Lettore Metadati Parquet

Carica un file .parquet per far emergere tutto ciò che è memorizzato nei suoi metadati footer: numero totale di righe, numero e dimensione dei row group, la stringa created-by dello scrittore, i codec di compressione usati per ogni colonna, dimensione compressa vs non compressa, e qualsiasi metadato chiave-valore personalizzato. Ogni sezione viene mostrata come card chiave/valore leggibili più un dump JSON grezzo completo per scripting o debug.

PrivatoGratisFunziona offline

Verificato da Vincenzo Manto, Fondatore e Lead Developer · Ultimo aggiornamento 27 settembre 2026

Come funziona

  1. 1

    Carica un file .parquet dal tuo dispositivo.

  2. 2

    Il footer del file viene analizzato localmente per estrarre l'intero oggetto FileMetaData.

  3. 3

    Il conteggio dei row group, le dimensioni, i codec e i metadati chiave-valore vengono riassunti in card e tabelle.

  4. 4

    Espandi la vista JSON grezza per vedere o copiare l'intero oggetto metadati.

Tutti i campi dei metadati, in un unico posto

Il footer di Parquet contiene una quantità sorprendente di informazioni: schema, statistiche, confini dei row group, codifiche e codec. La maggior parte degli strumenti ne mostra solo una parte. Questo lettore espone l'intero oggetto FileMetaData analizzato da hyparquet, formattato prima per gli umani e disponibile come JSON grezzo in secondo luogo.

Utile per il debug delle pipeline

Quando un job a valle si blocca su un file parquet, i metadati spesso rivelano il perché: un codec inatteso, un row group sospettosamente grande o un tag chiave-valore mancante che una pipeline si aspettava. Controllare questo prima di scrivere codice fa risparmiare un ciclo di debug.

Domande frequenti

Cos'è un 'row group' in Parquet?

Un row group è una partizione orizzontale delle righe del file, ciascuna con i propri chunk di colonna e statistiche. Gli scrittori parquet dividono i dataset grandi in più row group così i lettori possono saltare interi gruppi che non corrispondono a un filtro.

Colonne diverse possono usare codec di compressione diversi?

Sì. La compressione è impostata per ogni chunk di colonna, quindi un file può legittimamente mescolare colonne SNAPPY, GZIP o non compresse. Questo strumento elenca ogni codec distinto trovato in tutti i row group.

Cosa mi dice 'created by'?

È una stringa di testo libero che la libreria scrivente incorpora nel footer, tipicamente identificando lo strumento e la versione che hanno prodotto il file, es. 'parquet-mr version 1.13.1' o 'DuckDB'.

A cosa servono i metadati chiave-valore?

È un elenco opzionale di coppie di stringhe arbitrarie che gli scrittori possono allegare a un file, spesso usato per cose come le informazioni sull'indice serializzato di pandas o tag personalizzati a livello applicativo.

Il rapporto di compressione mostrato è accurato?

Viene calcolato direttamente dalla somma di total_uncompressed_size e total_compressed_size su ogni chunk di colonna nei metadati stessi del file, quindi riflette esattamente ciò che è su disco.

Strumenti correlati

Visualizzatore di Shapefile

Visualizza in anteprima la geometria di uno Shapefile Esri compresso, nel browser.

Visualizzatore GeoJSON

Incolla o carica GeoJSON e visualizzalo su una mappa ad adattamento automatico, nel browser.

Lettore e Visualizzatore Parquet

Apri e sfoglia file Apache Parquet come una tabella, direttamente nel browser.