---
title: "Interroger des fichiers JSON et NDJSON en SQL | DuckLocal"
description: "Exécutez du SQL DuckDB sur des fichiers JSON, NDJSON et JSON Lines, compressés ou non. Les objets imbriqués deviennent des colonnes à filtrer, déplier et joindre avec du CSV et du Parquet, sur votre ordinateur."
image: https://ducklocal.app/og-image.jpg?v=2
language: fr
---

# Interroger des fichiers JSON en SQL

Déposez un fichier JSON, NDJSON ou un journal compressé dans DuckLocal et il devient une table. Les objets imbriqués deviennent des colonnes que vous pouvez filtrer, déplier et joindre avec du CSV et du Parquet. Pas de pipeline `jq` à écrire, pas de script à maintenir.

Gratuit et open source pour macOS, Windows et Linux. Les fichiers sont lus sur place et jamais envoyés.

- .json .ndjson .jsonl
- Y compris .json.gz
- Champs imbriqués en colonnes
- Coup d’œil pour JSON Lines

## Du fichier JSON au résultat

Le fichier reste où il est. DuckDB le lit sur place à chaque requête.

1. **Déposer le fichier.** `events.ndjson` devient une vue nommée `events`, et `logs.json.gz` une vue nommée `logs`. DuckDB détermine si le fichier est un tableau, un objet unique ou un objet par ligne.
2. **Voir la structure.** La barre latérale du schéma affiche les objets imbriqués comme colonnes `STRUCT` et les tableaux comme colonnes `LIST`, avec leurs champs. L’onglet Aperçu analyse chaque colonne d’un résultat.
3. **L’interroger comme une table.** Filtrez sur un champ imbriqué avec la notation pointée, dépliez les tableaux avec `unnest` et joignez le résultat à n’importe quel autre fichier ouvert.

## Des champs imbriqués sans code répétitif

Une commande avec un tableau de lignes devient une ligne par commande, avec une liste `items`. `unnest` transforme cette liste en une ligne par article, et chaque champ d’article est à un point de distance.

Pour des données dont la forme varie d’un enregistrement à l’autre, `json_extract_string(col, '$.a.b[0].c')` suit un chemin et renvoie du texte, que la valeur existe ou non.

[JSONL et JSON imbriqué](https://ducklocal.app/docs/fr/cli#jsonl-and-nested-json) · [La référence JSON de DuckDB](https://duckdb.org/docs/stable/data/json/overview)

```sql
-- orders.ndjson: one order per line,
-- each with an items array
WITH lines AS (
  SELECT order_id, unnest(items) AS item
  FROM orders
)
SELECT item.sku,
       sum(item.qty) AS units
FROM lines
GROUP BY item.sku
ORDER BY units DESC;
```

## Journaux, exports et dumps d’API

Indiquez à DuckLocal un dossier ou un motif comme `logs/2026-*/*.json.gz` et chaque correspondance s’ouvre comme donnée. Les fichiers compressés n’ont pas besoin d’être décompressés.

Certains outils enveloppent leurs enregistrements dans un seul objet, comme le `{"Records": [...]}` de CloudTrail. `ducklocal schema` repère cette forme et son indice donne le SQL qui lit les enregistrements comme des lignes.

[Dossiers et motifs](https://ducklocal.app/docs/fr/data-sources#folders-and-patterns) · [Auditer des journaux CloudTrail en local](https://ducklocal.app/docs/fr/example-cloudtrail)

- Tableaux JSON, objets uniques et JSON Lines
- Fichiers compressés lus directement
- Dossiers et motifs glob
- Jointures avec des données CSV, Parquet et Excel
- Résultats exportés en CSV ou Parquet

## Une visionneuse NDJSON dans le Finder

Sur Mac, sélectionnez un fichier `.jsonl` ou `.ndjson` et appuyez sur Espace. L’aperçu Coup d’œil de DuckLocal affiche ses colonnes et ses 50 premières lignes sous forme de tableau plutôt qu’un mur de texte. L’aperçu n’écrit jamais, ne lit jamais tout le fichier et ne télécharge rien.

[Aperçus Coup d’œil](https://ducklocal.app/docs/fr/data-sources#quick-look)

> **Besoin de le garder en Parquet ?** Exportez n’importe quel résultat de requête en Parquet : des fichiers plus petits, des colonnes typées et une lecture bien plus rapide la fois suivante. [Voir la visionneuse Parquet →](https://ducklocal.app/fr/use-cases/parquet-viewer/)

## Le JSON en ligne de commande

La même lecture fonctionne sans interface. `ducklocal schema` affiche les colonnes d’un fichier JSON, y compris imbriquées, et `--stats` les analyse. `ducklocal query` exécute une instruction et affiche du JSON typé : un agent IA peut interroger des journaux sans deviner les noms de champs.

[Lire le guide de la CLI](https://ducklocal.app/docs/fr/cli) · [SQL pour agents IA](https://ducklocal.app/fr/use-cases/ai-agent-sql/)

```bash
ducklocal schema events.jsonl
ducklocal query --sql \
  "SELECT json_extract_string(event,
            '$.payload.items[0].sku') AS sku,
          count(*) AS n
   FROM read_ndjson_objects('events.jsonl')
   GROUP BY 1 ORDER BY n DESC"
```

## Questions sur JSON et SQL

**Quels formats JSON DuckLocal ouvre-t-il ?** Les documents JSON (`.json`), le JSON délimité par des retours à la ligne (`.ndjson`, `.jsonl`) et leurs versions compressées comme `logs.json.gz`. Chaque fichier devient une vue portant son nom.

**Comment les objets imbriqués sont-ils gérés ?** DuckDB déduit les objets imbriqués comme colonnes `STRUCT` et les tableaux comme colonnes `LIST`. Accédez-y par la notation pointée, dépliez les listes avec `unnest`, ou utilisez `json_extract_string` avec un chemin pour des données irrégulières.

**Et si les enregistrements sont enveloppés dans un tableau, comme dans les journaux CloudTrail ?** `ducklocal schema` remarque qu’un fichier est un objet qui enveloppe une liste d’enregistrements, et son indice donne le SQL qui lit les enregistrements comme des lignes. L’exemple CloudTrail de la documentation déroule toute la démarche.

**Existe-t-il une visionneuse NDJSON pour Mac ?** Oui. Une fois DuckLocal installé, sélectionnez un fichier `.jsonl` ou `.ndjson` dans le Finder et appuyez sur Espace : Coup d’œil affiche ses colonnes et ses 50 premières lignes sans ouvrir l’application.

**DuckLocal envoie-t-il mes fichiers JSON quelque part ?** Non. Les fichiers sont lus sur place par DuckDB, à l’intérieur de l’application. Rien n’est copié sur un serveur, et il n’y a ni compte ni télémétrie.

À voir aussi : [Interroger un CSV avec SQL](https://ducklocal.app/fr/use-cases/query-csv-with-sql/) · [Interroger Excel avec SQL](https://ducklocal.app/fr/use-cases/query-excel-with-sql/) · [Visionneuse Parquet](https://ducklocal.app/fr/use-cases/parquet-viewer/) · [Analyse de données locale](https://ducklocal.app/fr/use-cases/local-data-analysis/)

## Lancez du SQL sur votre propre JSON

Téléchargez DuckLocal, déposez un fichier JSON ou un dossier de journaux et posez votre première question.

## Liens

- [Télécharger DuckLocal](https://github.com/JetSquirrel/DuckLocal/releases/latest)
- [Suivre l’exemple CloudTrail](https://ducklocal.app/docs/fr/example-cloudtrail)
- [Installer et lancer une première requête](https://ducklocal.app/docs/fr/getting-started)

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