Запрашивайте CSV-файлы с помощью SQL

Перетащите CSV-файл в DuckLocal, и он станет таблицей, названной по имени файла. DuckDB определяет разделитель, заголовок и типы столбцов, поэтому вы сразу можете использовать SELECT, JOIN и GROUP BY. Здесь нет этапа импорта и CREATE TABLE, а файлы, слишком большие для электронной таблицы, по-прежнему доступны одним запросом.

Бесплатно и с открытым исходным кодом для macOS, Windows и Linux. Без учётной записи. Без телеметрии.

От CSV-файла к результату

Файл остаётся на месте. DuckLocal читает его там, где он лежит.

  1. Перетащите файл

    sales.csv становится представлением с именем sales. Файлы .tsv, разделённые табуляцией, файлы .txt и сжатые gzip-файлы .csv.gz работают так же.

  2. Пишите SQL прямо по файлу

    Боковая панель схемы показывает столбцы и выведенные типы, и автодополнение их знает. Используйте полный диалект DuckDB SQL: соединения, оконные функции, CTE и PIVOT.

  3. Сохраните ответ

    Постройте диаграмму по результату, посмотрите распределение каждого столбца или экспортируйте полный результат в CSV или Parquet.

Соединяйте CSV-файлы как таблицы

Откройте orders.csv и customers.csv вместе, и каждый станет отдельным представлением. Соедините их одним запросом или соедините CSV-файл с Parquet-файлом, листом Excel или таблицей в базе данных DuckDB.

Редактор SQL · Результаты и диаграммы

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;

Много файлов, в том числе неаккуратных

Читайте целую папку CSV-файлов как одну таблицу с помощью read_csv. union_by_name допускает файлы с разными столбцами. Когда одно постороннее текстовое значение ломает определение типов, читайте всё как текст и приводите типы в SQL.

Чтение множества CSV-файлов сразу

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

Всё вокруг запроса

Поле для запроса — только начало. Вот части, которые делают его рабочим пространством.

  • .csv .tsv .txtРазделитель, заголовок и типы определяет DuckDB
  • .csv.gzСжатые gzip-файлы тоже открываются как данные
  • data/*.csvОткрывайте все файлы, соответствующие шаблону
  • folder/Открывайте все файлы данных в каталоге
  • OverviewNULL-значения, уникальные значения, диапазон и распределение по каждому столбцу
  • ChartsСтолбчатые, линейные, точечные, круговые и картографические диаграммы по результату
  • Export ParquetПреобразуйте данные CSV в Parquet
  • ducklocal queryТот же SQL из терминала с выводом JSON

Ваш CSV никогда не покидает компьютер

Онлайн-инструменты для CSV требуют загрузки. DuckLocal — настольное приложение со встроенным DuckDB: оно читает файл по его пути, не копирует и не изменяет его и не требует учётной записи.

Агрегации выполняются по каждой строке файла. Таблица отображает до 100 000 строк результата, а экспорт записывает полный результат.

  • Без загрузки и без облачного сервиса DuckLocal
  • Без сервера баз данных, который нужно устанавливать
  • Без учётной записи и телеметрии
  • Исходный файл никогда не изменяется
  • Открытый исходный код под Apache-2.0

Запрашивайте CSV из командной строки

Тот же исполняемый файл работает без окна: ducklocal query --sql "SELECT count(*) FROM 'sales.csv'" выводит результат в формате JSON — для скриптов и ИИ-агентов.

Вопросы о CSV и SQL

Нужно ли сначала импортировать CSV-файл в базу данных?
Нет. DuckLocal создаёт представление поверх файла, и DuckDB читает его на месте. Файл не копируется, не конвертируется и не изменяется, а удаление представления оставляет файл нетронутым.
Можно ли объединить несколько CSV-файлов в одном запросе?
Да. Каждый открытый файл становится отдельным представлением, поэтому JOIN между двумя CSV-файлами — обычный SQL. Можно также соединять CSV с Parquet, JSON, листами Excel и таблицами DuckDB.
Какой диалект SQL использует DuckLocal?
DuckDB SQL, который близок к PostgreSQL и добавляет аналитические возможности, такие как оконные функции, PIVOT и чтение файлов напрямую с помощью read_csv.
Что если тип столбца определён неверно?
DuckDB выводит типы по выборке из файла. Если столбцу нужна другая обработка, прочитайте его с помощью read_csv(..., all_varchar = true) и преобразуйте с помощью try_cast в запросе.
Можно ли конвертировать CSV-файл в Parquet?
Да. Выполните SELECT * FROM для представления и выберите «Экспорт Parquet». При экспорте запрос выполняется заново и записываются все строки.

Выполните SQL по своему CSV

Скачайте DuckLocal и пройдите учебник с его образцом CSV: от файла до диаграммы примерно за десять минут.