DuckDB est une base de données analytique embarquée qui exécute du SQL très rapidement en local, directement sur des fichiers CSV ou Parquet, sans serveur.
Points clés
- Saisir ce qui rend DuckDB unique
- Interroger directement CSV et Parquet
- Intégrer DuckDB dans un flux Python
Saisir ce qui rend DuckDB unique
DuckDB est un moteur OLAP in-process, comparable à SQLite mais orienté analyse. Il fonctionne en colonnes, sans serveur ni installation lourde, et s'intègre dans Python en une ligne. Sa force : exécuter du SQL analytique sur des fichiers volumineux plus vite que pandas, en gérant des données plus grosses que la RAM. Pour la formation, c'est un entrepôt local instantané.
Interroger directement CSV et Parquet
Montrez la fonctionnalité phare : lancer une requête SQL directement sur un fichier sans import préalable, par exemple SELECT * FROM 'ventes.parquet'. DuckDB lit CSV, Parquet, JSON et même des DataFrames pandas en place. Le format Parquet, colonne et compressé, décuple les performances analytiques. Cette capacité supprime l'étape fastidieuse de chargement et séduit immédiatement les apprenants.
Intégrer DuckDB dans un flux Python
Faites combiner DuckDB et pandas/Polars : exécuter du SQL puis récupérer le résultat en DataFrame, ou interroger un DataFrame en SQL. DuckDB devient l'outil idéal pour l'analyse exploratoire, le prototypage d'un entrepôt et l'apprentissage du SQL analytique (fenêtrage, agrégations). Il sert aussi de cible locale pour dbt. C'est un couteau suisse pour la pédagogie data.
En pratique
Scénario. Sur une demi-journée (3h30), les apprenants analysent un jeu de données de plusieurs gigaoctets au format Parquet directement avec DuckDB en SQL, sans aucun chargement préalable. Ils écrivent des requêtes d'agrégation et de fonctions fenêtre, comparent la vitesse avec pandas, puis exportent les résultats. Livrable : un notebook avec dix requêtes SQL analytiques et une comparaison de performances.
Questions fréquentes
DuckDB remplace-t-il PostgreSQL ?
Non, ils répondent à des besoins différents. DuckDB excelle en analyse locale mono-utilisateur, PostgreSQL gère les applications transactionnelles multi-utilisateurs avec persistance et concurrence.
DuckDB ou pandas pour l'analyse ?
Les deux se complètent. DuckDB brille sur les gros volumes et le SQL, pandas sur la manipulation fine ligne à ligne. On les combine souvent dans un même notebook.
Pour aller plus loin
Pour approfondir : Aborder l ethique des donnees · Aborder l ia generative d images. Et le reste de nos ressources pour les écoles, OF et formateurs.
Besoin d'un formateur expert ou envie de transmettre ?
tonformateur connecte les écoles et organismes de formation avec des intervenants experts du terrain.
Voir les cours à pourvoir Explorer l'annuaire d'outils →