Inspeccionar Parquet y exportar datos
Parquet1/2: metadatos sin cifrar, grupos y columnas principales seleccionadas.
- Funciona en tu navegador
- Sin subir archivos
- Revisa antes de descargar
Archivos y esquemas permanecen en esta pestaña y un worker local. Sin cargas ni almacenamiento automático. Borrar/cerrar elimina entradas; conserve originales y resultados.
Parquet1/2: metadatos sin cifrar, grupos y columnas principales seleccionadas. PLAIN, diccionario/RLE, DELTA_BINARY_PACKED exacto INT32/64, DELTA_LENGTH_BYTE_ARRAY, DELTA_BYTE_ARRAY y BYTE_STREAM_SPLIT; sin compresión, Snappy, GZIP y ZSTD. Listas/mapas/estructuras conservan nulos y claves repetidas. DECIMAL es texto exacto; fechas temporales son ticks con unidad/UTC; INT96 usa día juliano/nanosegundos tradicional. Se rechazan columnas cifradas/externas y otros códecs. Incluso una vista corta decodifica el bloque elegido dentro de los límites. CSV: valores entre comillas, blobs hex, estructuras JSON tipado y marca nula sin colisiones. Las hojas de cálculo pueden reinterpretar números; el apóstrofo modifica texto de fórmula y no garantiza seguridad universal. INT96 fuera de la convención de nanosegundos del día conserva hex exacto y diagnóstico int96Raw; nunca se sustituye por fechas de notas externas. Los grupos tupla LIST antiguos conservan sus campos; los envoltorios canónicos distinguen listas vacías y elementos nulos. Las colisiones con la marca nula se comprueban antes y después de proteger fórmulas; una colisión transformada impide exportar.
Archivo ≤16 MiB; Protobuf ≤1 MiB; esquema ≤256 KiB, total ≤1 MiB. Profundidad64,20.000 nodos,100.000 valores; decodificación32 MiB; salida8 MiB más original. Vista200, exportación10.000 filas. Límite5 segundos. Los64 MiB de SQLite no son toda la memoria del navegador.
Método y límites
Perfil admitido
Parquet1/2: metadatos sin cifrar, grupos y columnas principales seleccionadas. PLAIN, diccionario/RLE, DELTA_BINARY_PACKED exacto INT32/64, DELTA_LENGTH_BYTE_ARRAY, DELTA_BYTE_ARRAY y BYTE_STREAM_SPLIT; sin compresión, Snappy, GZIP y ZSTD. Listas/mapas/estructuras conservan nulos y claves repetidas. DECIMAL es texto exacto; fechas temporales son ticks con unidad/UTC; INT96 usa día juliano/nanosegundos tradicional. Se rechazan columnas cifradas/externas y otros códecs. Incluso una vista corta decodifica el bloque elegido dentro de los límites. CSV: valores entre comillas, blobs hex, estructuras JSON tipado y marca nula sin colisiones. Las hojas de cálculo pueden reinterpretar números; el apóstrofo modifica texto de fórmula y no garantiza seguridad universal. INT96 fuera de la convención de nanosegundos del día conserva hex exacto y diagnóstico int96Raw; nunca se sustituye por fechas de notas externas. Los grupos tupla LIST antiguos conservan sus campos; los envoltorios canónicos distinguen listas vacías y elementos nulos. Las colisiones con la marca nula se comprueban antes y después de proteger fórmulas; una colisión transformada impide exportar.
Límites de recursos
Archivo ≤16 MiB; Protobuf ≤1 MiB; esquema ≤256 KiB, total ≤1 MiB. Profundidad64,20.000 nodos,100.000 valores; decodificación32 MiB; salida8 MiB más original. Vista200, exportación10.000 filas. Límite5 segundos. Los64 MiB de SQLite no son toda la memoria del navegador.
Archivos y esquemas permanecen en esta pestaña y un worker local. Sin cargas ni almacenamiento automático. Borrar/cerrar elimina entradas; conserve originales y resultados.
Cómo inspeccionar
- Archivo binario local
Carga un archivo Parquet local y empieza por inspeccionar sus metadatos. Elige todos los grupos de filas o solo uno, las columnas de primer nivel, la fila inicial y el número de filas; después selecciona la vista previa o la exportación a CSV.
- Esquema y metadatos
Carga el ejemplo incluido: la columna value es DECIMAL con precisión 4 y escala 2, y tiene 24 filas. Si empiezas en la fila 0 y pides 2 filas, los valores son las cadenas decimales exactas 1.00 y 2.00, no aproximaciones binary64.
- Verificar y guardar exportaciones
Compara la ventana de filas seleccionada con totalRows: la vista previa no muestra todo el conjunto de datos. Revisa los tipos lógicos, la compresión y los diagnósticos antes de guardar selection.csv y report.json. Los valores anidados conservan su estructura etiquetada.
Método y límites
¿Cómo conserva el CSV de Parquet los decimales, los valores anidados y los null?
Elige el delimitador, LF/CRLF, un BOM UTF-8 opcional y un token para null que no coincida con ningún contenido. Las celdas que no son null van entre comillas; los decimales y los enteros se conservan como texto exacto, los bytes se escriben en hexadecimal y las celdas anidadas usan JSON etiquetado. Los programas de hojas de cálculo aún pueden reinterpretar los números, así que importa como texto las columnas en las que importe la precisión. El modo de prefijo de fórmula modifica el texto que parece una fórmula.
¿Por qué no se puede leer el archivo o la selección?
Se rechazan los archivos cifrados, los fragmentos de columna externos y los códecs o codificaciones no compatibles. La compresión admitida es sin comprimir, Snappy, GZIP o ZSTD. Incluso una vista previa de pocas filas puede obligar a decodificar un bloque seleccionado completo y superar su presupuesto de recursos.
¿Qué no hace este inspector a propósito?
Archivo local de hasta 16 MiB, con un máximo de 10000 filas solicitadas y 200 filas visibles en la vista previa. Es una inspección y exportación acotadas: no es análisis con SQL ni edición, y no garantiza que se admita cualquier variante de Parquet. Los bytes originales no se modifican.