parquet-tools HDFS文件查看助手

命令行下查看 Parquet 文件内容，用 parquet-tools 就挺顺手的，尤其你文件直接在 HDFS 上的时候。输出清爽，能看 schema、row group、具体数据。比起写 Spark 代码跑一遍，轻便多了。

parquet-tools 的 dump 和 head 命令还挺实用，常用来快速确认字段和数据有没有问题。比如你新写了个 ETL，第一时间想验证下结果，就靠它了。

下载方便，有现成的 parquet-tools-0.1.0-bin.tar.gz 可直接用。解压后进命令行，跑个 parquet-tools schema hdfs://path/to/file 立马看到结构，挺直观的。

对了，如果你在 Windows 上，图形化工具 ParquetViewer.exe 也可以备一份，操作简单，看数据方便。

另外， Parquet 的时候也可以考虑用 Java 或 PySpark，像 Java 操作 Parquet 或 CSV 转 Parquet 的场景也常见，工具选得好，效率差不少。

如果你经常在 HDFS 上数据，HDFS 权限 和 hdfs-site.xml 配置也值得了解一下，遇到权限问题时能少踩坑。