Visionneuse Gratuite de Fichiers Parquet

Le Parquet File Viewer est un outil en ligne gratuit qui inspecte les métadonnées des fichiers Apache Parquet dans votre navigateur. Consultez le schéma, le nombre de lignes, les statistiques des colonnes et la structure du fichier. Il fonctionne entièrement dans votre navigateur, sans installation ni inscription.

Le schéma du fichier, les types de colonnes, le nombre de groupes de lignes, le total des lignes, le codec de compression et les statistiques des colonnes (min/max).

Les métadonnées s'affichent directement. Pour les données complètes des lignes, l'outil fournit des extraits de code pour Python, Node.js et DuckDB-WASM.

Oui, entièrement gratuit.

Oui, le Parquet File Viewer est entièrement adaptatif et fonctionne sur les smartphones et les tablettes. Vous pouvez l'utiliser sur n'importe quel appareil doté d'un navigateur web moderne, sans aucune application à télécharger.

Aucun compte ni inscription n'est nécessaire. Ouvrez simplement le Parquet File Viewer dans votre navigateur et commencez à l'utiliser immédiatement. Il n'y a ni barrière d'inscription ni restriction d'utilisation.

Saisissez simplement vos données dans le champ prévu, ajustez les réglages selon vos préférences, et l'outil les traitera instantanément. Vous pourrez ensuite copier le résultat dans votre presse-papiers ou le télécharger.

Le Parquet File Viewer fonctionne sur tous les navigateurs modernes, dont Chrome, Firefox, Safari, Edge et Opera. Pour une expérience optimale, utilisez la dernière version de votre navigateur préféré.

Parquet stocke ses informations structurelles dans un footer encodé en Thrift à la toute fin du fichier, encadré par les octets magiques PAR1 au début et à la fin. Ce footer contient le schéma, le nombre total de lignes, les limites des row groups, le codec de compression et toute métadonnée clé-valeur intégrée. Comme tout cela tient dans un bloc compact, un visualiseur n'a besoin que de lire la longueur du footer, de s'y rendre et de le décoder, plutôt que de parcourir des gigaoctets de données colonnes. C'est pourquoi un fichier de plusieurs gigaoctets se décrit presque aussi vite qu'un tout petit fichier, et pourquoi vous pouvez vérifier la structure avant tout traitement lourd. Cet outil lit ce footer localement dans votre navigateur, si bien que même les gros fichiers affichent leur schéma et leur structure en quelques secondes. Déposez un fichier .parquet ci-dessus pour voir la vue d'ensemble sans ouvrir la moindre ligne de données.

Une colonne est un champ unique de votre schéma, comme user_id ou created_at, stocké avec toutes ses valeurs regroupées pour une compression rapide et un élagage de colonnes efficace. Un row group est une tranche horizontale de la table entière : il regroupe un lot de lignes sur toutes les colonnes en une unité autonome, avec ses propres statistiques et sa propre taille sur disque. Un fichier d'un million de lignes peut les répartir sur plusieurs row groups, chaque groupe contenant toujours l'ensemble des colonnes. Les row groups permettent aux moteurs de requête d'ignorer des blocs entiers grâce aux statistiques min et max, ce qui rend le predicate pushdown efficace. Ce visualiseur affiche les deux vues : un onglet Schéma listant chaque colonne feuille avec son type, et un onglet Row Groups montrant le nombre de lignes et la taille par groupe. Déposez un fichier ci-dessus pour comparer sa disposition en colonnes avec son partitionnement en row groups.

La chaîne created_by indique quelle bibliothèque et quelle version ont écrit le fichier, par exemple une version précise de parquet-mr, d'Arrow ou de pandas. Elle est stockée dans les métadonnées du footer, aux côtés de la version du format. C'est réellement utile pour déboguer : certains outils d'écriture ont des particularités connues concernant les statistiques, l'encodage des timestamps ou la gestion d'INT96, donc connaître le producteur aide à expliquer un comportement étrange ou à décider de réexporter avec une chaîne d'outils plus récente. Cela confirme aussi la provenance quand un fichier vous est transmis sans contexte, en indiquant s'il provient de Spark, DuckDB, Polars ou d'un script pandas. Ce visualiseur affiche created_by directement dans la vue d'ensemble du fichier, à côté de la version du format et du codec de compression, pour vérifier l'outil d'origine avant d'intégrer le fichier à un pipeline. Déposez un fichier .parquet ci-dessus pour lire sa chaîne created_by.

Parquet compresse chaque bloc de colonne indépendamment, et le format définit plusieurs codecs : UNCOMPRESSED, SNAPPY, GZIP, LZO, BROTLI, LZ4, ZSTD et LZ4_RAW. SNAPPY est un choix par défaut courant car il équilibre vitesse et taux de compression, tandis que ZSTD produit souvent des fichiers plus petits pour un coût CPU modéré. Le codec est enregistré dans les métadonnées de chaque colonne au sein du footer, donc il n'est pas nécessaire de décompresser quoi que ce soit pour le connaître. Connaître le codec compte, car un lecteur qui ne prend pas en charge, par exemple, BROTLI ou LZ4_RAW échouera à ouvrir le fichier, et un codec inattendu peut faire gonfler ou réduire silencieusement le stockage. Ce visualiseur lit le codec dans le footer et l'affiche sous forme de badge dans la vue d'ensemble du fichier. Déposez votre fichier ci-dessus pour confirmer sa compression avant qu'un job n'en dépende.

Ce visualiseur inspecte les métadonnées plutôt que d'afficher les valeurs des cellules, ce qui garde l'analyse du footer rapide et légère. Pour lire les lignes elles-mêmes, il faut un décodeur Parquet complet ; c'est pourquoi l'outil fournit des extraits de code prêts à copier pour trois environnements courants. En Python, pandas lit un fichier en une seule ligne avec pd.read_parquet, le chemin habituel pour les analystes. En Node.js, le lecteur parquetjs-lite fait défiler les enregistrements via un curseur. Avec DuckDB-WASM, vous pouvez exécuter du SQL tel que read_parquet('your_file.parquet') directement dans le navigateur, sans serveur. Chaque extrait constitue une base fonctionnelle : copiez-le, pointez-le vers votre fichier, puis ajustez selon vos besoins. Le déroulé recommandé est de vérifier ici le schéma, les types et le nombre de lignes, puis de récupérer l'extrait correspondant à votre stack. Déposez un fichier ci-dessus, examinez la structure, puis copiez le code adapté à votre flux de travail.