Startseite › Entwickler-Tools › <strong>Durchsuche die Daten</strong> im Tab „Daten“; blättere mit den Pfeilen und zeige über das Menü „Zeilen“ mehr pro Seite an.

<strong>Durchsuche die Daten</strong> im Tab „Daten“; blättere mit den Pfeilen und zeige über das Menü „Zeilen“ mehr pro Seite an.

Öffne eine Apache-Parquet-Datei, um ihr Schema, die Spaltentypen und Statistiken zu prüfen, die Zeilen mit Filtern und Sortierung zu durchsuchen und das, was du brauchst, als CSV oder JSON zu exportieren. Die Datei wird per JavaScript auf deinem Gerät dekodiert, sodass auch große oder vertrauliche Datensätze nie deinen Computer verlassen.

Zuletzt aktualisiert:

Anzeige
Anzeige

Anleitung: <strong>Durchsuche die Daten</strong> im Tab „Daten“; blättere mit den Pfeilen und zeige über das Menü „Zeilen“ mehr pro Seite an.

  1. Öffne die Datei: Zieh eine .parquet-Datei auf das Feld oder klick, um sie auszuwählen. Bis dahin wird eine kleine Beispieldatei angezeigt.
  2. Browse the data on the Data tab; use the arrows to page through and the Rows menu to show more per page.
  3. Filtern und sortieren: Wähle eine Spalte und eine Bedingung, gib einen Wert ein und klick auf eine Überschrift, um zu sortieren.
  4. Prüfe die Struktur im Tab „Schema“ (Typen, Nullwerte, Min. und Max.) und im Tab „Metadaten“ (Row Groups, Kompression, Writer).
  5. Exportiere die nach dem Filtern sichtbaren Zeilen mit „CSV exportieren“ oder „JSON exportieren“. Nutze „Weitere Zeilen laden“ bei großen Dateien.

So ist eine Parquet-Datei aufgebaut

Eine Parquet-Datei beginnt und endet mit den vier Bytes PAR1. Die Zeilen werden in Row Groups aufgeteilt (oft jeweils 64 MB bis 1 GB oder etwa eine Million Zeilen). Innerhalb einer Row Group wird jede Spalte als eigener Column Chunk gespeichert, der aus komprimierten Pages besteht. Der Footer am Ende enthält das Schema, die Position jedes Column Chunks und Statistiken wie Min., Max. und Null-Anzahl, mit denen Abfrage-Engines nicht benötigte Daten überspringen können. Dieser Viewer liest zuerst den Footer und dann nur die Pages für die Zeilen auf dem Bildschirm.

Parquet-Typen und wie sie angezeigt werden

Physischer TypÜbliche logische TypenAngezeigt als
BOOLEAN–true / false
INT32INT8, INT16, UINT32, DATE, TIME(MILLIS), DECIMALZahl, 2026-03-15, 14:05:09.250 oder exakter Dezimaltext
INT64TIMESTAMP(MILLIS / MICROS / NANOS), TIME, DECIMAL und UINT642026-03-15 14:05:09.123456 UTC; Ganzzahlen über ±253 als exakter Text
INT96Älterer Spark-/Hive-/Impala-ZeitstempelZeitstempel mit Nanosekunden
FLOAT, DOUBLE–Zahl
BYTE_ARRAYSTRING, ENUM, JSON, DECIMALText; Binärdaten hexadezimal
FIXED_LEN_BYTE_ARRAYUUID, DECIMAL, FLOAT16, INTERVALUUID-Text, Dezimalzahl, Zahl
GruppenLIST, MAP, StructsJSON-Arrays und -Objekte

Kompressions-Codecs

CodecTypische Verwendung
SNAPPYStandard in PyArrow, Spark und DuckDB: sehr schnell, mäßige Kompression.
ZSTDStandard in Polars und zunehmend verbreitet: bessere Kompression bei ähnlicher Geschwindigkeit.
GZIPÄltere Pipelines und Hive; gute Kompression, langsamer beim Schreiben.
LZ4 / LZ4_RAWSchnellste Dekompression; LZ4_RAW ist die aktuelle, klar definierte Variante.
UNCOMPRESSEDSelten; manchmal für bereits komprimierte Daten verwendet.

Tipps

  • Prüfe das Schema, bevor du Daten in ein Data Warehouse lädst: Spaltentypen, Nullbarkeit und verschachtelte Strukturen verursachen die meisten Importfehler.
  • Nutze die Min./Max.-Statistiken im Tab „Schema“, um Ausreißer, falsche Zeitzonen oder unerwartete Nullwerte zu erkennen, ohne die Daten zu durchsuchen.
  • Viele kleine Row Groups (im Tab „Metadaten“ angezeigt) verlangsamen Abfragen; Writer zielen meist auf Row Groups von 128 MB oder mehr.
  • Der pandas-Schlüssel in den Key-Value-Metadaten speichert den ursprünglichen DataFrame-Index und die dtypes, was nützlich ist, wenn ein Durchlauf durch Parquet den Typ einer Spalte ändert.

Häufige Fragen

Was ist eine Parquet-Datei?

Apache Parquet ist ein spaltenorientiertes Open-Source-Dateiformat für Analysen. Die Werte jeder Spalte werden zusammen gespeichert und komprimiert, wodurch Dateien viel kleiner als CSV sind und Tools nur die benötigten Spalten lesen müssen. Spark, pandas, DuckDB, Polars, BigQuery, Snowflake und AWS Athena können es alle lesen und schreiben.

Wie öffne ich eine Parquet-Datei ohne Python?

Zieh sie auf diese Seite. Der Viewer liest den Footer der Datei, zeigt das Schema und dekodiert die Zeilen in deinem Browser, ganz ohne installiertes Python, Java oder Datenbank. Danach kannst du die Zeilen filtern und als CSV für Excel oder Google Sheets exportieren.

Werden meine Daten hochgeladen?

Nein. Die Datei wird von deinem Browser stückweise direkt von deiner Festplatte gelesen und per JavaScript auf dieser Seite dekodiert. Nur für ZSTD-komprimierte Dateien wird eine kleine Open-Source-Bibliothek zur Dekompression (fzstd) von einem CDN geladen; deine Daten werden nirgendwohin gesendet.

Kann er sehr große Parquet-Dateien öffnen?

Ja. Parquet speichert Schema und Row-Group-Index in einem Footer am Ende der Datei, daher liest der Viewer diesen zuerst und dekodiert dann nur die angezeigten Zeilen, beginnend mit den ersten 10,000. „Weitere Zeilen laden“ fügt jeweils 50,000 hinzu, bis zu einer Million Zeilen, je nach Arbeitsspeicher deines Geräts. Filter, Sortierung und Exporte gelten für die bisher geladenen Zeilen.

Warum zeigt eine Spalte Zahlen statt Datumsangaben?

Datumsangaben und Zeitstempel werden als Zahlen mit einer Typ-Annotation gespeichert. Der Viewer wandelt DATE, TIMESTAMP (Millisekunden, Mikrosekunden oder Nanosekunden), TIME und die älteren INT96-Zeitstempel aus älteren Spark- und Hive-Versionen um. Wenn ein Writer Datumsangaben als einfache Ganzzahlen ohne Annotation gespeichert hat, gibt die Datei selbst nicht an, dass es Datumsangaben sind, daher wird die rohe Zahl angezeigt.

Welche Parquet-Funktionen werden nicht unterstützt?

Verschlüsselte Dateien (Parquet Modular Encryption), LZO und sehr alte BROTLI-komprimierte Dateien in Browsern ohne Brotli-Unterstützung sowie Datensätze, die in externe Column-Chunk-Dateien aufgeteilt sind, können nicht geöffnet werden. Partitionierte Datensätze sind Ordner mit vielen Parquet-Dateien; öffne jeweils eine Datei.

Wie werden Zeitstempel angezeigt?

Zeitstempel werden als Text in der Form 2026-01-03 14:05:09.123456 angezeigt. Ein UTC-Suffix wird hinzugefügt, wenn die Datei die Spalte als auf UTC angepasst markiert; Werte ohne Suffix sind lokale Uhrzeiten genau so, wie sie gespeichert wurden, ohne Zeitzonenumrechnung.

Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?

Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.

Ähnliche Tools

Alle Daten- & Dateiformat-Konverter ansehen →