SQL auf CSV — CSV-, JSON- und Parquet-Dateien mit SQL abfragen

Tabellen und Datendateien mit echtem SQL abfragen

Tabellenkalkulationsformeln eignen sich hervorragend für kleine Änderungen, werden aber mühsam, wenn du Tausende Zeilen filtern, nach mehreren Spalten gruppieren oder zwei Exporte mit gemeinsamer ID zusammenführen musst. Mit SQL auf CSV behandelst du gewöhnliche Datendateien wie Datenbanktabellen. Zieh eine CSV-, TSV-, JSON- oder Parquet-Datei hinein, und sie wird sofort zu einer SQL-View mit dem Namen der Datei – sales_2024.csv lässt sich also mit SELECT * FROM sales_2024 abfragen. Füge weitere Dateien hinzu, und du kannst sie per Join verknüpfen, per Union zusammenführen oder vergleichen, ohne irgendetwas in einen Datenbankserver zu importieren.

Der Motor hinter dem Tool ist DuckDB, eine analytische Datenbank, die für schnelle Abfragen auf spaltenorientierten Daten entwickelt wurde. Ihr SQL-Dialekt ähnelt stark PostgreSQL und unterstützt Joins, GROUP BY, Fensterfunktionen, Common Table Expressions (CTEs), SUMMARIZE für sofortige Spaltenstatistiken sowie eine umfangreiche Bibliothek an Text-, Datums- und Mathematikfunktionen. Spaltennamen und -typen werden automatisch erkannt, und der Schemabereich zeigt genau, was DuckDB für jede Datei abgeleitet hat.

Privat by Design: Alles läuft in deinem Browser

Viele Online-SQL-Umgebungen verlangen, dass du deine Daten zuerst hochlädst. Diese Seite nicht. DuckDB ist zu WebAssembly kompiliert und läuft in deinem Browser, sodass die hinzugefügten Dateien in den Arbeitsspeicher deines Browsers gelesen und lokal abgefragt werden. Nichts wird an einen Server gesendet – damit eignet sich das Tool für Kundenexporte, Finanzberichte, Logdateien und andere Daten, die du nicht an Dritte weitergeben solltest. Beim ersten Besuch wird die Engine (etwa 35 MB) von einem CDN heruntergeladen; danach kann dein Browser sie zwischenspeichern.

Tipps für schnellere und genauere Abfragen

Beginne mit den Beispiel-Schaltflächen: Preview rows zeigt eine Stichprobe der Zeilen, Column stats führt SUMMARIZE aus und liefert Minima, Maxima, Anteile an Nullwerten und die Anzahl unterschiedlicher Werte, und die Join-Vorlage bietet dir einen Ausgangspunkt, um zwei Dateien zu kombinieren. Setze Spaltennamen, die Leerzeichen oder Großbuchstaben enthalten, in doppelte Anführungszeichen, zum Beispiel "Order Date". Wird eine CSV-Spalte mit dem falschen Typ erkannt, wandle sie explizit mit CAST(col AS DOUBLE) oder TRY_CAST um. Das Ergebnisraster zeigt bis zu 1.000 Zeilen an, während Export result as CSV jede von der Abfrage zurückgegebene Zeile speichert. Da die Dateien im Arbeitsspeicher gehalten werden, hängen sehr große Datensätze vom RAM ab, der deinem Browser zur Verfügung steht; Parquet-Dateien sind meist die kompakteste Option.