Format de fichier de stockage en colonnes optimisé pour le traitement de big data.
Type de fichier : Fichier de base de données
Le format de fichier .parquet est une technologie de stockage en colonnes conçue pour un traitement et une analyse efficaces des données. Il est largement utilisé dans les frameworks de big data tels qu'Apache Hadoop, Apache Spark, et d'autres outils d'analyse. Les fichiers dans ce format sont optimisés pour la performance de lecture et l'efficacité du stockage.
Catégorie de type de fichier :
Fichier de base de données
Date de mise à jour : 21 juillet 2026
Parquet est un format de fichier de stockage en colonnes open-source développé pour prendre en charge le stockage et la récupération efficaces de grands ensembles de données. Il a été créé par la Apache Software Foundation dans le cadre de l'écosystème Apache Hadoop et est devenu une norme dans le traitement des big data en raison de ses avantages en termes de performance.
Ce format stocke les données de manière orientée colonne, ce qui permet une compression et un encodage plus efficaces, particulièrement pour les requêtes analytiques qui n'accèdent qu'à un sous-ensemble de colonnes. Les fichiers Parquet peuvent contenir des structures de données imbriquées complexes, ce qui les rend adaptés à divers types et schémas de données. Le format prend en charge plusieurs algorithmes de compression tels que SNAPPY, GZIP et LZO, améliorant encore l'efficacité du stockage.
Compatible avec plusieurs plateformes et langages, Parquet est supporté par des frameworks de traitement de données populaires tels qu'Apache Spark, Apache Drill, Hive et Pandas. Sa conception permet des requêtes et une récupération rapides, ce qui en fait un choix privilégié dans l'entreposage de données, l'apprentissage automatique et les applications d'analyse de big data.
Pour ouvrir un .parquet fichier, vous pouvez utiliser des outils logiciels tels que Apache Spark, Apache Drill, ou Hive sur des systèmes Windows, Mac ou Linux. Les programmes d'analyse de données tels que Pandas avec Python prennent également en charge la lecture des fichiers Parquet via des bibliothèques comme PyArrow ou fastparquet. Des outils spécialisés comme Parquet Viewer ou Databricks peuvent offrir des interfaces graphiques pour visualiser et explorer les données Parquet.
Convertir d'autres formats de données vers ou depuis Parquet peut être réalisé en utilisant des outils tels que Apache Spark, PyArrow, ou fastparquet en Python. Ces bibliothèques prennent en charge la lecture et l'écriture de fichiers Parquet et peuvent être intégrées dans des pipelines de données. Les convertisseurs en ligne pour Parquet sont limités, mais les outils de bureau et les utilitaires en ligne de commande offrent des options fiables pour la conversion de formats. Par exemple, la commande spark-submit d'Apache Spark peut convertir efficacement des fichiers CSV, JSON ou Avro en format Parquet.
Languageapplication/x-parquetapplication/vnd.apache.parquet50 41 52 31
PAR1
