Visor de archivos Parquet
Abre un archivo Apache Parquet para revisar su esquema, los tipos de columna y las estadísticas, explora las filas con filtros y ordenación, y exporta lo que necesites a CSV o JSON. El archivo se decodifica con JavaScript en tu dispositivo, así que incluso los conjuntos de datos grandes o confidenciales nunca salen de tu equipo.
Última actualización:
Definición del esquema
Grupos de filas
Metadatos clave-valor
Cómo usar Visor de archivos Parquet
- Abre el archivo: suelta un archivo .parquet en el recuadro o haz clic para elegirlo. Hasta entonces se muestra un pequeño archivo de ejemplo.
- Explora los datos en la pestaña Datos; usa las flechas para pasar de página y el menú Filas para mostrar más por página.
- Filtra y ordena: elige una columna y una condición, escribe un valor y haz clic en un encabezado para ordenar.
- Revisa la estructura en la pestaña Esquema (tipos, nulos, mínimo y máximo) y en la pestaña Metadatos (grupos de filas, compresión, escritor).
- Exporta las filas que ves tras filtrar con Exportar CSV o Exportar JSON. Usa Cargar más filas en archivos grandes.
Cómo se organiza un archivo Parquet
Un archivo Parquet empieza y termina con los cuatro bytes PAR1. Las filas se dividen en grupos de filas (a menudo de 64 MB a 1 GB cada uno, o aproximadamente un millón de filas). Dentro de un grupo de filas, cada columna se guarda como un fragmento de columna independiente, formado por páginas comprimidas. El pie al final contiene el esquema, la posición de cada fragmento de columna y estadísticas como mínimo, máximo y número de nulos, lo que permite a los motores de consulta omitir los datos que no necesitan. Este visor lee primero el pie y luego solo las páginas de las filas que aparecen en pantalla.
Tipos de Parquet y cómo se muestran
| Tipo físico | Tipos lógicos comunes | Se muestra como |
|---|---|---|
| BOOLEAN | – | true / false |
| INT32 | INT8, INT16, UINT32, DATE, TIME(MILLIS), DECIMAL | Número, 2026-03-15, 14:05:09.250 o texto decimal exacto |
| INT64 | TIMESTAMP(MILLIS / MICROS / NANOS), TIME, DECIMAL, UINT64 | 2026-03-15 14:05:09.123456 UTC; enteros más allá de ±253 como texto exacto |
| INT96 | Marca de tiempo heredada de Spark / Hive / Impala | Marca de tiempo con nanosegundos |
| FLOAT, DOUBLE | – | Número |
| BYTE_ARRAY | STRING, ENUM, JSON, DECIMAL | Texto; datos binarios en hexadecimal |
| FIXED_LEN_BYTE_ARRAY | UUID, DECIMAL, FLOAT16, INTERVAL | Texto UUID, decimal, número |
| Grupos | LIST, MAP, estructuras | Arrays y objetos JSON |
Códecs de compresión
| Códec | Uso típico |
|---|---|
| SNAPPY | Predeterminado en PyArrow, Spark y DuckDB: muy rápido, compresión moderada. |
| ZSTD | Predeterminado en Polars y cada vez más común: mejor compresión a una velocidad similar. |
| GZIP | Flujos de datos antiguos y Hive; buena compresión, más lento al escribir. |
| LZ4 / LZ4_RAW | Descompresión más rápida; LZ4_RAW es la variante actual y bien definida. |
| UNCOMPRESSED | Poco común; a veces se usa para datos que ya están comprimidos. |
Consejos
- Revisa el esquema antes de cargar los datos en un data warehouse: los tipos de columna, la nulabilidad y las estructuras anidadas causan la mayoría de los errores de importación.
- Usa las estadísticas de mín. / máx. de la pestaña Esquema para detectar valores atípicos, zonas horarias incorrectas o nulos inesperados sin recorrer los datos.
- Muchos grupos de filas pequeños (visibles en la pestaña Metadatos) ralentizan las consultas; los programas que escriben Parquet suelen buscar grupos de filas de 128 MB o más.
- La clave pandas de los metadatos clave-valor registra el índice original del DataFrame y los dtypes, lo que es útil cuando un paso por Parquet cambia el tipo de una columna.
Preguntas frecuentes
¿Qué es un archivo Parquet?
Apache Parquet es un formato de archivo columnar de código abierto para análisis de datos. Los valores de cada columna se guardan juntos y comprimidos, lo que hace que los archivos sean mucho más pequeños que un CSV y permite a las herramientas leer solo las columnas que necesitan. Spark, pandas, DuckDB, Polars, BigQuery, Snowflake y AWS Athena lo leen y escriben.
¿Cómo abro un archivo Parquet sin Python?
Suéltalo en esta página. El visor lee el pie del archivo, muestra el esquema y decodifica las filas en tu navegador, sin necesidad de instalar Python, Java ni una base de datos. Después puedes filtrar las filas y exportarlas como CSV para Excel o Google Sheets.
¿Se suben mis datos?
No. Tu navegador lee el archivo por partes directamente desde tu disco y lo decodifica con JavaScript en esta página. Solo para los archivos comprimidos con ZSTD se descarga desde un CDN una pequeña biblioteca de descompresión de código abierto (fzstd); tus datos nunca se envían a ningún sitio.
¿Puede abrir archivos Parquet muy grandes?
Sí. Parquet guarda su esquema y el índice de grupos de filas en un pie al final del archivo, así que el visor lee eso primero y luego decodifica solo las filas que muestra, empezando por las primeras 10,000. Cargar más filas añade 50,000 cada vez, hasta un millón de filas, según la memoria de tu dispositivo. Los filtros, la ordenación y las exportaciones se aplican a las filas cargadas hasta el momento.
¿Por qué una columna muestra números en lugar de fechas?
Las fechas y las marcas de tiempo se guardan como números con una anotación de tipo. El visor convierte DATE, TIMESTAMP (milisegundos, microsegundos o nanosegundos), TIME y las marcas de tiempo INT96 heredadas que usan las versiones antiguas de Spark y Hive. Si un programa guardó fechas como enteros simples sin anotación, el propio archivo no indica que son fechas, así que se muestra el número sin convertir.
¿Qué funciones de Parquet no son compatibles?
No se pueden abrir los archivos cifrados (Parquet Modular Encryption), los comprimidos con LZO o con BROTLI muy antiguos en navegadores sin soporte para Brotli, ni los conjuntos de datos divididos en archivos externos de fragmentos de columna. Los conjuntos de datos particionados son carpetas con muchos archivos Parquet; abre un archivo cada vez.
¿Cómo se muestran las marcas de tiempo?
Las marcas de tiempo se muestran como texto con el formato 2026-01-03 14:05:09.123456. Se añade el sufijo UTC cuando el archivo marca la columna como ajustada a UTC; los valores sin él son horas locales tal como se guardaron, sin conversión de zona horaria.
¿Se prueban todas las herramientas de FreeToolCabin para comprobar su calidad y precisión?
Sí. Cada herramienta del sitio pasa pruebas automáticas en navegadores reales para comprobar que el resultado es correcto y que no hay errores. Si encuentras un fallo o tienes una sugerencia, escríbenos a [email protected] y lo revisaremos.
Herramientas relacionadas
Ver todas las de Conversores de datos y formatos de archivo →