vscode需通过jupyter扩展+pyarrow或polars读取parquet文件：安装microsoft官方jupyter扩展，用pa.parquet.read_table().to_pandas()或pl.read_parquet().head()预览；禁用失效的独立parquet viewer扩展，避免内存溢出与类型识别错误。
VSCode 本身不支持直接查看 Parquet 文件内容，必须依赖扩展 + 后端解析能力；纯前端扩展（如 vscode-parquet）大多已失效或仅限预览 schema，真正能查数据、过滤、看统计的，得靠 vscode-jupyter + Python 内核配合 polars 或 pyarrow。
装对扩展：别被“Parquet”名字骗了
搜索 “parquet” 安装扩展时，vscode-parquet 和 parquet-viewer 这类老扩展已多年未更新，打开大文件常卡死、不支持嵌套字段、列类型识别错乱。实际可用路径只有一条：启用 Jupyter 支持，把 VSCode 当轻量 notebook 用。
- 必装扩展：
ms-toolsai.jupyter（Microsoft 官方 Jupyter 扩展） - 可选但推荐：
ms-python.python（确保 Python 环境可识别） - 禁用所有标榜“一键查看 Parquet”的独立 viewer 扩展——它们底层没解析引擎，只是调
pyarrow.parquet.read_metadata()拿个 schema 就完事
用 Python cell 快速读取并预览
新建一个 .ipynb 文件，或在任意 .py 文件里用 # %% 启动 cell。关键不是“怎么显示”，而是“用什么库读得稳、看得全”：
-
pyarrow兼容性最好，尤其对 Spark/Hive 写出的 Parquet（带自定义 key/value metadata）；执行pa.parquet.read_table("data.parquet").to_pandas()可转为 DataFrame 查看前几行 -
polars更快，内存友好，适合大文件探查：pl.read_parquet("data.parquet").head(20)直接返回带类型的表格结果，VSCode Jupyter 渲染效果比 pandas 更清爽 - 避免用
pandas.read_parquet()直接加载大文件——它默认把整列 load 进内存，1GB 文件可能触发 OOM；先用pyarrow.parquet.ParquetFile检查 row group 数量和 column sizes
查询与过滤：别复制粘贴到终端
Parquet 的价值在按列过滤、跳过 row group，但在 VSCode 里没法像 duckdb CLI 那样写 SQL。折中方案是用 Polars 表达式，在 cell 里交互式写：
df = pl.read_parquet("events.parquet")
df.filter(pl.col("ts") >= "2024-01-01").select(["user_id", "event_type"]).unique().head(10)
这样做的好处：语法接近 SQL，延迟计算，不真正 materialize 全量数据；缺点是得记 Polars API，不能直接写 SELECT * FROM ... WHERE ...。
- 如果坚持用 SQL，可在同一 notebook 里启动 DuckDB 内存实例：
import duckdb; conn = duckdb.connect(); conn.execute("SELECT count(*) FROM 'data.parquet'").fetchall() - 注意路径写法：DuckDB 支持直接查本地 Parquet 路径，但 VSCode 中相对路径以当前打开的文件夹为根，不是 notebook 所在目录
- 嵌套字段（如
user.address.city）在 Polars 中用pl.col("user").struct.field("address").struct.field("city")，别指望点号链式访问
性能与权限陷阱：为什么有时读不出来
常见失败不是代码问题，而是环境或文件本身：
- 文件带 Snappy/Zstd 压缩？确保 Python 环境装了对应 codec：
pip install pyarrow[snappy]或pip install zstandard - Parquet 是由 Iceberg 或 Delta Lake 写出的？它们的元数据存在 _metadata 或 _delta_log 下，普通
read_parquet()会报ArrowInvalid: Not a Parquet file；得用daft.read_iceberg()或delta-rs专用 reader - VSCode 以 root 启动过？某些 Linux 发行版下，root 权限运行的 VSCode 无法调用用户级 Python 环境，导致 kernel 启动失败，现象是 cell 左侧一直转圈
真正麻烦的永远不是“怎么显示一屏数据”，而是当文件有 500 列、含 struct/list/map 类型、跨多个 row group 且压缩方式混用时，schema 推断和 chunk 加载的边界条件——这些不会报错，只会默默返回空表或截断字段。多看 pa.parquet.read_schema() 和 pf.metadata.row_group(0).column(0).statistics。
