TSV 转 ORC

将 Tab-Separated Values(.tsv)文件转换为 Optimized Row Columnar(.orc)格式。

源文件 Tab-Separated Values:TSV(制表符分隔值)是用制表符分隔字段的表格文本格式,与 CSV 同族但天然规避"字段内含逗号"的转义难题,生物信息学(基因组注释表)、Google Search Console 导出、数据库 dump 常用。Excel、pandas、R 直接读取。转换为 CSV/Parquet/XLSX 适配不同分析与存储场景。

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:.TSV
2目标格式
.tsv .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。