Fonctionnement
Ajoutez votre fichier Apache Parquet. MimiFile vérifie son format, le convertit en JSON Lines / NDJSON puis propose le résultat en téléchargement temporaire.
Convertissez Apache Parquet en JSON Lines (JSONL) lorsque votre pipeline attend un enregistrement JSON par ligne pour l’ingestion, le streaming ou le traitement séquentiel.
PARQUET → JSONL
Glissez-déposez ou collez un fichier, ou choisissez-le sur votre appareil.
Les fichiers sont temporaires et supprimés automatiquement.
Limites : 50 MB par fichier · 128 MB au total par lot.
Ajoutez votre fichier Apache Parquet. MimiFile vérifie son format, le convertit en JSON Lines / NDJSON puis propose le résultat en téléchargement temporaire.
JSONL conserve une structure JSON par enregistrement tout en séparant chaque objet sur sa propre ligne. Comme pour JSON, vérifiez les types Parquet sans équivalent direct, notamment certains grands nombres, timestamps et valeurs binaires.
Limite actuelle du fichier source : 50 MB par fichier. Jusqu’à 10 fichiers peuvent être envoyés dans un même lot, dans la limite globale autorisée.
Un fichier JSON classique peut regrouper les enregistrements dans une structure globale. JSONL écrit chaque enregistrement JSON sur une ligne distincte, ce qui facilite les traitements séquentiels.
JSONL est utile pour des imports ligne par ligne, pipelines de données, journaux structurés, traitements de grande taille et outils qui lisent un flux d’objets indépendants.
Contrôlez grands entiers, timestamps, champs imbriqués, valeurs nulles et données binaires lorsque le système cible impose des conventions JSON particulières.
Lorsqu’une destination tabulaire ne peut pas représenter directement des listes ou des objets, les valeurs imbriquées sont sérialisées en texte JSON lorsque cela est possible.
Les valeurs nulles et temporelles sont conservées lorsque la destination le permet. Les données binaires peuvent être représentées en Base64 dans les sorties texte ou tableur.
Vérifiez les types de colonnes, valeurs nulles, dates et champs imbriqués avant d’utiliser le fichier converti dans un pipeline de données en production.