---
title: Interroger des fichiers CSV en SQL, sans base de données | DuckLocal
description: "Exécutez du SQL sur des fichiers CSV sans les importer : DuckLocal lit le CSV sur place avec DuckDB, jointures, agrégations et export Parquet. Gratuit et local."
image: https://ducklocal.app/og-image.jpg
language: fr
---

# Interrogez des fichiers CSV en SQL

Déposez un fichier CSV sur DuckLocal : il devient une table portant le nom du fichier. DuckDB détermine le séparateur, l'en-tête et les types de colonnes, si bien que vous pouvez `SELECT`, `JOIN` et `GROUP BY` immédiatement. Aucune étape d'import, aucun `CREATE TABLE`, et les fichiers trop volumineux pour un tableur restent à une requête de distance.

## D'un fichier CSV à un résultat

Le fichier reste où il est. DuckLocal le lit sur place.

1. **Déposez le fichier.** `sales.csv` devient une vue nommée `sales`. Les fichiers `.tsv` séparés par des tabulations, les fichiers `.txt` et les fichiers `.csv.gz` compressés fonctionnent de la même manière.
2. **Écrivez du SQL dessus.** La barre latérale du schéma affiche les colonnes et leurs types déduits, et l'autocomplétion les connaît. Utilisez tout le dialecte DuckDB SQL : jointures, fonctions de fenêtrage, CTE et `PIVOT`.
3. **Conservez la réponse.** Transformez le résultat en graphique, examinez la distribution de chaque colonne ou exportez le résultat complet en CSV ou en Parquet.

## Joignez des fichiers CSV comme des tables

Ouvrez `orders.csv` et `customers.csv` ensemble : chacun devient sa propre vue. Joignez-les dans une seule instruction, ou joignez un fichier CSV avec un fichier Parquet, une feuille Excel ou une table d'une base DuckDB.

[L'éditeur SQL](https://ducklocal.app/docs/fr/sql-editor) · [Résultats et graphiques](https://ducklocal.app/docs/fr/results-and-charts)

```sql
SELECT c.region,
       count(*) AS orders,
       round(sum(o.amount), 2) AS revenue
FROM orders o
JOIN customers c USING (customer_id)
GROUP BY c.region
ORDER BY revenue DESC;
```

## Beaucoup de fichiers, et des fichiers imparfaits

Lisez tout un dossier de fichiers CSV comme une seule table avec `read_csv`. `union_by_name` tolère les fichiers dont les colonnes diffèrent. Quand une valeur texte parasite casse la détection de type, lisez tout en texte et convertissez en SQL.

[Lire plusieurs fichiers CSV à la fois](https://ducklocal.app/docs/fr/data-sources#many-csv-files-at-once)

```sql
SELECT try_cast(NULLIF(amount, 'NULL') AS DOUBLE) AS amount
FROM read_csv('data/*.csv',
              union_by_name = true,
              all_varchar = true);
```

## Tout ce qui entoure la requête

Une zone de requête n'est qu'un début. Voici les éléments qui en font un espace de travail.

- `.csv .tsv .txt` : Séparateur, en-tête et types détectés par DuckDB
- `.csv.gz` : Les fichiers compressés s'ouvrent aussi comme données
- `data/*.csv` : Ouvrez tous les fichiers qui correspondent à un motif
- `folder/` : Ouvrez chaque fichier de données d'un dossier
- `Vue d'ensemble` : Valeurs nulles, valeurs distinctes, plage et distribution par colonne
- `Graphiques` : Graphiques en barres, en courbes, en nuage de points, en secteurs et cartes à partir d'un résultat
- `Export Parquet` : Convertissez des données CSV en Parquet
- `ducklocal query` : Le même SQL depuis un terminal, avec une sortie JSON

## Votre CSV ne quitte jamais votre ordinateur

Les outils CSV en ligne imposent un envoi. DuckLocal est une application de bureau avec DuckDB intégré : elle lit le fichier à son emplacement, ne le copie pas et ne le modifie pas, et ne demande aucun compte.

Les agrégations portent sur chaque ligne du fichier. La grille affiche jusqu'à 100 000 lignes d'un résultat, et un export écrit le résultat complet.

- Aucun envoi et aucun service cloud DuckLocal
- Aucun serveur de base de données à installer
- Aucun compte, aucune télémétrie
- Le fichier source n'est jamais modifié
- Open source sous Apache-2.0

## Interrogez du CSV en ligne de commande

Le même binaire s'exécute sans fenêtre : `ducklocal query --sql "SELECT count(*) FROM 'sales.csv'"` affiche le résultat en JSON, pour les scripts et les agents IA.

**Vous travaillez avec un agent IA ?** Une CLI sans interface, avec une sortie JSON bornée, permet à un agent d'inspecter d'abord le schéma, puis d'interroger. [Voir SQL pour les agents IA](https://ducklocal.app/fr/use-cases/ai-agent-sql/)

## Questions sur CSV et SQL

**Faut-il d'abord importer un fichier CSV dans une base de données ?**

Non. DuckLocal crée une vue sur le fichier et DuckDB le lit sur place. Le fichier n'est ni copié, ni converti, ni modifié, et supprimer la vue le laisse intact.

**Puis-je joindre plusieurs fichiers CSV dans une seule requête ?**

Oui. Chaque fichier que vous ouvrez devient sa propre vue, une `JOIN` entre deux fichiers CSV n'est donc que du SQL ordinaire. Vous pouvez aussi joindre du CSV avec du Parquet, du JSON, des feuilles Excel et des tables DuckDB.

**Quel dialecte SQL DuckLocal utilise-t-il ?**

DuckDB SQL, proche de PostgreSQL, avec des fonctions analytiques supplémentaires comme les fonctions de fenêtrage, `PIVOT` et la lecture directe de fichiers avec `read_csv`.

**Et si le type d'une colonne est mal détecté ?**

DuckDB déduit les types à partir d'un échantillon du fichier. Lorsqu'une colonne demande un traitement différent, lisez-la avec `read_csv(..., all_varchar = true)` et convertissez-la avec `try_cast` dans votre requête.

**Puis-je convertir un fichier CSV en Parquet ?**

Oui. Exécutez `SELECT * FROM` sur la vue et choisissez Exporter en Parquet. L'export relance la requête et écrit chaque ligne.

## Liens

- [Télécharger DuckLocal](https://github.com/JetSquirrel/DuckLocal/releases/latest)
- [Essayez le tutoriel de 10 minutes](https://ducklocal.app/docs/fr/tutorial)
- [Ouvrir le tutoriel](https://ducklocal.app/docs/fr/tutorial)
- [Analyse de données locales](https://ducklocal.app/fr/use-cases/local-data-analysis/)
- [Visionneuse Parquet](https://ducklocal.app/fr/use-cases/parquet-viewer/)
- [Interface graphique DuckDB](https://ducklocal.app/fr/use-cases/duckdb-gui/)

Source: https://ducklocal.app/fr/use-cases/query-csv-with-sql/
