Visor Gratis de Archivos Parquet

El Parquet File Viewer es una herramienta online gratuita que inspecciona los metadatos de archivos Apache Parquet en tu navegador. Visualiza el esquema, el número de filas, las estadísticas de columnas y la estructura del archivo. Funciona por completo en tu navegador, sin necesidad de instalación ni registro.

El esquema del archivo, los tipos de columna, el número de grupos de filas, el total de filas, el códec de compresión y las estadísticas de columnas (mín./máx.).

Los metadatos se muestran directamente. Para ver los datos completos de las filas, la herramienta ofrece fragmentos de código para Python, Node.js y DuckDB-WASM.

Sí, completamente gratis.

Sí, el Parquet File Viewer es totalmente adaptable y funciona en smartphones y tablets. Puedes usarlo en cualquier dispositivo con un navegador web moderno, sin necesidad de descargar ninguna app.

No se necesita cuenta ni registro. Solo abre el Parquet File Viewer en tu navegador y empieza a usarlo de inmediato. No hay muros de registro ni restricciones de uso.

Solo introduce tu entrada en el campo correspondiente, ajusta las opciones a tu gusto y la herramienta la procesará al instante. Después podrás copiar el resultado al portapapeles o descargarlo.

El Parquet File Viewer funciona en todos los navegadores modernos, incluidos Chrome, Firefox, Safari, Edge y Opera. Para una mejor experiencia, usa la última versión de tu navegador preferido.

Parquet almacena su información estructural en un footer codificado en Thrift al final del archivo, delimitado por los bytes mágicos PAR1 tanto al inicio como al final. Ese footer contiene el esquema, el número total de filas, los límites de los row groups, el códec de compresión y cualquier metadato clave-valor incrustado. Como todo esto vive en un bloque compacto, un visor solo necesita leer la longitud del footer, saltar hasta él y decodificarlo, en lugar de escanear gigabytes de datos de columnas. Por eso un archivo de varios gigabytes describe su propia estructura casi tan rápido como uno diminuto, y por eso puedes verificar la estructura antes de cualquier procesamiento pesado. Esta herramienta lee ese footer localmente en tu navegador, así que incluso los archivos grandes muestran su esquema y estructura en segundos. Sube un archivo .parquet arriba para ver el resumen sin abrir una sola fila de datos.

Una columna es un campo individual de tu esquema, como user_id o created_at, almacenado junto con todos sus valores para lograr una compresión rápida y permitir el column pruning. Un row group es un corte horizontal de toda la tabla: agrupa un bloque de filas de todas las columnas en una unidad autocontenida con sus propias estadísticas y tamaño en disco. Un archivo con un millón de filas podría dividirlas en varios row groups, y cada grupo sigue conteniendo todas las columnas. Los row groups permiten que los motores de consulta omitan bloques enteros que no necesitan usando estadísticas de mínimo y máximo, lo que hace efectivo el predicate pushdown. Este visor muestra ambas vistas: una pestaña de Esquema que lista cada columna hoja con su tipo, y una pestaña de Row Groups que muestra el número de filas y el tamaño de cada grupo. Sube un archivo arriba para comparar su distribución de columnas frente a su particionamiento en row groups.

La cadena created_by registra qué librería y versión escribió el archivo, por ejemplo una versión concreta de parquet-mr, Arrow o pandas. Se almacena en los metadatos del footer junto a la versión del formato. Esto resulta realmente útil al depurar: ciertos escritores tienen particularidades conocidas con las estadísticas, la codificación de timestamps o el manejo de INT96, así que conocer el productor te ayuda a explicar comportamientos extraños o decidir si conviene reexportar con una versión más reciente. También confirma la procedencia cuando te entregan un archivo sin contexto, indicando si proviene de Spark, DuckDB, Polars o un script de pandas. Este visor muestra created_by directamente en el Resumen del Archivo, junto a la versión del formato y el códec de compresión, para que puedas revisar quién escribió el archivo antes de incorporarlo a un pipeline. Sube un archivo .parquet arriba para leer su cadena created_by.

Parquet comprime cada bloque de columna de forma independiente, y el formato define varios códecs: UNCOMPRESSED, SNAPPY, GZIP, LZO, BROTLI, LZ4, ZSTD y LZ4_RAW. SNAPPY es un valor por defecto habitual porque equilibra velocidad y ratio de compresión, mientras que ZSTD suele generar archivos más pequeños a un costo de CPU moderado. El códec queda registrado en los metadatos de cada columna dentro del footer, así que no necesitas descomprimir nada para averiguar cuál se usó. Conocer el códec importa porque un lector que no soporte, por ejemplo, BROTLI o LZ4_RAW no podrá abrir el archivo, y un códec inesperado puede inflar o reducir el almacenamiento sin que lo notes. Este visor lee el códec desde el footer y lo muestra en el Resumen del Archivo como una etiqueta. Sube tu archivo arriba para confirmar su compresión antes de que un job dependa de ello.

Este visor inspecciona metadatos en lugar de volcar valores de celda, lo que mantiene el análisis del footer rápido y ligero. Para leer las filas en sí necesitas un decodificador Parquet completo, así que la herramienta ofrece fragmentos de código listos para copiar en tres entornos habituales. En Python, pandas lee un archivo en una línea con pd.read_parquet, la vía habitual para analistas. En Node.js, el lector parquetjs-lite transmite los registros mediante un cursor. Con DuckDB-WASM puedes ejecutar SQL como read_parquet('your_file.parquet') directamente en el navegador, sin necesidad de servidor. Cada fragmento es un punto de partida funcional: cópialo, apúntalo a tu archivo y ajústalo desde ahí. El flujo recomendado es revisar aquí primero el esquema, los tipos y el número de filas, y luego tomar el fragmento que coincida con tu stack. Sube un archivo arriba, revisa la estructura y luego copia el código que se ajuste a tu flujo de trabajo.