Formato de archivo de almacenamiento columnar optimizado para el procesamiento de big data.
Tipo de archivo: Archivo de base de datos
El .parquet formato de archivo es una tecnología de almacenamiento columnar diseñada para el procesamiento y análisis eficiente de datos. Se usa ampliamente en frameworks de big data como Apache Hadoop, Apache Spark y otras herramientas de análisis. Los archivos en este formato están optimizados para el rendimiento de lectura y la eficiencia de almacenamiento.
Categoría del tipo de archivo:
Archivo de base de datos
Fecha de actualización: 21 de julio de 2026
Parquet es un formato de archivo de almacenamiento en columnas de código abierto desarrollado para soportar el almacenamiento y recuperación eficientes de grandes conjuntos de datos. Fue creado por la Apache Software Foundation como parte del ecosistema Apache Hadoop y se ha convertido en un estándar en el procesamiento de big data debido a sus ventajas de rendimiento.
Este formato almacena los datos en un modo orientado a columnas, lo que permite una compresión y codificación más eficientes, especialmente para consultas analíticas que acceden solo a un subconjunto de columnas. Los archivos Parquet pueden contener estructuras de datos anidadas complejas, lo que los hace adecuados para diversos tipos de datos y esquemas. El formato soporta múltiples algoritmos de compresión como SNAPPY, GZIP y LZO, mejorando aún más la eficiencia del almacenamiento.
Compatible en múltiples plataformas y lenguajes, Parquet es soportado por marcos de procesamiento de datos populares como Apache Spark, Apache Drill, Hive y Pandas. Su diseño permite consultas y recuperación rápidas, convirtiéndolo en una opción preferida en data warehousing, aprendizaje automático y aplicaciones de análisis de big data.
Para abrir un .parquet archivo, puedes usar herramientas de software como Apache Spark, Apache Drill, o Hive en sistemas Windows, Mac o Linux. Programas de análisis de datos como Pandas con Python también admiten la lectura de archivos Parquet a través de bibliotecas como PyArrow o fastparquet. Herramientas especializadas como Parquet Viewer o Databricks pueden ofrecer interfaces gráficas para ver y explorar datos Parquet.
Convertir otros formatos de datos a o desde Parquet se puede lograr usando herramientas como Apache Spark, PyArrow o fastparquet en Python. Estas bibliotecas admiten la lectura y escritura de archivos Parquet y pueden integrarse en pipelines de datos. Los conversores en línea para Parquet son limitados, pero las herramientas de escritorio y las utilidades de línea de comandos ofrecen opciones confiables para la conversión de formatos. Por ejemplo, el comando spark-submit de Apache Spark puede convertir archivos CSV, JSON o Avro a formato Parquet de manera eficiente.
Language