PARQUET 转 ORC
将 Parquet(.parquet)文件转换为 Optimized Row Columnar(.orc)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 Optimized Row Columnar:ORC(Optimized Row Columnar)是 Apache Hive 生态的列式存储格式,针对 Hadoop 大数据场景深度优化:谓词下推、轻量压缩、ACID 事务支持与向量化执行,是 Hive 数仓表的首选存储。转换为 Parquet 可跨 Spark/Impala 生态,转 CSV/JSON 便于小规模分析,转 Feather 供 Python 快速读取。
1选择源格式文件
支持格式:.PARQUET
2目标格式
.parquet .orc
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。