Parquet Folder-logo

Kolombestanden Nieuw

Vraag een Parquet-map met SQL — in Excel, Google Sheets, AI en REST

Een map met Parquet-bestanden opvragen alsof het één tabel is. Parquet heeft zijn eigen kolomtypen, dus er wordt hier niets geraden — een decimaal getal blijft een decimaal getal en een tijdstempel blijft een tijdstempel.

Begin gratis 13 bestemmingen Handleiding voor Parquet-mappen

Eén verbinding, elk oppervlak

Waar uw Parquet-mapgegevens naartoe kunnen worden gestuurd

Parquet-map veel bestanden → één live tafel per persoon
Gefedereerde zoekopdrachten + elke andere connector · één SQL uit verschillende bronnen · elk plan
Netwerk Agent
  • 1 uitgaande verbinding
  • 0 inkomende poorten
  • alleen-lezen · bestanden blijven op hun plaats

draait op

Query Streams zet een map met Parquet-bestanden om in één live SQL-tabel die leesbaar is vanuit Microsoft Excel, Google Sheets, AI-assistenten via MCP, de REST API en Power BI. Parquet heeft zijn eigen kolomtypen, dus de zelfgehoste agent leest het schema uit de voettekst van elk bestand in plaats van rijen te selecteren — een decimaal getal blijft een decimaal getal, een tijdstempel blijft een tijdstempel en er is geen kans op fouten bij het selecteren. De bestanden blijven op uw computer; alleen de queryresultaten verlaten het netwerk.

Een van de 9 bestandssetstuurprogramma's op één mapengine: de inventaristabellen, het wijzigingspad en de weigeringsregels. Functies worden gedeeld door de familie Parquet-map Bestandssysteem CSV-map Excel-map SQLite-map JSONL-map CSV-bestand met meerdere records Machinelogboeken Webserverlogboeken

  1. Voor uw team, leveranciers en partners

  2. Parquet-map naar Excel converteren Microsoft Excel · Excel-invoegtoepassing

    Haal live Parquet-mapresultaten rechtstreeks naar een werkblad en vernieuw ze wanneer nodig — in Excel op de desktop, Excel Online en Microsoft 365.

    Hoe Excel werkt

  3. Parquet-map naar Google Sheets converteren Sheets-add-on

    Voer een opgeslagen Parquet Folder-query uit vanuit de zijbalk en sleep de rijen naar het spreadsheet. Gedeelde medewerkers kunnen het spreadsheet zelf vernieuwen.

    Hoe Google Sheets werkt

  4. Vraag Nova naar de Parquet-map Nova AI · tekst naar SQL

    Stel een vraag in begrijpelijke taal. Nova kent uw Parquet Folder-tabellen al, schrijft en voert de SQL-query uit, legt het antwoord uit en visualiseert het in een grafiek – u hoeft geen query te schrijven en geen inloggegevens te verstrekken.

    Hoe Nova werkt

  5. Parquet-map naar gegevensviewer Resultaten delen · team, leveranciers, partners · telefoon, tablet, desktop

    Deel een live Parquet Folder-resultaat met wie dan ook – een collega, een leverancier, een partner – als een bladwijzerbaar raster dat opnieuw wordt weergegeven wanneer het wordt geopend, op een telefoon, een tablet of een desktop. Zij zien de resultaten, nooit de SQL-code of de bestanden.

    Hoe de gegevensviewer werkt
  6. Voor apps en systemen

  7. Parquet-map REST API HTTP-eindpunt

    Publiceer een Parquet Folder-query als een geauthenticeerd JSON-eindpunt dat door elke applicatie kan worden aangeroepen, met een OpenAPI 3.1-specificatie en kant-en-klare collecties voor Postman, Insomnia en Hoppscotch. Er wordt geen databasepoort geopend.

    Hoe een REST API werkt

  8. Parquet-map naar Power BI Power Query M

    Plak de gegenereerde Power Query M in de geavanceerde editor van Power BI en het rapport leest live Parquet-mapresultaten via HTTPS — zonder ODBC-stuurprogramma en zonder geopende databasepoort.

    Hoe Power BI werkt

  9. Parquet-map naar Airtable uploaden Automatiseringsplatform

    Synchroniseer rijen uit Parquet-mappen met een Airtable-database volgens een schema, of haal ze op vanuit een Airtable-automatiseringsscript.

    Hoe Airtable werkt

  10. Parquet-map naar Baserow Automatiseringsplatform

    Vul een Baserow-tabel vanuit een Parquet-map via het REST-eindpunt — zowel op een zelfgehoste locatie als in de Baserow-cloud.

    Hoe Baserow werkt

  11. Parquet-map naar SeaTable Automatiseringsplatform

    Houd een SeaTable-database actueel met gegevens uit Parquet-mappen zonder een bestand te exporteren of de database openbaar te maken.

    Hoe werkt SeaTable?

  12. Parquet-map naar Smartsheet converteren Automatiseringsplatform

    Importeer de resultaten van de Parquet-map in een Smartsheet-raster, zodat plannen en rapporten rechtstreeks uit het bronsysteem worden gelezen en niet uit de export van vorige week.

    Hoe Smartsheet werkt

  13. Parquet-map naar Anvil Anvil Works · App-platform

    Ondersteun een Anvil Python-app met Parquet Folder via het REST-eindpunt in plaats van databasegegevens in de app in te sluiten.

    Hoe werkt Anvil?
  14. Voor AI-tools

  15. Parquet-map MCP-server Claude, Cursor en MCP-klanten

    Geef een AI-assistent alleen-leestoegang tot de Parquet-map met het schema dat nodig is om correcte SQL-query's te schrijven — geen inloggegevens in de chat.

    Hoe MCP werkt
  16. Bezorgd aan mensen

  17. Parquet-mapwaarschuwingen en -rapporten Slack · Discord · E-mail · Webhook

    Plan een query voor een Parquet-map in en laat de rijen naar Slack, Discord, e-mail of een ondertekende webhook verzenden, of wacht met het verzenden van het bericht totdat een bepaald aantal rijen, een drempelwaarde of een percentageverandering de door u ingestelde grens overschrijdt.

    Hoe waarschuwingen en rapporten werken

Hoe het werkt

5 stappen, geen wijziging van de inkomende firewall

01

Installeer de netwerkagent op een locatie waar deze de map kan vinden — bijvoorbeeld een exportdirectory, een kleine data lake of een vendor drop.

02

Richt de connector op de map of de hele boomstructuur; elk .parquet-bestand wordt herkend.

03

Parquet slaat het schema op in elk bestand, waardoor de agent die beschrijvingen leest in plaats van rijen willekeurig te selecteren. Er wordt geen type afgeleid uit de tekst en er is geen kans op fouten bij het selecteren.

04

De bestanden worden in één tabel geladen, gestapeld, met een kolom '_source_file' in elke rij die de naam van het betreffende bestand bevat.

05

Voer er een query op uit met dezelfde SQL-query als voor uw databases en voeg de resultaten samen in dezelfde query.

Diepgaande analyse van de functies

Wat Parquet Folder je biedt

Waarom deze precies goed is

  • De gegevenstypen zijn afkomstig uit het bestand zelf. — decimalen, tijdstempels en gehele getallen worden aangeleverd zoals ze al zijn.
  • Kolomvereniging — Als sommige bestanden een kolom bevatten die andere bestanden niet hebben, wordt die kolom voor die bestanden gewoon leeg gelaten in plaats van dat de set wordt verbroken.
  • Als twee bestanden het daadwerkelijk oneens zijn over het gegevenstype van een kolom, weigert de connector de kolom vast te zetten in plaats van beide bestanden naar tekst om te zetten. U krijgt te zien om welk bestand en welke kolom het gaat.
-- Aantal rijen en opbrengst per exportbestand SELECT _source_file, COUNT(*) AS rows, SUM(amount) AS total FROM data GROUP BY _source_file

Na de eerste synchronisatie

Een later bestand dat een kolom toevoegt, een vastgezette kolom verwijdert of een gegevenstype wijzigt, wordt tegengehouden en op naam vastgelegd in files_events. De rest van de map blijft laden, zodat een onjuiste export de tabel nooit offline haalt. Lezen is efficiënt: alleen bestanden die daadwerkelijk zijn gewijzigd, worden opnieuw gelezen.

Gedeeld door de hele File Set-familie

Elke mapconnector biedt u ook de mogelijkheid om...

  • bestanden_huidig — een live inventaris: elk bestand dat de connector op dit moment kan zien, met het pad, de grootte en de wijzigingsdatum.
  • bestanden_gebeurtenissen — het auditspoor: wat verscheen, wat veranderde, wat verdween en alles wat werd achtergehouden, met de bestandsnaam en de reden.
  • mappen en volumes — Totaalbedragen per map, dagelijkse groeihistorie en hoeveel ruimte er nog over is op de schijf.
  • Alleen bestanden die daadwerkelijk zijn gewijzigd, worden bij elke synchronisatie opnieuw ingelezen. Een map met 50.000 bestanden wordt dus niet opnieuw verwerkt omdat er één nieuwe export is binnengekomen.

Goed om te weten

  • Alleen-lezen, afgedwongen — één instructie tegelijk, alleen SELECT en soortgelijke commando's. Uw bestanden worden nooit geschreven, verplaatst of hernoemd.
  • Er is niets geüpload. — De gegevens worden in de cache opgeslagen en versleuteld op uw eigen computer, naast de agent. Alleen het resultaat van een query verlaat uw netwerk.
  • Verstandige standaardwaarden — tot 250.000 bestanden, 16 mappen diep, 512 MB per bestand, alles instelbaar. Prullenbakken, .git en node_modules worden altijd overgeslagen.
  • De SQL-dialect is DuckDB. — dezelfde SQL-query die je voor elke andere connector zou gebruiken.

Cross-source SQL

Voeg de Parquet-map samen met de rest van uw gegevens.

Een map met bestanden is een verzameling SQL-tabellen zoals elke andere, dus één statement kan deze tegelijkertijd koppelen aan een database en een API. Elke bron voert alleen het deel uit dat het aankan, streamt het resultaat terug en de koppeling vindt centraal plaats — de bronnen communiceren nooit met elkaar en er wordt niets gekopieerd.

3 verbindingen · 3 agenten

Parquet-map Kolombestanden
PostgreSQL Relationele engine
Streep Betalingen en facturering

Eén verklaring

-- niets gekopieerd, niets samengevoegd, niets ingepland
SELECT   c.region, COUNT(*) AS orders, SUM(i.amount_due) AS invoiced
VAN     parket_meer.fileset.data1 f
JOIN     pg_crm.publieke.klanten2   c ON c.id = f.customer_id
JOIN     facturering.stripe.facturen3   i ON i.customer = c.stripe_id
GROEP DOOR c.regio
ORDER BY gefactureerd DESC;

De drie onderdelen zijn de verbinding, het schema en de tabel — en de verbindingsnaam is wat je er zelf aan hebt gegeven. Illustratieve kolommen; je tabellen zullen je eigen tabellen zijn. Alleen-lezen is van toepassing op elk onderdeel: alleen SELECT, WITH en EXPLAIN, met een limiet op hoeveel gegevens een bron mag vrijgeven voor een enkele query. Hoe werken gefedereerde query's?

Verbindingsgegevens

Wat een Parquet-map nodig heeft

Map
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
Lees de Parquet-footer van elk bestand afzonderlijk — geen steekproeven, geen afleiding, geen type dat uit de tekst wordt afgeleid.
Kolomvereniging
Een kolom die slechts in sommige bestanden voorkomt, wordt in de andere bestanden als leeg gelezen, in plaats van de set te verbreken.
Typeconflicten
Als twee bestanden het daadwerkelijk oneens zijn over het gegevenstype van een kolom, weigert de connector de kolom vast te zetten en noemt in plaats daarvan zowel het bestand als de kolom bij naam, in plaats van beide samen te voegen tot tekst.
Tabellen
Eén tabel, waarin alle bestanden zijn opgenomen, en elke rij bevat een kolom _source_file met de naam van het betreffende bestand.
Grenzen
Tot 250.000 bestanden, 16 mapniveaus diep, 512 MB per bestand — alles aanpasbaar
Inloggegevens
Nee — er is geen server; de agent leest de bestanden ter plaatse.
SQL-dialect
DuckDB — standaard SQL, geen mapspecifieke instellingen om te leren

In deze afbeelding is geen databaseserver te zien. De agent leest de .parquet-bestanden op de locatie waar ze zich al bevinden, cachet de rijen in een versleutelde DuckDB-opslag op dezelfde machine en leest alleen bestanden opnieuw die daadwerkelijk zijn gewijzigd — een map met 50.000 bestanden wordt niet opnieuw geparseerd omdat er één nieuwe export is binnengekomen. Er wordt niets geüpload naar Query Streams; het enige dat uw netwerk verlaat, is het resultaat van een query.

Parquet is het enige formaat in deze familie waarbij niets hoeft te worden afgeleid. Elke andere mapconnector bepaalt wat een kolom is door naar de waarden te kijken; Parquet weet dit al, dus de agent leest de beschrijving in plaats van de gegevens. Dat maakt de configuratie goedkoop, zelfs bij zeer grote mappen – alleen de voetteksten worden gecontroleerd – en het elimineert het probleem dat zich voordoet wanneer een kolom de eerste duizend rijen numeriek lijkt, maar dat vervolgens niet blijkt te zijn.

Leveranciersdocumentatie: parquet.apache.org

Veelgestelde vragen

Vragen over de Parquet-map

Welke tools kunnen Parquet Folder-gegevens lezen via Query Streams?

Alles via één verbinding: Excel, Google Sheets, MCP, REST API, Airtable, Baserow, SeaTable, Smartsheet, Anvil, Power BI, geplande meldingen en rapporten. Verbind de map één keer en elk apparaat leest dezelfde alleen-lezen verbinding — er is geen configuratie per tool nodig en er wordt geen tweede kopie van de gegevens gemaakt.

Worden mijn bestanden geüpload naar Query Streams?

Nee. De netwerkagent leest de bestanden ter plaatse en slaat rijen op in een versleutelde opslag op dezelfde machine. De bestanden zelf verlaten uw netwerk nooit; alleen de resultaatrijen van een query verlaten het netwerk, via één enkele uitgaande, versleutelde verbinding zonder inkomende firewallpoort.

Kan Query Streams mijn bestanden wijzigen, verplaatsen of hernoemen?

Nee. Bestanden worden strikt alleen-lezen geopend en worden nooit beschreven, verplaatst of hernoemd. Query's worden tijdens de uitvoering alleen-lezen gemaakt — één instructie tegelijk, alleen SELECT en soortgelijke instructies.

Wat heeft Query Streams nodig om verbinding te maken met een Parquet-map?

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.

Kan ik een map met bestanden in dezelfde query aan een database koppelen?

Ja, dat is een gefedereerde query. Eén statement kan tegelijkertijd verwijzen naar de Parquet-map en uw andere verbindingen, geschreven als connection.schema.table. Elke bron voert alleen het deel uit dat hij aankan en streamt het resultaat terug; de join vindt centraal plaats, waardoor de bronnen nooit met elkaar verbinding maken en er niets wordt gekopieerd of gepland. Alleen-lezen is van toepassing op elk onderdeel — alleen SELECT, WITH en EXPLAIN — en er is een limiet aan hoeveel een bron mag vrijgeven voor een enkele query. Gefedereerde queries zijn een functie van het abonnement; op de pagina met gefedereerde queries vindt u de huidige limieten voor bronnen en groottes.

Plaats de Parquet-map op de locatie waar het werk plaatsvindt.

Installeer de agent, wijs deze aan naar uw map en kies een bestemming.

Begin gratis Alle connectoren

Alleen-lezen Alleen uitgaand De inloggegevens blijven bij de agent.