SQL em CSV — Consulte ficheiros CSV, JSON e Parquet com SQL

Consulte folhas de cálculo e ficheiros de dados com SQL a sério

As fórmulas das folhas de cálculo são ótimas para pequenas edições, mas tornam-se penosas quando é preciso filtrar milhares de linhas, agrupar por várias colunas ou combinar duas exportações que partilham um ID. O SQL em CSV permite tratar ficheiros de dados comuns como tabelas de uma base de dados. Arraste um ficheiro CSV, TSV, JSON ou Parquet e ele torna-se imediatamente uma vista SQL com o nome do ficheiro, pelo que sales_2024.csv pode ser consultado com SELECT * FROM sales_2024. Adicione mais ficheiros e poderá juntá-los com join, combiná-los com union ou compará-los sem importar nada para um servidor de base de dados.

O motor por trás da ferramenta é o DuckDB, uma base de dados analítica concebida para consultas rápidas sobre dados em colunas. O seu dialeto SQL é muito próximo do PostgreSQL e suporta joins, GROUP BY, funções de janela, expressões de tabela comuns (CTE), SUMMARIZE para estatísticas instantâneas de colunas e uma vasta biblioteca de funções de texto, data e matemática. Os nomes e tipos das colunas são detetados automaticamente, e o painel de esquema mostra exatamente o que o DuckDB inferiu para cada ficheiro.

Privado por natureza: tudo é executado no navegador

Muitos ambientes SQL online pedem-lhe que carregue primeiro os seus dados. Esta página não. O DuckDB é compilado para WebAssembly e é executado no seu navegador, por isso os ficheiros que adiciona são lidos para a memória do navegador e consultados localmente. Nada é enviado para um servidor, o que torna a ferramenta adequada para exportações de clientes, relatórios financeiros, registos (logs) e outros dados que não deve entregar a terceiros. Na primeira visita, o motor (cerca de 35 MB) é descarregado de uma CDN; depois disso, o navegador pode guardá-lo em cache.

Dicas para consultas mais rápidas e precisas

Comece pelos botões de exemplo: Preview rows mostra uma amostra de linhas, Column stats executa SUMMARIZE para revelar mínimos, máximos, percentagens de valores nulos e contagens de valores distintos, e o modelo de join dá-lhe um ponto de partida para combinar dois ficheiros. Coloque entre aspas duplas os nomes de colunas que contenham espaços ou letras maiúsculas, por exemplo "Order Date". Se uma coluna do CSV for detetada com o tipo errado, converta-a explicitamente com CAST(col AS DOUBLE) ou TRY_CAST. A grelha de resultados mostra até 1.000 linhas, enquanto Export result as CSV guarda todas as linhas devolvidas pela consulta. Como os ficheiros são mantidos em memória, conjuntos de dados muito grandes dependem da RAM disponível para o navegador; os ficheiros Parquet são normalmente a opção mais compacta.