parquet-tool

Inspect Apache Parquet files from the command line — schema, row count, contents, compression statistics.
命令行查看 Apache Parquet 文件：schema、行数、内容、压缩统计。

English · 中文

English

parquet-tool is a command-line tool written in Rust for inspecting Apache Parquet files. It compiles into a single self-contained static executable with zero runtime dependencies and is distributed as both a native binary and a pip-installable package.

Features

Install

pip install parquet-tool

Quick start

# Print the schema
parquet-tool schema data.parquet

# Print the row count
parquet-tool rowcount data.parquet

# Print the first 5 rows
parquet-tool head data.parquet -n 5

# Print all rows as JSON
parquet-tool cat data.parquet --format json

# Count distinct values per column
parquet-tool distinct data.parquet

# Print compression statistics
parquet-tool compression data.parquet

Supported data types

All Parquet physical and logical types: INT32/INT64/INT96, FLOAT/DOUBLE, BOOLEAN, BYTE_ARRAY, FIXED_LEN_BYTE_ARRAY; logical String, Decimal, Date, Time, Timestamp (with IANA timezones), JSON, UUID; nested Struct/List; codecs Snappy, Gzip, Brotli, LZ4, Zstd.

Platforms

License

MIT

中文

parquet-tool 是一个用 Rust 编写的 Apache Parquet 文件查看工具，编译为单个自包含的静态可执行文件，零运行时依赖。提供原生二进制与 pip 安装包两种分发方式。

功能

安装

pip install parquet-tool

快速开始

# 查看 schema
parquet-tool schema data.parquet

# 查看行数
parquet-tool rowcount data.parquet

# 查看前 5 行
parquet-tool head data.parquet -n 5

# 以 JSON 输出全部内容
parquet-tool cat data.parquet --format json

# 查看每一列的 distinct 值数量
parquet-tool distinct data.parquet

# 查看压缩统计
parquet-tool compression data.parquet

支持的数据类型

全部 Parquet 物理与逻辑类型：INT32/INT64/INT96、FLOAT/DOUBLE、BOOLEAN、BYTE_ARRAY、FIXED_LEN_BYTE_ARRAY；逻辑类型 String、Decimal、Date、Time、Timestamp（支持 IANA 时区）、JSON、UUID；嵌套 Struct/List；压缩算法 Snappy、Gzip、Brotli、LZ4、Zstd。

支持平台

许可证

MIT