# Ihre ersten 10 Minuten

> Ein zehnminütiges DuckLocal-Tutorial mit einer Beispiel-CSV: mit SQL abfragen, die Ergebnisse als Diagramm darstellen, exportieren und dieselbe Frage in der CLI stellen.

Source: https://ducklocal.app/docs/de/tutorial

Eine geführte Tour: eine kleine Umsatzdatei öffnen, ein paar Abfragen ausführen, die Antworten als Diagramm darstellen und die Ergebnisse exportieren. Es wird davon ausgegangen, dass DuckLocal installiert ist — wenn nicht, beginnen Sie mit [Erste Schritte](getting-started.md).

## 1. Die Beispieldatei holen {#sample-file}

Laden Sie [sales.csv](https://ducklocal.app/docs/samples/sales.csv) herunter; die Datei enthält zwei Wochen fiktiver Bestelldaten über 224 Zeilen. Sie können sie auch im Terminal herunterladen:

```bash
curl -LO https://ducklocal.app/docs/samples/sales.csv
```

Sie hat fünf Spalten:

| Spalte | Typ | Beispiel |
| --- | --- | --- |
| `date` | DATE | `2026-09-01` |
| `channel` | VARCHAR | `Web`, `Mobile app`, `Store`, `Phone` |
| `region` | VARCHAR | `North`, `South`, `East`, `West` |
| `orders` | BIGINT | `72` |
| `revenue` | DOUBLE | `4181.04` |

Das mussten Sie DuckLocal nicht sagen: DuckDB liest die Kopfzeile und
leitet die Typen selbst ab.

## 2. Öffnen

Ziehen Sie `sales.csv` auf das DuckLocal-Fenster. (Oder klicken Sie auf **Dateien öffnen…**, oder führen Sie
`ducklocal sales.csv` aus, wenn Sie [den Befehl hinzugefügt haben](getting-started.md#add-command).)

Eine Benachrichtigung bestätigt **View sales erstellt.** In der Seitenleiste listet
**Lokale Dateien** nun `sales` mit seinen 224 Zeilen; klappen Sie den Eintrag auf, um die Spalten und
ihre Typen zu sehen.

## 3. Die Zeilen ansehen

Klicken Sie in der Seitenleiste auf die Play-Schaltfläche neben `sales`. Der Editor füllt sich mit einem
`SELECT * … LIMIT 100` dafür — drücken Sie **⌘↵**, um es auszuführen.

Das Raster unter dem Editor zeigt die Zeilen. Probieren Sie das Filterfeld darüber: Geben Sie
`Store` ein und drücken Sie Enter, um nur die Zeilen zu behalten, die es erwähnen. Der Filter
arbeitet auf den bereits geladenen Zeilen und fragt nie neu ab.

## 4. Eine Frage stellen

Ersetzen Sie das SQL durch dieses und drücken Sie **⌘↵**:

```sql
SELECT channel, round(sum(revenue), 2) AS revenue
FROM sales
GROUP BY channel
ORDER BY revenue DESC;
```

| channel | revenue |
| --- | --- |
| Mobile app | 290549.76 |
| Web | 289544.8 |
| Store | 240067.6 |
| Phone | 82511.2 |

Wechseln Sie den Ergebnisbereich nun von **Ergebnisse** zu **Diagramm**. Weil die erste
Spalte Text ist, erhalten Sie einen Balken pro Kanal, dessen Größe sich nach der ersten numerischen Spalte richtet.

::: tip Autovervollständigung
Während Sie tippen, bietet der Editor zuerst Tabellen- und Spaltennamen aus der Seitenleiste
an, dann DuckDB-Funktionen und SQL-Schlüsselwörter — tippen Sie `rev`, und `revenue` ist
der erste Vorschlag.
:::

## 5. Einen Trend als Diagramm

Diagramme werden aus den Zeilen genau so gezeichnet, wie die Abfrage sie zurückgibt; formen Sie das
Ergebnis also so, wie Sie es gezeichnet haben möchten. Eine Spalte pro Kanal ergibt eine Linie
pro Kanal:

```sql
SELECT
  date,
  round(sum(revenue) FILTER (WHERE channel = 'Web'), 2)        AS web,
  round(sum(revenue) FILTER (WHERE channel = 'Mobile app'), 2) AS mobile,
  round(sum(revenue) FILTER (WHERE channel = 'Store'), 2)      AS store
FROM sales
GROUP BY date
ORDER BY date;
```

`FILTER (WHERE …)` aggregiert nur passende Zeilen (DuckDB-Syntax).

Mit einem Datum in der ersten Spalte zeichnet **Diagramm** ein Flächendiagramm über die Zeit,
eine Serie pro numerischer Spalte. [Ergebnisse und Diagramme](results-and-charts.md)
beschreibt die Regeln und Grenzen.

## 6. Die Antwort exportieren

**Export überschreibt eine vorhandene Datei ohne Nachfrage.** Klicken Sie bei noch angezeigtem
Trend im Ergebnisbereich auf **CSV exportieren**. Der Dialog schlägt
`~/Desktop/export.csv` vor; ändern Sie den Pfad nach Wunsch und bestätigen Sie.

Export führt die Abfrage erneut aus, daher enthält die Datei das vollständige Ergebnis — nicht nur das,
was im Raster sichtbar ist.

## 7. Morgen wiederfinden

Öffnen Sie den Tab **Verlauf** in der Seitenleiste: Jede Abfrage, die Sie ausgeführt haben, steht dort,
auch die fehlgeschlagenen. Ein Klick ersetzt den aktuellen Inhalt des Editors —
klicken Sie einen Eintrag an, um diese Abfrage wieder in den Editor zu holen.

Beenden Sie DuckLocal und starten Sie es erneut. `sales` steht weiterhin unter **Lokale Dateien**:
Geöffnete Dateien werden nach Pfad gemerkt und bei jedem Start neu gelesen, sodass eine Änderung
an der CSV sichtbar wird, wenn Sie sie das nächste Mal abfragen.

## 8. Bonus: dieselbe Frage aus einem Terminal

Wenn Sie den Befehl `ducklocal` hinzugefügt haben, antwortet die CLI ohne offenes
Fenster — praktisch für Skripte und KI-Agenten:

```bash
ducklocal query --format md --sql "
  SELECT channel, round(sum(revenue), 2) AS revenue
  FROM 'sales.csv' GROUP BY channel ORDER BY revenue DESC"
```

Lassen Sie `--format md` weg für strukturiertes JSON. Der [CLI-Leitfaden](cli.md) und die
offizielle Agent-Skill — ein Skill-Paket, das KI-Coding-Assistenten aufrufen können —
sind der richtige Einstieg.

## Weiter

- An echten Daten testen: 3,5 Millionen Taxifahrten, per HTTPS abgefragt — siehe [Beispiel: NYC-Taxifahrten](example-nyc-taxi.md)
- DuckLocal auf Ihre eigenen Dateien oder Ordner richten — siehe [Datenquellen](data-sources.md)
- Dateien in S3-kompatiblem Speicher abfragen — siehe [S3 und httpfs](s3.md)
- Ein Dashboard aus gespeicherten Abfragen bauen — siehe [Dashboards (.dash)](dashboards.md)
