北京
數(shù)據(jù)工程師每天平均要打開7.3次Parquet文件，其中4次只是為了確認里面有沒有自己想要的列。剩下的3次，他們被迫啟動DuckDB或?qū)懸淮涡訮ython腳本——這套流程消耗的時間，足夠泡兩杯咖啡變涼。
Evgeny Orlov受夠了。這位Rust開發(fā)者用三個月造了把「瑞士軍刀」：一個單二進制文件，把查看、篩選、導出Parquet的全流程塞進了終端。
pq的聰明之處：它猜你想干什么
命令行工具有個老毛病——輸出格式要么太丑，要么需要手動調(diào)參數(shù)。pq的做法是：檢測到你在終端直接看，就輸出表格；發(fā)現(xiàn)被管道（pipe）接走了，自動切JSON。
這個設(shè)計省掉了80%的「-f json」或「--format table」打字量。
它支持glob模式批量處理，能直連S3、GCS、Azure Blob、Cloudflare R2。換句話說，你不用再先把云存儲的文件拽到本地，再打開。
安裝路徑很克制：Homebrew一條命令，或者cargo直接編譯。沒有Docker，沒有依賴地獄。
為什么偏偏是Parquet？
列式存儲格式在數(shù)據(jù)工程里已經(jīng)基礎(chǔ)設(shè)施化，但配套工具鏈卻停留在「能用就行」。Python的pandas.read_parquet()需要導入整個生態(tài)；DuckDB夠快，可啟動成本對「看一眼」這個需求來說太重。
pq的定位是Unix哲學：一件事做好，然后和其他工具拼接。
Orlov在GitHub上留了道開放題：「你現(xiàn)在的Parquet查看流程是什么？哪些命令能讓你每天離不開它？」
這個問題背后有個行業(yè)觀察——數(shù)據(jù)工具的CLI層長期被忽視，大家都在卷SQL優(yōu)化和可視化，卻沒人解決工程師每天重復的第一公里問題。
一個細節(jié)：pq沒有配置文件
Orlov刻意砍掉了這個功能。他的判斷是：Parquet查看是高頻、輕量、場景碎片化的操作，任何需要「先配好環(huán)境」的設(shè)計都會變成阻力。
這個取舍讓pq在GitHub發(fā)布首周拿到400+ star，評論區(qū)出現(xiàn)頻率最高的詞是「finally」。
你現(xiàn)在查看Parquet文件的第一步是什么——是打開IDE、寫Python，還是已經(jīng)有一套更順手的捷徑？
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
