Parquet Row Group 是什么？

Row Group 是 Parquet 文件中的横向行分区。每个 Row Group 会为各个叶子列保存对应的 Column Chunk。

可以不上传文件就查看 Row Group 吗？

可以。Parquet Inspector 直接在浏览器读取你选择的本地 Parquet 文件。

可以查看每个 Row Group 的行数、压缩前后大小、Column Chunk 数量，以及可用的 Codec、Encoding、Min、Max 和 Null Count。

PARQUET 元数据工具

Parquet Inspector 可以直接在浏览器本地查看 Row Group 大小、压缩率、Column Chunk、Codec、Encoding，以及文件中已经保存的 Min/Max/Null Count 等统计信息。

每组行数
发现过小、不均匀的 Row Group，帮助判断潜在扫描开销。

压缩前后大小
对比每个 Row Group 的 compressed / uncompressed bytes 与压缩率。

Column Chunk
查看每列使用的 Codec、Encoding 与字节占用。

Statistics
当写入端保存了统计信息时，可查看 Min、Max 与 Null Count。

查询引擎可以利用 Row Group 统计信息跳过不可能命中过滤条件的数据块。统计缺失或分布不理想时，pruning 效率可能降低。

Parquet 的压缩信息记录在 Column Chunk 层级，不同列、不同 Row Group 的压缩算法和压缩率可能并不相同。

即使两份 Parquet 数据内容接近，只要 Row Group 大小、Encoding、写入器不同，实际扫描表现也可能差很多。Footer metadata 能提供重要背景。

Row Groups 视图展示行数、压缩大小、未压缩大小、压缩率和 Column Chunk 数量。Column Chunks 视图进一步展示列路径、Codec、Encoding、值数量，以及可用的 Min、Max 和 Null Count。

Parquet statistics 并不是强制存在。如果写入端没有保存某项统计，查看器无法仅凭 metadata 重建它。

你选择的 Parquet 文件直接在浏览器本地读取，这个流程没有 TRACER RECART 文件上传接口。

如果还需要浏览数据行或跑 SQL，可以继续看大型 Parquet 文件查看器。