PARQUET 转 JSONL
将 Parquet(.parquet)文件转换为 JSON Lines(.jsonl)格式。
源文件 Parquet:Parquet 是 Apache 基金会的开源列式存储格式,为大数据分析而生:按列存储配合高效编码(RLE、字典)与压缩(Snappy/Zstd),Spark、Presto、Hive、DuckDB 原生支持,是数据湖(Iceberg/Delta Lake)的默认表格式。分析查询只读所需列,速度与成本双优。转换为 CSV 便于人工检查与通用导入,转 Feather 供 Python 单机高速读取。
目标格式 JSON Lines:JSONL(JSON Lines)是每行一个独立 JSON 对象的流式文本格式,无需把整个文件载入内存即可逐行解析,天然适合追加写入与断点续读。它是大语言模型训练数据(OpenAI finetune 格式)、日志管道、Elasticsearch 批量索引的标准载体。转换为 JSON 数组便于通用工具处理,转 CSV/Parquet 便于分析,转 TXT 直接抽取语料。
1选择源格式文件
支持格式:.PARQUET
2目标格式
.parquet .jsonl
大文件或复杂格式转换可能需要 1-2 分钟,转换完成后自动下载。请勿关闭或刷新页面。