Inspecter Parquet et exporter les données
Parquet1/2 : métadonnées non chiffrées, groupes et colonnes principales choisies.
- Fonctionne dans votre navigateur
- Aucun envoi
- Vérifiez avant de télécharger
Les fichiers et les schémas restent dans cet onglet et dans un traitement local. Rien n’est envoyé ni enregistré automatiquement. Effacer ou fermer fait perdre vos saisies ; gardez vos originaux et enregistrez les résultats voulus.
Parquet1/2 : métadonnées non chiffrées, groupes et colonnes principales choisies. PLAIN, dictionnaire/RLE, DELTA_BINARY_PACKED exact INT32/64, DELTA_LENGTH_BYTE_ARRAY, DELTA_BYTE_ARRAY, BYTE_STREAM_SPLIT ; sans compression, Snappy, GZIP et ZSTD. Listes/maps/structures gardent les nulls et entrées répétées. DECIMAL reste du texte exact ; horodatages en ticks signés avec unité/UTC ; INT96 suit jour julien/nanosecondes historique. Colonnes chiffrées/externes et autres codecs refusés. Même un court aperçu décode le bloc sélectionné dans les limites. CSV : valeurs entre guillemets, blobs hex, cellules imbriquées en JSON typé, marqueur null sans collision. Un tableur peut réinterpréter les nombres ; l’apostrophe modifie le texte de formule sans garantie universelle. INT96 hors de la convention des nanosecondes du jour reste en hex exact avec diagnostic int96Raw ; aucune date de notes externes n’est substituée. Les groupes tuples LIST historiques gardent leurs champs ; les enveloppes canoniques distinguent listes vides et éléments null. Les collisions avec le marqueur null sont vérifiées avant et après la protection des formules ; une collision transformée bloque l’export.
Fichier ≤ 16 Mio ; Protobuf ≤ 1 Mio ; chaque schéma ≤ 256 Kio, total ≤ 1 Mio. Profondeur 64, 20 000 nœuds de métadonnées ou de fil, 100 000 valeurs physiques ou conservées ; budget de décodage 32 Mio ; sortie générée 8 Mio en plus de l’original. Aperçu de 200 lignes ; export de 10 000 lignes. Le traitement s’arrête après 5 secondes. Les 64 Mio de mémoire linéaire de SQLite ne représentent pas toute la mémoire du navigateur.
Méthode et limites
Profil pris en charge
Parquet1/2 : métadonnées non chiffrées, groupes et colonnes principales choisies. PLAIN, dictionnaire/RLE, DELTA_BINARY_PACKED exact INT32/64, DELTA_LENGTH_BYTE_ARRAY, DELTA_BYTE_ARRAY, BYTE_STREAM_SPLIT ; sans compression, Snappy, GZIP et ZSTD. Listes/maps/structures gardent les nulls et entrées répétées. DECIMAL reste du texte exact ; horodatages en ticks signés avec unité/UTC ; INT96 suit jour julien/nanosecondes historique. Colonnes chiffrées/externes et autres codecs refusés. Même un court aperçu décode le bloc sélectionné dans les limites. CSV : valeurs entre guillemets, blobs hex, cellules imbriquées en JSON typé, marqueur null sans collision. Un tableur peut réinterpréter les nombres ; l’apostrophe modifie le texte de formule sans garantie universelle. INT96 hors de la convention des nanosecondes du jour reste en hex exact avec diagnostic int96Raw ; aucune date de notes externes n’est substituée. Les groupes tuples LIST historiques gardent leurs champs ; les enveloppes canoniques distinguent listes vides et éléments null. Les collisions avec le marqueur null sont vérifiées avant et après la protection des formules ; une collision transformée bloque l’export.
Limites de ressources
Fichier ≤ 16 Mio ; Protobuf ≤ 1 Mio ; chaque schéma ≤ 256 Kio, total ≤ 1 Mio. Profondeur 64, 20 000 nœuds de métadonnées ou de fil, 100 000 valeurs physiques ou conservées ; budget de décodage 32 Mio ; sortie générée 8 Mio en plus de l’original. Aperçu de 200 lignes ; export de 10 000 lignes. Le traitement s’arrête après 5 secondes. Les 64 Mio de mémoire linéaire de SQLite ne représentent pas toute la mémoire du navigateur.
Les fichiers et les schémas restent dans cet onglet et dans un traitement local. Rien n’est envoyé ni enregistré automatiquement. Effacer ou fermer fait perdre vos saisies ; gardez vos originaux et enregistrez les résultats voulus.
Comment inspecter
- Fichier binaire local
Chargez un fichier Parquet local et commencez par examiner ses métadonnées. Choisissez tous les groupes de lignes ou un seul, les colonnes de premier niveau, la ligne de départ et le nombre de lignes, puis l’aperçu ou l’export CSV.
- Schéma et métadonnées
Chargez l’exemple intégré : la colonne value est de type DECIMAL, de précision 4 et d’échelle 2, et compte 24 lignes. Partez de la ligne 0 et demandez 2 lignes : les valeurs sont les chaînes décimales exactes 1.00 et 2.00, et non des approximations binary64.
- Vérifier et enregistrer les exports
Comparez la plage de lignes sélectionnée à totalRows : l’aperçu ne montre pas tout le jeu de données. Vérifiez les types logiques, la compression et les diagnostics avant d’enregistrer selection.csv et report.json. Les valeurs imbriquées gardent leur structure typée.
Méthode et limites
Comment le CSV Parquet conserve-t-il les décimaux, les valeurs imbriquées et null ?
Choisissez le séparateur, LF/CRLF, un BOM UTF-8 facultatif et un marqueur null qui n’entre pas en collision avec vos données. Les cellules non null sont entre guillemets ; les nombres exacts restent du texte, les octets sont écrits en hexadécimal et les cellules imbriquées en JSON typé. Un tableur peut tout de même réinterpréter les nombres : importez les colonnes sensibles en texte. Le mode de préfixe de formule modifie les textes qui ressemblent à une formule.
Pourquoi ce fichier ou cette sélection ne peut-il pas être lu ?
Les fichiers chiffrés, les blocs de colonnes externes et les codecs ou encodages non pris en charge sont refusés. Les compressions prises en charge sont aucune, Snappy, GZIP et ZSTD. Même un petit aperçu de lignes peut exiger de décoder tout le bloc sélectionné et dépasser le budget de ressources.
Qu’est-ce que cet inspecteur ne fait volontairement pas ?
Fichier local de 16 MiB maximum, 10000 lignes demandées au plus et 200 lignes d’aperçu affichées au plus. C’est une inspection et un export bornés, pas une analyse SQL ni un éditeur, et rien ne garantit que toutes les variantes de Parquet sont prises en charge. Les octets d’origine restent inchangés.