Parquet X-ray

Parquet X-ray

让你查看 Parquet 文件的内部结构，从行组、列块到页、索引、布隆过滤器和文件尾。在浏览器里运行，适合数据和机器学习工程师。

由 cfahlgren1 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Parquet X-ray 是一个在浏览器里查看 Parquet 文件内部的工具。它画出文件的存储方式：行组、行组里的列块和页，以及索引、布隆过滤器和文件尾。你可以在弹出框里打开某一页的详情，看字节是怎么组织的。

适合谁：适合处理 Parquet 文件、想弄清楚一个文件为什么是这个形状，或者想学习这种格式的人。

行业 | 使用者 | 使用方式 | 例子
数据工程 | 数据工程师 | 检查文件里行组和页是怎么布局的 | 工程师打开一个文件，看它的列是怎么分块的
机器学习 | 机器学习工程师 | 在加载之前先检查 Hub 上的数据集文件 | 工程师查看 Hub 数据集文件的文件尾
分析 | 分析师 | 了解一个文件带有哪些索引和布隆过滤器 | 分析师检查文件有没有页索引
教育 | 学生 | 通过查看真实文件来学习 Parquet 格式 | 学生打开一个文件，从文件尾一路看到页

如果你只通过库来读取 Parquet 数据，从不需要文件的布局，可以跳过它。

用在哪里：你可以在下面这些地方使用它。

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 在 Windows、macOS 或 Linux 上用浏览器打开的已构建页面的本地副本
• 用 npm 启动的开发服务器，给修改代码的人用

使用场景 | 适合谁 | 得到什么
检查远程文件 | 数据和机器学习工程师 | 从 URL 读取的文件布局，不用下载整个文件
检查本地文件 | 任何人 | 对你从磁盘打开的文件的同样布局视图
学习格式 | 学生 | 对行组、列块和页的可视化导览

如何设置：在线使用只需要浏览器。本地副本在下载这一步需要 Python。修改代码需要 npm。

• 网页浏览器
• 带 pip 的 Python，只在获取本地副本时需要
• Node 和 npm，只在开发这个项目时需要

1. 打开 Hugging Face 上这个 Space 的页面即可在线使用，无需安装任何东西。
2. 想要本地副本，先安装 Hugging Face Hub 软件包。
3. 把这个 Space 的文件下载到一个文件夹并进入该文件夹。
4. 在浏览器里加载 dist/index.html。

pip install -U huggingface_hub
hf download cfahlgren1/parquet-xray --repo-type space --local-dir parquet-xray
cd parquet-xray

要修改代码，README 给出了下面这些开发命令。

npm install
npm run dev
npm run verify

如何使用：把一个 Parquet 文件的位置交给页面。它可以是 Hub 上的地址、hf:// 路径、允许 CORS 范围请求的网址，或者你从磁盘选的文件。页面只读取文件尾和页索引，所以一个 2 GB 的文件只需下载约 3 MB 就能打开。

工具 | 作用
npm install | 安装项目的依赖
npm run dev | 启动开发服务器
npm run verify | 运行代码检查、类型检查、测试和构建

示例：你粘贴 Hub 上一个 Parquet 文件的地址。页面读取它的文件尾和索引，然后显示行组。你打开其中一个，看它的列块和页，再点击一页，在弹出框里看它的详情。

新手与专家：Parquet 文件把一张表存成叫行组的块，块里的每一列是一个由页组成的列块。这个页面把这套结构画出来。试试看：粘贴一个你熟悉的文件的地址，打开第一个行组。

从底层看，页面用范围请求只读取文件尾和页索引，所以大文件也能很快打开。解析用的是 hyparquet 库。仓库的配置文件指向 Svelte、Vite 和 Playwright，CONTRIBUTING.md 说明了代码是怎么组织的。

粘贴一个 URL 或打开本地文件
只读取文件尾和页索引
hyparquet 解析文件布局
显示行组、列块和页

注意事项：远程文件必须允许页面发出的那类请求。

• License: Apache 2.0，README 里这样写。
• Cost to run: 未提及。
• Data it reaches: 你指向的 Parquet 文件，通过 URL 或从你的磁盘。对远程文件，它只读取文件尾和页索引。
• Not for: 不允许 CORS 范围请求的 URL。

Hugging Face 上的数据（2026年11月13日）

• 点赞：7
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/cfahlgren1/parquet-xray
• 文件：https://huggingface.co/spaces/cfahlgren1/parquet-xray/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。