Gratis Online Apache Parquet Viewer – Parquet Bestanden Openen & Verkennen

Bekijk en analyseer Apache Parquet-bestanden direct in uw browser. Inspecteer schema's, metadata en kolomgebaseerde datastructuren voor analytics, data engineering en ETL-workflows, of converteer Parquet naar JSON, CSV, TSV of XLSX.

Upload Parquet File

Select a Parquet file to analyze and query. Maximum file size: 100MB

Drop your Parquet file here

or click to browse

Supported formats: .parquet, .parq
Max size: 100 MB

4.5
•

Ready to View Your Parquet Files?

Join thousands of developers who trust our OJF for their daily workflow. Fast, reliable, and completely free.

100% Free
No Registration
Privacy Protected

Online Parquet Viewer voor Developers en Data Engineers

Open en inspecteer Apache Parquet-bestanden online. Analyseer kolomgebaseerde schema's, controleer metadata, verken records en exporteer subsets naar JSON of CSV voor debugging en validatie.

Parquet-bestanden bekijken in Python

Parquet-bestanden bekijken met Pandas

python

Pandas is de meest gebruikte bibliotheek voor gegevensmanipulatie in Python en biedt een eenvoudige read_parquet-functie.

# Installation: pip install pandas
import pandas as pd

df = pd.read_parquet('path/to/file.parquet')
print(df.head())

Parquet-bestanden bekijken met DuckDB

python

DuckDB is een in-process SQL OLAP-databasemanagementsysteem dat direct queries kan uitvoeren op Parquet-bestanden.

# Installation: pip install duckdb
import duckdb

# Query directly from the file
result = duckdb.sql("SELECT * FROM 'path/to/file.parquet' LIMIT 10").fetchdf()
print(result)

Parquet-bestanden bekijken met ClickHouse

python

ClickHouse is een razendsnel open-source OLAP-databasemanagementsysteem met native ondersteuning voor Parquet.

# Installation: pip install clickhouse-connect
import clickhouse_connect

client = clickhouse_connect.get_client(host='localhost', port=8123)
query = "SELECT * FROM file('path/to/file.parquet') LIMIT 10"
result = client.query(query).result_set
print(result)

Parquet-bestanden bekijken in andere talen

Parquet bekijken in Node.js

javascript

Gebruik van de parquetjs-bibliotheek om Parquet-bestanden te lezen in een JavaScript-omgeving.

// Installation: npm install parquetjs
const parquet = require('parquetjs');

async function readParquet() {
    let reader = await parquet.ParquetReader.openFile('example.parquet');
    let cursor = reader.getCursor();
    let record = null;
    while (record = await cursor.next()) {
        console.log(record);
    }
    await reader.close();
}

Parquet bekijken in Java

java

Gebruik van Apache Parquet met Avro voor toegang op recordniveau in Java.

// Required dependencies: parquet-avro, parquet-hadoop
import org.apache.hadoop.fs.Path;
import org.apache.parquet.hadoop.ParquetReader;
import org.apache.parquet.avro.AvroParquetReader;
import org.apache.avro.generic.GenericRecord;

Path path = new Path("example.parquet");
try (ParquetReader<GenericRecord> reader = AvroParquetReader.<GenericRecord>builder(path).build()) {
    GenericRecord record;
    while ((record = reader.read()) != null) {
        System.out.println(record);
    }
}

Key Features of OJF

Take control of your data - everything in one place

Schema- & Metadata-inspectie

  • Inspecteer hiërarchische Parquet-schema's inclusief geneste velden en logische datatypen
  • Controleer metadata op kolomniveau zoals nullability, codering en compressieformaten
  • Analyseer row group informatie om datapartitionering en lay-out te begrijpen
  • Bekijk bestandsstatistieken die worden gebruikt in analytische workloads en data lakes

Dataverkenning

  • Blader door Parquet-records via een gestructureerde tabelweergave voor duidelijke data-analyse
  • Pas kolomgebaseerde filtering toe met ingebouwde filters of SQL-stijl expressies
  • Sorteer records met datatype-bewuste sortering voor nauwkeurige resultaten
  • Converteer epoch-timestampwaarden naar leesbare datum- en tijdformaten
  • Statistische analyse van kolomgegevens inclusief min, max en null-waarden tellingen

Conversie & Export

  • Converteer Parquet-bestanden naar JSON-formaat voor API's en applicatie-workflows
  • Exporteer datasets als CSV of TSV voor rapportage en spreadsheet-analyse
  • Download gegevens in XLSX-formaat voor compatibiliteit met Excel
  • Extraheer gefilterde of gesorteerde subsets voor validatie en verdere verwerking
  • Download gefilterde datasets op basis van aangepaste selectiecriteria

Hoe bekijkt u Parquet-bestanden online?

1

Upload een Parquet-bestand (.parquet) via de bestandskiezer

2

Bekijk het schema om kolommen, datatypen en nesting te begrijpen

3

Inspecteer metadata zoals compressie, codering en row groups

4

Blader door records in een tabelweergave voor validatie of debugging

5

Pas filters of zoekopdrachten toe om op specifieke data te focussen

6

Exporteer geselecteerde data naar JSON of CSV indien nodig

Why Choose Us?

Feature
Online JSON Formatt(OJF)
Other Tools
Schema zichtbaarheidHiërarchisch schema met metadata-contextBeperkte of platte schema-weergave
Browser-gebaseerde verwerkingLokale, client-side inspectie (veilig en privé)Server-upload vereist
Export flexibiliteitExport naar JSON, CSV en ExcelBeperkte of geen exportopties

Frequently Asked Questions