DuckDB — Mission

Pourquoi j’apprends ça

Chaque question que je me pose sur la CI de ce site — quel workflow échoue le plus, combien de temps prennent les jobs Windows, quel step a ralenti — finit en une pile de JSON sortie de gh run list et gh api. Je la lis avec jq, ou je la colle dans un tableur. DuckDB promet de répondre à ces questions en SQL, directement depuis les fichiers, sans serveur à installer.

À qui s’adresse ce cours

Tu connais le SQL de SQL Server, PostgreSQL ou SQLite : SELECT, JOIN, GROUP BY. Tu écris du C# ou du Java. Tu n’as besoin de rien savoir de l’analytique ni du data engineering.

DuckDB en un tableau

	SQL Server / PostgreSQL	SQLite	DuckDB
S’exécute	comme un serveur	dans ton processus	dans ton processus
Conçu pour	les transactions (OLTP)	les transactions, les petites applications	l’analytique (OLAP) : parcours, agrégats, jointures sur beaucoup de lignes
Stockage	par lignes	par lignes	par colonnes
Base de données	une instance de serveur	un fichier	un fichier, ou aucun : il interroge aussi directement des fichiers CSV, JSON et Parquet
Depuis .NET	`Microsoft.Data.SqlClient`, Npgsql	`Microsoft.Data.Sqlite`	DuckDB.NET (ADO.NET)
Depuis Java	pilote JDBC	pilote JDBC	pilote JDBC

La première ligne du tableau, en image : SQL Server et PostgreSQL s’exécutent comme un serveur, dans un processus à eux, alors que DuckDB s’exécute dans ton processus, à côté des fichiers qu’il lit.

flowchart LR
    subgraph p1["ton processus"]
        app1["code C# ou Java"] --> driver["pilote"]
    end
    subgraph p2["processus serveur"]
        server["SQL Server ou PostgreSQL"]
    end
    driver --> server
    subgraph p3["ton processus"]
        app2["code C# ou Java"] --> duck["DuckDB, par DuckDB.NET ou JDBC"]
    end
    dbfile[("un fichier de base de données, ou aucun")]
    files[("fichiers CSV, JSON et Parquet")]
    duck --> dbfile
    duck --> files

Les données

Le cours interroge un instantané de l’historique GitHub Actions de ce dépôt, exporté le 2026-09-14 dans code/duckdb/data :

runs.json : 125 exécutions de workflow, obtenues avec gh run list --limit 1000 --json databaseId,workflowName,event,status,conclusion,createdAt,updatedAt,startedAt,headBranch,headSha,attempt ;
jobs.json : les 315 jobs de ces exécutions, avec leurs steps, obtenus avec l’API REST de GitHub.

Ce sont les exécutions produites par le cours GitHub Actions : de vrais échecs, de vraies durées, trois systèmes d’exploitation.

À la fin de ce cours, je saurai

interroger des fichiers CSV, JSON et Parquet en SQL depuis la CLI de DuckDB ;
utiliser les extensions SQL de DuckDB pour écrire des requêtes analytiques plus courtes ;
aplatir du JSON imbriqué avec STRUCT, LIST et unnest ;
convertir d’un format à l’autre et lire plusieurs fichiers d’un coup ;
utiliser DuckDB depuis C# et depuis Java ;
lire un plan de requête et savoir quand DuckDB n’est pas le bon outil.

Plan

#	Leçon	Si tu connais SQL Server
1	Premières requêtes	`sqlcmd`, `OPENROWSET`, `SELECT INTO`
2	Friendly SQL : dates, fenêtres, `QUALIFY`, `PIVOT`	fonctions de fenêtrage, `PIVOT`
3	Données imbriquées : `STRUCT`, `LIST`, `unnest`	`OPENJSON`, `CROSS APPLY`
4	Fichiers : CSV, Parquet, globs, fichiers distants	`BULK INSERT`, tables externes
5	DuckDB depuis C#	ADO.NET
6	DuckDB depuis Java	JDBC
7	Performances : plans et stockage en colonnes	plans d’exécution, index columnstore
8	Persistance, transactions et concurrence	isolation, verrous
—	Journal

Ressources

Documentation de DuckDB
Pourquoi DuckDB
CLI de DuckDB
Friendly SQL : les extensions au SQL standard
Code source de DuckDB