Ratgeber
Ein Format für Analyse und Datenaustausch wählen
Unterscheide je nach Plattform und Datentyp zwischen Spaltenanalyse, schema-basiertem Datenaustausch und lesbaren Tabellen.
Welches Format sollten Sie wählen?
Wählen Sie nach der Rolle der Datei in Ihrem Arbeitsablauf.
- Spaltenanalyse und Data Lakes → Parquet
- Schema-basierter Datenaustausch → Avro
- Spaltenanalyse im Hadoop-Ökosystem → ORC
- Prüfung und einfacher Austausch → CSV
Ein Spaltenformat für Analysen wählen
Parquet und ORC werden für Analysen genutzt, die ausgewählte Spalten lesen. Richte die Wahl nach Abfrage-Engine und bestehender Datenplattform aus.
Schemas und Konvertierungen prüfen
Avro dient dem schema-basierten Austausch von Datensätzen. Prüfe bei der Konvertierung Typen, Nullwerte, Zeitstempel, Dezimalzahlen, Feldnamen und Kompatibilität.
Geeignete Formate
Parquet
Geeignet für: Spaltenanalyse großer tabellarischer Datensätze
Weniger geeignet für: Inhalte direkt als Text lesen
Avro
Geeignet für: Austausch schema-basierter Datensätze
Weniger geeignet für: Arbeitslasten mit Schwerpunkt auf Spaltenaggregationen
ORC
Geeignet für: Datenspeicherung für Analyseplattformen mit Typinformationen und Indizes
Weniger geeignet für: Unkomplizierte Weitergabe als lesbarer Text
CSV
Geeignet für: Austausch leicht prüfbarer Tabellendaten
Weniger geeignet für: Komplexe Typen erhalten oder Analysen im großen Maßstab optimieren
Vor dem Export prüfen
- Prüfe Typen, Nullwerte, Zeitangaben und Zeichenkodierung.
- Beachte Zugriff und Freigabeumfang bei personenbezogenen oder vertraulichen Spalten.
- Teste Leistung und Kompatibilität mit repräsentativen Daten.