveroch a po 30 minútach sa odstránia.
Znak, ktorý oddeľuje stĺpce v súboroch CSV a textových súboroch, pri čítaní aj zápise. Automaticky ho rozpozná zo vstupu a zapisuje čiarky.
UTF-8 funguje pre všetky jazyky. Vyberte UTF-8 s BOM, ak Excel vo Windowse po otvorení CSV zobrazuje pokazenú diakritiku alebo ázijské znaky.
Vstup z Excelu, ODS a Numbers: previesť len prvý hárok alebo všetky hárky (jeden CSV na hárok v ZIP alebo jeden kľúč JSON na hárok).
Názov karty hárka v novej tabuľke, najviac 31 znakov.
Pole objektov používa názvy stĺpcov ako kľúče pre každý riadok; pole polí je kompaktnejšie a hlavičku ponechá ako prvé pole.
Názov vonkajšieho prvku, ktorý obaľuje všetky riadky; každý riadok sa v ňom stane prvkom <row>.
Používa sa v príkazoch CREATE TABLE a INSERT. Iba písmená, číslice a podčiarkovníky.
Úvodzovky a typy stĺpcov sa medzi databázami mierne líšia; vyberte tú, do ktorej budete importovať.
Prepíše bunky s dátumom do jedného formátu. ISO (2026-10-18) je najbezpečnejší pre databázy a kód; ponechať ich nechá tak, ako sú v zdroji.
Ako používať tento nástroj
- 1
Nahrajte súbory Parquet
Pridajte jeden súbor .parquet alebo až 20 častí (part súborov) z jednej množiny dát, každý do 95 MB.
- 2
Skontrolujte dátumy a kódovanie
Možnosť Dátumy je nastavená na ISO, takže časové značky sa zobrazia ako 2026-10-18 a nie ako surové čísla. V časti Rozšírené nastavenia zvoľte v poli Oddeľovač bodkočiarku pre európsky Excel alebo UTF-8 s BOM v poli Kódovanie textu.
- 3
Preveďte do CSV
Stlačte Previesť na CSV a súbor stiahnite. Otvorte ho v tabuľkovom procesore alebo ho načítajte všade, kde sa CSV akceptuje.
Kto potrebuje Parquet ako CSV
Parquet vznikol v roku 2013 ako spoločný projekt Twitteru a Cloudery, vychádza z myšlienok rozkladu záznamov z článku o Dremel od Googlu a v roku 2015 sa stal projektom najvyššej úrovne Apache. Dnes je predvoleným formátom ukladania v data lakoch. Exportujú doň BigQuery a Snowflake, Spark ho zapisuje štandardne a Hugging Face Hub doň automaticky prevádza verejné množiny dát.
Pre inžinierov je to skvelé, pre ostatných nepohodlné. Produktový manažér, ktorý dostal súbor .parquet, výskumník sťahujúci množinu dát alebo účtovník s výpisom zo skladu dát zvyčajne nemá nástroj, ktorý ho otvorí. CSV je najmenší spoločný menovateľ, ktorý číta každý tabuľkový procesor aj import. Ak príjemcovia dát radšej používajú formátovaný zošit, preveďte CSV ďalej cez CSV do XLSX.
Parquet a CSV: stĺpce na disku verzus riadky textu
Parquet
Binárny formát po stĺpcoch so schémou uloženou v pätičke súboru.
- Typované hodnoty: int64, decimal, timestamp, boolean
- Vnorené štruktúry a zoznamy
- Komprimovaný po stĺpcoch, číta sa selektívne
CSV
Čistý text, jeden záznam na riadok, hodnoty oddelené čiarkami podľa RFC 4180.
- Každá hodnota je text
- Plochý: jedna hodnota v bunke
- Otvorí sa v každom tabuľkovom procesore či editore
| 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 |
Čo sa zmení, keď sa zo súboru Parquet stane CSV
Prvou obeťou sú typy. Suma decimal(18,2), ID int64 aj časová značka v UTC sa zmenia na znaky a ten, kto CSV otvorí, rozhodne, ako ich znova prečíta. Excel napríklad zobrazuje len 15 platných číslic, takže 19-miestne ID zo skladu dát treba importovať ako text, nie otvoriť dvojklikom. Zaniká aj rozdiel medzi null a prázdnym reťazcom, keďže oba sa zapíšu ako prázdne pole.
Druhou je veľkosť. Stĺpcová kompresia je dôvod, prečo sú súbory Parquet malé; čistý text ju nemá, takže CSV narastie. List v Exceli pojme 1 048 576 riadkov a veľké tabuľky to ľahko prekročia, preto pred odoslaním súboru používateľovi tabuľky skontrolujte počet riadkov. Ďalšie cieľové formáty, od SQL po JSON, nájdete na stránke konvertora dát.
Fakty o formátoch Apache Parquet a CSV
PARQUET
Apache Parquet
Parquet je open-source stĺpcový formát ukladania, ktorý v roku 2013 vytvorili Twitter a Cloudera a spravuje ho Apache Software Foundation. Ukladá dáta po stĺpcoch so silnou kompresiou a typovanými schémami, takže analytické nástroje môžu čítať iba stĺpce, ktoré potrebujú. Je štandardom v dátových jazerách a v nástrojoch ako Spark, pandas, DuckDB, BigQuery a Snowflake. Súbory Parquet sú binárne a nedajú sa otvoriť v textovom editore ani v bežnej tabuľkovej aplikácii.
- Kompresia
- Bezstratová
- Priehľadnosť
- –
- Animácia
- –
- Rok vzniku
- 2013 · Apache Software Foundation (from Twitter and Cloudera)
CSV
Hodnoty oddelené čiarkou
CSV je textový formát pre tabuľky, v ktorom každý riadok je záznam a stĺpce oddeľujú čiarky. Používa sa od počiatkov výpočtovej techniky a popisuje ho RFC 4180, hoci mnohé varianty používajú bodkočiarky alebo tabulátory a rôzne kódovania textu. Importovať a exportovať ho vie takmer každá tabuľka, databáza a analytický nástroj, preto je predvoleným formátom na prenos dát medzi systémami. CSV ukladá iba hodnoty, bez vzorcov, formátovania, viacerých hárkov či dátových typov.
- Kompresia
- –
- Priehľadnosť
- –
- Animácia
- –
- Rok vzniku
- –
Parquet sa prevádza na CSV, keď dáta opúšťajú technickú stranu: export z BigQuery, množina dát z Hugging Face alebo tabuľka z data lake sa musí dostať k analytikovi, finančnému tímu alebo nástroju, ktorý číta len riadky textu.
Otázky o prevode Parquet do CSV
Ako otvoriť súbor Parquet bez Pythonu?
Previesť ho tu a otvorte CSV. Excel, Numbers ani Google Sheets neotvoria .parquet dvojklikom a bežné alternatívy, ako pandas, Spark alebo príkazový riadok DuckDB, počítajú s tým, že vám nerobí problém inštalovať a spúšťať kód.
Prečo je CSV oveľa väčšie ako súbor Parquet?
Parquet ukladá každý stĺpec zvlášť, opakujúce sa hodnoty zakóduje raz do slovníka a výsledok skomprimuje, zvyčajne pomocou Snappy alebo Zstandard. CSV zapisuje každú hodnotu v plnom znení ako text v každom riadku. CSV niekoľkonásobne väčšie než zdrojový Parquet je bežné, preto nechajte miesto na disku a pred otvorením v Exceli skontrolujte počet riadkov.
Čo sa stane s vnorenými stĺpcami typu struct a list?
Štruktúra (struct) sa rozloží do ďalších stĺpcov s názvami oddelenými bodkou, napríklad address.city. Zoznam (list) zostane v jednej bunke ako text JSON, pretože riadok CSV nemôže mať pri každom zázname iný počet buniek.
Úloha v Sparku vytvorila priečinok so súbormi part. Ktoré mám nahrať?
Všetky. Spark, Hive a podobné nástroje rozdeľujú jednu množinu dát na súbory s názvami ako part-00000.parquet, pričom každý je úplný súbor Parquet s rovnakou schémou. Nahrajte naraz až 20 a dostanete jedno CSV pre každú časť, ktoré môžete potom spojiť.
Môžem po úprave previesť CSV späť do Parquet?
Áno, cez CSV do Parquet. Typy stĺpcov sa znova odvodia z textu, preto skontrolujte, či sa ID s úvodnými nulami a desatinné sumy vrátia s typmi, ktoré očakáva váš pipeline.
- Prevod CSV do ParquetPrevieďte CSV do Apache Parquet s typovanými stĺpcami a kompresiou pre pandas, DuckDB, Spark, BigQuery či Athena. Bez Pythonu a Sparku.
- Konvertor Excel do CSVPrevieďte zošity Excel (XLS, XLSX, XLSM) do CSV: každý hárok ako samostatný súbor, oddeľovač čiarka či bodkočiarka a UTF-8, ktoré Excel otvorí správne.
- Previesť JSON do CSVPrevod JSON alebo JSON Lines do CSV: riadok na objekt, vnorené polia ako stĺpce, UTF-8 s BOM pre správnu diakritiku v Exceli. Naraz 20 súborov.
- Konvertor CSV do XLSXPreveďte CSV do Excelu XLSX bez straty úvodných núl, dlhých ID a diakritiky. Čiarka, bodkočiarka aj tabulátor sa rozpoznajú automaticky.
- Konvertor CSV do SQLPrevod CSV do SQL: CREATE TABLE a príkazy INSERT pre MySQL, PostgreSQL, SQLite alebo SQL Server s vlastným názvom tabuľky. Bez účtu.