Parquet Folder Logo

Spaltenorientierte Dateien Neu

Anfrage a Parkettordner mit SQL – in Excel, Google Sheets, KI und REST

Eine Abfrage eines Ordners mit Parquet-Dateien wird als eine einzige Tabelle betrachtet. Parquet verwendet eigene Spaltentypen, daher wird hier nichts erraten – eine Dezimalzahl bleibt eine Dezimalzahl und ein Zeitstempel bleibt ein Zeitstempel.

Kostenlos starten 13 Reiseziele Parkett-Ordner-Anleitung

Eine Verbindung, jede Oberfläche

Wohin Ihre Parquet-Ordnerdaten gelangen können

Parkettordner viele Dateien → jeweils ein Live-Tisch
Verbundabfragen + jeder andere Anschluss · eine SQL-Abfrage über verschiedene Quellen hinweg · jeder Plan
Netzwerk-Agent
  • 1 ausgehende Verbindung
  • 0 eingehende Ports
  • Schreibgeschützt · Dateien bleiben an ihrem Platz

läuft auf

Query Streams wandelt einen Ordner mit Parquet-Dateien in eine einzige, in Microsoft Excel, Google Sheets, über MCP, die REST-API und Power BI lesbare SQL-Tabelle um. Da Parquet eigene Spaltentypen verwendet, liest der selbstgehostete Agent das Schema aus der Fußzeile jeder Datei, anstatt Zeilen zu stichprobenartig zu erfassen – Dezimalzahlen bleiben Dezimalzahlen, Zeitstempel bleiben Zeitstempel, und Stichprobenfehler sind ausgeschlossen. Die Dateien verbleiben auf Ihrem Rechner; nur die Abfrageergebnisse verlassen das Netzwerk.

Einer von neun Dateisatztreibern auf einer Ordner-Engine – die Inventartabellen, Änderungsprotokolle und Ablehnungsregeln unter Funktionen werden von der Familie geteilt Parkettordner Dateisystem CSV-Ordner Excel-Ordner SQLite-Ordner JSONL-Ordner CSV-Datei mit mehreren Datensätzen Maschinenprotokolle Webserver-Protokolle

  1. Für Ihr Team, Ihre Lieferanten und Partner

  2. Parquet-Ordner zu Excel Microsoft Excel · Excel-Add-in

    Live-Ergebnisse aus Parquet Folder direkt in ein Arbeitsblatt importieren und bei Bedarf aktualisieren – Desktop-Excel, Excel Online, Microsoft 365.

    So funktioniert Excel

  3. Parquet-Ordner zu Google Sheets Tabellen-Add-on

    Führen Sie eine gespeicherte Parquet-Ordnerabfrage aus der Seitenleiste aus und ziehen Sie die Zeilen in das Tabellenblatt. Gemeinsame Mitarbeiter können es selbst aktualisieren.

    So funktioniert Google Sheets

  4. Fragen Sie Nova nach dem Parkettordner Nova AI · Text zu SQL

    Stellen Sie Ihre Frage in einfachem Englisch. Nova kennt bereits Ihre Parquet-Ordnertabellen, schreibt und führt die SQL-Abfrage aus, erklärt die Antwort und stellt sie grafisch dar – Sie müssen keine Abfrage schreiben und keine Zugangsdaten angeben.

    So funktioniert Nova

  5. Parquet-Ordner zu Datenbetrachter Ergebnispräsentation · Team, Lieferanten, Partner · Smartphone, Tablet, Desktop

    Teilen Sie die Ergebnisse eines Live-Parquet-Ordners mit beliebigen Personen – Kollegen, Lieferanten, Partnern – als Lesezeichen speichernde Tabelle, die beim Öffnen auf einem Smartphone, Tablet oder Desktop-Computer immer neu angezeigt wird. Die Empfänger sehen die Ergebnisse, niemals die SQL-Anweisungen oder die Dateien.

    So funktioniert der Datenbetrachter
  6. Für Apps und Systeme

  7. Parquet-Ordner-REST-API HTTP-Endpunkt

    Veröffentlichen Sie eine Parquet-Ordnerabfrage als authentifizierten JSON-Endpunkt, den jede Anwendung aufrufen kann, mit einer OpenAPI 3.1-Spezifikation und vorgefertigten Sammlungen für Postman, Insomnia und Hoppscotch. Es wird kein Datenbankport geöffnet.

    Wie funktioniert die REST-API?

  8. Parquet-Ordner zu Power BI Power Query M

    Fügen Sie die generierte Power Query M in den Power BI Advanced Editor ein, und der Bericht liest Live-Ergebnisse aus dem Parquet-Ordner über HTTPS – ohne ODBC-Treiber und ohne geöffneten Datenbankport.

    So funktioniert Power BI

  9. Parquet-Ordner zu Airtable Automatisierungsplattform

    Synchronisieren Sie Parquet-Ordnerzeilen zeitgesteuert mit einer Airtable-Datenbank oder rufen Sie sie innerhalb eines Airtable-Automatisierungsskripts ab.

    So funktioniert Airtable

  10. Parkettordner zu Baserow Automatisierungsplattform

    Über den REST-Endpunkt wird eine Baserow-Tabelle aus einem Parquet-Ordner gespeist – entweder selbst gehostet oder in der Baserow-Cloud.

    So funktioniert Baserow

  11. Parkett-Ordner zum Sitztisch Automatisierungsplattform

    Halten Sie eine SeaTable-Basis mit Parquet-Ordnerdaten auf dem neuesten Stand, ohne eine Datei zu exportieren oder die Datenbank preiszugeben.

    So funktioniert SeaTable

  12. Parquet-Ordner zu Smartsheet Automatisierungsplattform

    Die Ergebnisse von „Parquet Folder“ werden in ein Smartsheet-Raster eingefügt, sodass Pläne und Berichte aus dem Quellsystem und nicht aus dem Export der letzten Woche gelesen werden.

    So funktioniert Smartsheet

  13. Parkett-Faltmaschine zum Amboss Anvil Works · App-Plattform

    Eine Anvil Python-App mit Parquet-Ordner wird über den REST-Endpunkt gesichert, anstatt Datenbankzugangsdaten in die App einzubetten.

    So funktioniert Anvil
  14. Für KI-Tools

  15. Parquet-Ordner MCP-Server Claude-, Cursor- und MCP-Clients

    Gewähren Sie einem KI-Assistenten Lesezugriff auf den Parquet-Ordner mit dem Schema, das er zum Schreiben korrekter SQL-Abfragen benötigt – keine Anmeldeinformationen im Chat.

    So funktioniert MCP
  16. An Personen geliefert

  17. Parquet-Ordnerwarnungen und -berichte Slack · Discord · E-Mail · Webhook

    Richten Sie eine Parquet Folder-Abfrage auf einen Zeitplan ein und lassen Sie die Zeilen an Slack, Discord, E-Mail oder einen signierten Webhook liefern – oder halten Sie die Nachricht zurück, bis eine Zeilenanzahl, ein Schwellenwert oder eine prozentuale Änderung die von Ihnen festgelegte Grenze überschreitet.

    So funktionieren Benachrichtigungen und Berichte

So funktioniert es

5 Schritte, keine Änderung der eingehenden Firewall

01

Installieren Sie den Netzwerkagenten an einem Ort, an dem er den Ordner sehen kann – beispielsweise ein Exportverzeichnis, einen kleinen Datenspeicher oder einen Ablageort eines Anbieters.

02

Richten Sie den Connector auf den Ordner oder die gesamte Verzeichnisstruktur aus; jede .parquet-Datei wird zugeordnet.

03

Parquet speichert sein Schema in jeder Datei, sodass der Agent diese Beschreibungen liest, anstatt Zeilen zu stichprobenartig zu erfassen. Es wird kein Typ aus dem Text abgeleitet, und Stichprobenfehler sind ausgeschlossen.

04

Die Dateien werden in einer einzigen Tabelle gestapelt geladen, wobei jede Zeile eine Spalte _source_file enthält, die die jeweilige Datei benennt.

05

Verwenden Sie für die Abfrage dieselbe SQL-Anweisung wie für Ihre Datenbanken – und verknüpfen Sie sie in derselben Anweisung mit diesen.

Funktionsanalyse

Was Ihnen die Parkettmappe bietet

Warum dieses genau

  • Die Typen stammen aus der Datei selbst. — Dezimalzahlen, Zeitstempel und ganze Zahlen kommen unverändert an.
  • Spaltenvereinigung — Wenn einige Dateien eine Spalte enthalten, die in den anderen fehlt, wird diese Spalte für diese Dateien einfach als leer gelesen, anstatt den Datensatz zu unterbrechen.
  • Wenn zwei Dateien tatsächlich unterschiedliche Datentypen für eine Spalte aufweisen, verweigert der Konnektor die Verknüpfung, anstatt beide Dateien in Text umzuwandeln. Ihnen wird mitgeteilt, welche Datei und welche Spalte betroffen sind.
-- Zeilen und Umsatz pro Exportdatei SELECT _source_file, COUNT(*) AS rows, SUM(amount) AS total FROM data GROUP BY _source_file

Nach der ersten Synchronisierung

Eine spätere Datei, die eine Spalte hinzufügt, eine fixierte Spalte entfernt oder einen Datentyp ändert, wird zurückgehalten und in files_events anhand ihres Namens protokolliert. Der Rest des Ordners wird weiterhin geladen, sodass ein fehlerhafter Export die Tabelle nicht offline nimmt. Das Lesen ist ressourcenschonend: Nur tatsächlich geänderte Dateien werden erneut eingelesen.

Wird von der gesamten Dateisatzfamilie gemeinsam genutzt

Jeder Ordnerverbinder bietet Ihnen außerdem

  • files_current — ein Live-Inventar: jede Datei, die der Konnektor aktuell sehen kann, mit Pfad, Größe und Änderungsdatum.
  • Dateien_Ereignisse — der Prüfpfad: was erschienen ist, was sich geändert hat, was verschwunden ist und alles zurückgehalten wurde, mit Dateiname und Grund.
  • Verzeichnisse und Datenträger — Gesamtzahlen pro Ordner, täglicher Wachstumsverlauf und wie viel Speicherplatz auf dem Laufwerk noch verfügbar ist.
  • Nur die tatsächlich geänderten Dateien werden bei jeder Synchronisierung neu eingelesen. Ein Ordner mit 50.000 Dateien wird also nicht erneut analysiert, nur weil eine neue Exportdatei hinzugefügt wurde.

Gut zu wissen

  • Schreibgeschützt, erzwungen — Nur SELECT-Anweisungen und ähnliche Befehle werden ausgeführt. Ihre Dateien werden weder geschrieben, verschoben noch umbenannt.
  • Es wurde nichts hochgeladen. Die Daten werden verschlüsselt und zwischengespeichert auf Ihrem eigenen Rechner neben dem Agenten. Nur das Ergebnis einer Abfrage verlässt Ihr Netzwerk.
  • Sinnvolle Standardeinstellungen — Bis zu 250.000 Dateien, 16 Ordner tief, 512 MB pro Datei, alles anpassbar. Papierkorb, .git- und node_modules-Ordner werden immer übersprungen.
  • Der SQL-Dialekt ist DuckDB. — dieselbe SQL-Anweisung, die Sie auch für jeden anderen Konnektor schreiben würden.

Quellübergreifendes SQL

Fügen Sie den Parquet-Ordner zu Ihren übrigen Daten hinzu.

Ein Ordner mit Dateien ist wie jede andere Sammlung von SQL-Tabellen. Daher kann eine einzige Anweisung ihn gleichzeitig mit einer Datenbank und einer API verknüpfen. Jede Datenquelle führt nur den für sie geeigneten Teil aus, sendet das Ergebnis zurück, und die Verknüpfung erfolgt zentral – die Datenquellen kommunizieren nicht miteinander, und es werden keine Daten kopiert.

3 Verbindungen · 3 Agenten

Parkettordner Spaltenorientierte Dateien
PostgreSQL Relationale Maschine
Streifen Zahlungen & Rechnungsstellung

Eine Aussage

– nichts kopiert, nichts zusammengeführt, nichts geplant
SELECT   c.region, COUNT(*) AS orders, SUM(i.amount_due) AS invoiced
VON     Parkettsee.fileset.data1 f
JOIN     pg_crm.public.customers2   c ON c.id = f.customer_id
JOIN     Abrechnung.stripe.invoices3   i ON i.customer = c.stripe_id
GROUP BY c.region
ORDER BY in Rechnung gestellte Beschreibung;

Die drei Bestandteile sind Verbindung, Schema und Tabelle – der Verbindungsname ist der von Ihnen gewählte. Die Spalten dienen nur der Veranschaulichung; Ihre Tabellen entsprechen Ihren tatsächlichen Tabellen. Der Schreibschutz gilt für alle Komponenten: Nur SELECT, WITH und EXPLAIN sind zulässig, und es gibt eine Obergrenze für die Datenmenge, die eine einzelne Datenquelle pro Abfrage übermitteln darf. Wie föderierte Abfragen funktionieren

Verbindungsdetails

Was der Parkettordner benötigt

Ordner
One or more roots — local disk or a network share typed as \\server\share (never a mapped drive letter; on Linux or a Mac, mounted first); every .parquet file is matched, subfolders included
Schema
Aus dem jeweiligen Parquet-Fußbereich jeder Datei lesen – keine Stichproben, keine Rückschlüsse, kein Typ wird aus dem Text ermittelt
Spaltenvereinigung
Eine Spalte, die nur in einigen Dateien vorhanden ist, wird in den anderen als leer angezeigt, anstatt die Menge zu unterbrechen.
Typenkonflikte
Wenn zwei Dateien tatsächlich unterschiedliche Datentypen für eine Spalte aufweisen, verweigert der Connector die Verknüpfung und benennt stattdessen die Datei und die Spalte, anstatt beide in Text umzuwandeln.
Tabellen
Eine Tabelle, in der alle Dateien gestapelt sind, wobei jede Zeile eine Spalte „_source_file“ enthält, die die zugehörige Datei benennt.
Grenzen
Bis zu 250.000 Dateien, 16 Ordnerebenen tief, 512 MB pro Datei – alles anpassbar
Anmeldedaten
Keiner – es gibt keinen Server; der Agent liest die Dateien direkt vom Speicherort.
SQL-Dialekt
DuckDB – Standard-SQL, keine ordnerspezifischen Lerninhalte.

In diesem Szenario gibt es keinen Datenbankserver. Der Agent liest die .parquet-Dateien von ihrem ursprünglichen Speicherort, speichert die Zeilen in einem verschlüsselten DuckDB-Speicher auf demselben Rechner und liest nur die tatsächlich geänderten Dateien erneut ein – ein Ordner mit 50.000 Dateien wird nicht neu analysiert, nur weil ein neuer Export eingegangen ist. Es werden keine Daten in Query Streams hochgeladen; das Einzige, was Ihr Netzwerk verlässt, ist das Ergebnis einer Abfrage.

Parquet ist das einzige Format dieser Familie, bei dem keine Interpretationen vorgenommen werden müssen. Alle anderen Ordnerkonnektoren ermitteln den Spaltentyp anhand der Werte; Parquet kennt ihn bereits, sodass der Agent die Beschreibung anstatt der Daten liest. Dadurch ist die Einrichtung selbst bei sehr großen Ordnern kostengünstig – es werden nur die Fußzeilen geprüft – und das Problem, dass eine Spalte in den ersten tausend Zeilen numerisch erscheint, sich dann aber als nicht numerisch herausstellt, wird vollständig beseitigt.

Herstellerdokumentation: parquet.apache.org

Häufig gestellte Fragen

Fragen zum Parkettordner

Welche Tools können Parquet-Ordnerdaten über Query Streams lesen?

Alle Anwendungen – Excel, Google Sheets, MCP, REST-API, Airtable, Baserow, SeaTable, Smartsheet, Anvil, Power BI, geplante Benachrichtigungen und Berichte – werden über eine einzige Verbindung zugänglich gemacht. Verbinden Sie den Ordner einmalig, und alle Anwendungen greifen auf dieselbe schreibgeschützte Verbindung zu – es ist keine Einrichtung pro Tool erforderlich und es werden keine Datenkopien erstellt.

Werden meine Dateien in Query Streams hochgeladen?

Nein. Der Netzwerkagent liest die Dateien direkt im Netzwerk und speichert die Ergebnisse verschlüsselt auf demselben Rechner. Die Dateien selbst verlassen Ihr Netzwerk nie – nur die Ergebniszeilen einer Abfrage werden über eine einzige verschlüsselte ausgehende Verbindung ohne eingehenden Firewall-Port übertragen.

Kann Query Streams meine Dateien ändern, verschieben oder umbenennen?

Nein. Dateien werden ausschließlich schreibgeschützt geöffnet und niemals beschrieben, verschoben oder umbenannt. Abfragen werden zum Zeitpunkt der Ausführung ausschließlich schreibgeschützt ausgeführt – jeweils nur eine Anweisung, beispielsweise SELECT oder ähnliche.

Was benötigt Query Streams, um eine Verbindung zum Parquet-Ordner herzustellen?

A folder path the agent machine can see — no server, no credentials, no drivers to install. Folder: One or more roots — local disk or a network share typed as \\server\share (never a mapped drive letter; on Linux or a Mac, mounted first); every .parquet file is matched, subfolders included. Schema: Read from each file's own Parquet footer — no sampling, no inference, no type worked out from text. Column union: A column only some files carry reads as empty in the others rather than breaking the set. Type conflicts: If two files genuinely disagree on a column's type the connector refuses to pin and names the file and the column, instead of flattening both to text.

Kann ich einen Ordner mit Dateien in derselben Abfrage mit einer Datenbank verknüpfen?

Ja, das ist eine föderierte Abfrage. Eine einzige Anweisung kann gleichzeitig auf den Parquet-Ordner und Ihre anderen Verbindungen zugreifen (geschrieben als Verbindung.Schema.Tabelle). Jede Quelle führt nur den Teil aus, den sie verarbeiten kann, und streamt das Ergebnis zurück. Der Join erfolgt zentral, sodass die Quellen keine Verbindungen zueinander herstellen und nichts kopiert oder eingeplant wird. Der Schreibschutz gilt nur für SELECT, WITH und EXPLAIN. Außerdem ist die Datenmenge, die eine Quelle für eine einzelne Abfrage übermitteln darf, begrenzt. Föderierte Abfragen sind eine Funktion des Abonnementplans. Die Seite für föderierte Abfragen zeigt die aktuellen Quell- und Größenbeschränkungen an.

Legen Sie den Parquet-Ordner dort ab, wo die Arbeit stattfindet.

Installieren Sie den Agenten, verweisen Sie ihn auf Ihren Ordner und wählen Sie ein Ziel aus.

Kostenlos starten Alle Anschlüsse

Schreibgeschützt Nur ausgehend Die Zugangsdaten bleiben beim Agenten.