JSON vs JSONL: ¿cuál es la diferencia?
Una guía completa para entender los formatos JSON y JSONL (JSON Lines), en qué se diferencian y cuándo usar cada uno.
Comparativa rápida
| Característica | JSON | JSONL (JSON Lines) |
|---|---|---|
| Estructura | Un solo objeto o array | Un objeto JSON por línea |
| Extensión de archivo | .json | .jsonl o .ndjson |
| Análisis sintáctico | Hay que parsear el archivo completo | Se puede parsear línea por línea |
| Streaming | Difícil | Soporte nativo |
| Gestión de archivos grandes | Alto consumo de memoria | Uso eficiente de la memoria |
| Legibilidad | Formato con sangría | Compacto, un registro por línea |
| Validación con esquemas | Compatible con JSON Schema | Validación con JSON Schema por línea |
| Añadir datos | Hay que reescribir el archivo completo | Basta con añadir una línea |
¿Qué es JSON?
JSON (JavaScript Object Notation) es un formato ligero de intercambio de datos, fácil de leer y escribir para las personas y de parsear y generar para las máquinas. Se basa en un subconjunto de JavaScript y se ha convertido en el estándar de facto para intercambiar datos en la web.
Un archivo JSON contiene un único valor JSON, normalmente un objeto o un array. Para acceder a cualquiera de sus datos, hay que parsear el archivo completo como una sola unidad.
[
{"name": "Alice", "age": 30, "city": "New York"},
{"name": "Bob", "age": 25, "city": "London"},
{"name": "Charlie", "age": 35, "city": "Tokyo"}
]¿Qué es JSONL (JSON Lines)?
JSONL (JSON Lines), también conocido como Newline Delimited JSON (NDJSON), es un formato de texto en el que cada línea contiene un objeto JSON válido. Las líneas se separan con caracteres de salto de línea (\n). A diferencia del JSON estándar, los datos no están contenidos en un array u objeto que los agrupe.
Cada línea de un archivo JSONL es autónoma y se puede parsear por separado. Por eso, JSONL resulta ideal para transmitir datos en streaming, guardar logs y procesar grandes conjuntos de datos sin cargarlos por completo en memoria.
{"name": "Alice", "age": 30, "city": "New York"}
{"name": "Bob", "age": 25, "city": "London"}
{"name": "Charlie", "age": 35, "city": "Tokyo"}Diferencias clave entre JSON y JSONL
1. Formato y estructura del archivo
JSON agrupa todos los datos en un único objeto o array. El archivo debe tener una sintaxis válida en su conjunto: si falta un corchete al final, todo el archivo deja de ser válido.
JSONL almacena un objeto JSON por línea. Cada línea es independiente: si una contiene un error, las demás se pueden seguir parseando.
2. Análisis sintáctico y consumo de memoria
JSON requiere cargar y parsear el archivo completo de una sola vez. Para parsear un archivo JSON de 1 GB, necesitarías aproximadamente 1 GB de memoria o más.
JSONL permite leer y parsear los datos línea por línea (streaming). Incluso un archivo JSONL de 10 GB se puede procesar con un consumo mínimo de memoria si se lee una línea cada vez.
3. Streaming y datos en tiempo real
JSON no está diseñado para el streaming. No puedes empezar a procesar los datos hasta haber recibido y parseado el archivo o la respuesta completos.
JSONL es ideal para el streaming. Cada línea se puede procesar en cuanto llega, por lo que encaja perfectamente con los flujos de datos en tiempo real, los logs y los eventos enviados por el servidor (server-sent events).
4. Adición y escritura de datos
Para añadir datos a un array JSON, hay que leer el archivo completo, parsearlo, añadir el nuevo elemento y volver a escribir todo el archivo.
Para añadir datos a un archivo JSONL, basta con agregar una línea al final. No hace falta leer ni modificar los datos existentes. La complejidad es O(1), frente a O(n) en JSON.
5. Facilidad de lectura
JSON permite dar formato a los datos con sangría, lo que facilita mucho la lectura de archivos de configuración y respuestas de API.
JSONL es compacto por diseño: un registro por línea. Está optimizado para que lo procesen las máquinas, aunque también puedes dar formato a cada línea por separado para facilitar su lectura.
Cuándo usar JSON y cuándo usar JSONL
- Trabajes con archivos de configuración
- Crees cuerpos de petición y respuesta para APIs REST
- Almacenes pequeños conjuntos de datos estructurados (menos de 10 MB)
- Necesites que las personas puedan leer y editar los datos
- Trabajes con estructuras de datos jerárquicas y anidadas
- Intercambies datos desde el navegador
- Proceses grandes conjuntos de datos (100 MB o más)
- Transmitas datos en tiempo real
- Escribas archivos de logs y datos de eventos
- Entrenes modelos de aprendizaje automático (OpenAI, Hugging Face)
- Trabajes con pipelines ETL y procesamiento de datos
- Añadas datos con frecuencia
- Proceses datos con herramientas de Unix (grep, awk, sed)
Casos de uso comunes
Aprendizaje automático e IA
JSONLJSONL es el formato estándar para los datos de entrenamiento de modelos de aprendizaje automático. OpenAI lo utiliza en los conjuntos de datos para fine-tuning, y muchos frameworks de aprendizaje automático esperan recibir los datos en JSONL. Cada línea representa un ejemplo de entrenamiento.
Logs de aplicaciones
JSONLJSONL encaja de forma natural con los logs de servidor, los eventos de aplicaciones y los registros de auditoría. Cada evento se escribe en una sola línea, lo que facilita añadir nuevos eventos, buscar con grep y procesar los datos con herramientas de streaming.
APIs web y configuración
JSONLas APIs REST suelen usar JSON en los cuerpos de las peticiones y las respuestas. Los archivos de configuración (.json) utilizan este formato para definir opciones legibles y estructuradas con objetos anidados.
Big Data y analítica
JSONLLos pipelines de datos, los procesos ETL y las herramientas de análisis usan JSONL para procesar grandes volúmenes de datos. Como cada registro se puede procesar por separado, el formato permite el procesamiento en paralelo y el uso de patrones MapReduce.
Ejemplos de código
// Reading JSON - must load entire file
const data = JSON.parse(fs.readFileSync('data.json', 'utf8'));
// Access data
data.forEach(item => {
console.log(item.name);
});// Reading JSONL - stream line by line
import { createReadStream } from 'fs';
import { createInterface } from 'readline';
const rl = createInterface({
input: createReadStream('data.jsonl')
});
for await (const line of rl) {
const item = JSON.parse(line);
console.log(item.name);
}// JSON array to JSONL
const jsonArray = JSON.parse(fs.readFileSync('data.json', 'utf8'));
const jsonl = jsonArray
.map(item => JSON.stringify(item))
.join('\n');
fs.writeFileSync('data.jsonl', jsonl);// JSONL to JSON array
const lines = fs.readFileSync('data.jsonl', 'utf8')
.split('\n')
.filter(line => line.trim());
const jsonArray = lines.map(line => JSON.parse(line));
fs.writeFileSync('data.json', JSON.stringify(jsonArray, null, 2));Convierte JSON y JSONL online
Usa nuestras herramientas online gratuitas para convertir entre JSON y JSONL al instante, sin instalar nada.
Convierte archivos JSONL en un array JSON estándar. Ideal para APIs y pipelines de procesamiento de datos.
Convierte arrays JSON al formato JSONL. Ideal para preparar datos para streaming y entrenamiento de modelos de ML.
Descubre qué es JSONL (JSON Lines), en qué se diferencia del JSON convencional y por qué es el formato preferido para datos en streaming, archivos de logs y datasets de aprendizaje automático.
Domina las buenas prácticas de JSONL: formato, coherencia del esquema, gestión de errores, optimización del rendimiento y organización de archivos. Evita los errores habituales con ejemplos prácticos.
Estrategias para procesar gigabytes de datos JSONL: lectura en streaming, gestión de memoria, división de archivos, compresión y herramientas online.