JSONL-splitter

Splits grote JSONL (JSON Lines)-bestanden in kleinere delen op basis van het aantal regels of de bestandsgrootte. Alles gebeurt 100% in je browser; je gegevens verlaten je browser nooit.

JSONL-invoer

Sleep hier een .jsonl-bestand naartoe of klik om een bestand te kiezen

Ondersteunt .jsonl, .ndjson, .json en .txt

Instellingen voor het splitsen

Resultaat

Plak of sleep JSONL-inhoud, configureer opties en splits

Zo splits je JSONL-bestanden

Upload je grote JSONL-bestand of plak de inhoud in het invoerveld. De tool accepteert .jsonl-, .ndjson-, .json- en .txt-bestanden van elke grootte.

Kies hoe je wilt splitsen: op aantal regels (bijv. 1000 regels per bestand) of op bestandsgrootte (bijv. 10 MB per bestand). De splitter verwerkt elke regel afzonderlijk, zodat elk JSON-record intact blijft.

Download na het splitsen elk deel afzonderlijk of kies 'Alles downloaden als ZIP' om alle delen in één archief te downloaden. Elk uitvoerbestand is een geldig JSONL-bestand dat je direct kunt gebruiken.

Splitsen op aantal regels of bestandsgrootte — waarom niet gewoon split -b?

Een JSONL-splitter biedt één cruciale garantie: een record wordt nooit doormidden geknipt. Een algemene tool die op bytes splitst, kan dat niet garanderen. Hieronder vergelijken we de drie methoden:

MethodeGarantieWanneer gebruiken
Op aantal regels (deze tool)Elk deel bevat precies N volledige recordsBij verwerking met kosten of limieten per record — API-batches, teststeekproeven
Op gewenste grootte, met splitsingen op regeleinden (deze tool)Delen rond de groottelimiet, met splitsingen uitsluitend op regeleindenBij uploadlimieten in megabytes — elk deel blijft een geldig JSONL-bestand
Op een vast aantal bytes — split -b 100MGeen: een record wordt vrijwel altijd midden in een byte afgebrokenNooit voor JSONL — elk deel behalve het eerste begint meestal met een half record

De grootte van delen bepalen voor de OpenAI Batch API

Een typische toepassing in 2026: de Batch API van OpenAI hanteert voor een batchinvoerbestand een maximum van 50,000 verzoeken en 200 MB. Je moet aan beide limieten tegelijk voldoen. Bereken de grootte van de delen daarom op basis van je eigen gegevens:

# Meet het bestand
wc -l batch_input.jsonl        # → e.g. 120,000 requests
du -m batch_input.jsonl        # → e.g. 310 MB


# Regels per deel = floor(min(50000, 120000 × 200/310))
#                 = floor(min(50000, 77419)) = 50000 → maar controleer de grootte:
# 50000 regels ≈ 129 MB ✓ minder dan 200 MB — splits dus op 50,000 regels
split -l 50000 batch_input.jsonl part_


# Resultaat: part_aa, part_ab, part_ac — 3 geldige batchbestanden

Dezelfde berekening geldt voor elke toepassing met twee limieten (rijen EN megabytes). In de browsertool stel je het aantal regels per deel in. De tool toont vóór het downloaden hoe groot elk deel is geworden — je hoeft zelf niets uit te rekenen.

Wat houdt het splitsen van JSONL in?

Bij het splitsen van JSONL verdeel je een groot JSONL (JSON Lines)-bestand in meerdere kleinere bestanden, die elk een deel van de oorspronkelijke records bevatten. Elke regel in een JSONL-bestand is een zelfstandig JSON-object. Daardoor is splitsen eenvoudig en blijven alle records intact.

Dit is essentieel als je werkt met platforms voor machine learning die een limiet stellen aan de uploadgrootte, batch-API's die een maximaal aantal records per verzoek accepteren of datapipelines die beter presteren met kleinere invoerbestanden. Door te splitsen kun je gegevens in behapbare delen verwerken zonder de inhoud te wijzigen.

Veelgebruikte toepassingen

Limieten van de OpenAI Batch API
Splits grote JSONL-bestanden om binnen de limieten van de OpenAI Batch API te blijven (100 MB per bestand, 50.000 verzoeken per batch).
Trainingsdata voor machine learning opdelen
Verdeel grote trainingsdatasets in trainings-, validatie- en testsets of in even grote delen voor gedistribueerde training.
Parallelle verwerking
Splits JSONL-bestanden in delen die meerdere workers, threads of serverless functions parallel kunnen verwerken.
Limieten voor uploadgrootte
Verdeel grote JSONL-exports in kleinere bestanden die binnen de uploadlimieten van platforms passen (AWS S3 multipart, GitHub, e-mailbijlagen).
Gegevens stapsgewijs laden
Splits grote datasets in kleinere batches om ze stapsgewijs in databases of datawarehouses te laden en zo time-outs te voorkomen.
Geschikt voor versiebeheer
Splits zeer grote JSONL-databestanden in kleinere delen voor versiebeheer met Git. Zo voorkom je waarschuwingen over grote bestanden en zijn diffs beter leesbaar.

Veelvoorkomende fouten en oplossingen

Het splitsen levert lege bestanden op

Dit kan gebeuren als het ingestelde aantal regels per bestand groter is dan het totale aantal regels. Verlaag het aantal regels per bestand of splits op bestandsgrootte.

Splitsen op bestandsgrootte levert ongelijke delen op

Bij splitsen op bestandsgrootte kan het laatste deel kleiner zijn dan de ingestelde grootte, omdat regels nooit midden in een record worden afgebroken. Elk bestand bevat gegarandeerd alleen volledige JSON-regels.

De browser wordt traag bij zeer grote bestanden

Bij bestanden groter dan 500 MB kan de browser tijdens de verwerking traag worden. Overweeg bij extreem grote datasets het bestand te splitsen met commandlinetools zoals 'split' of 'wc -l' en gebruik daarna deze tool om het resultaat te controleren.

Veelgestelde vragen

Zijn mijn gegevens veilig tijdens het splitsen?

Ja. Het splitsen gebeurt volledig lokaal in je browser met JavaScript. Er worden geen gegevens naar een server verstuurd. Je JSONL-inhoud verlaat je apparaat nooit.

Is er een limiet aan de bestandsgrootte?

Er is geen harde limiet. De splitter kan bestanden van enkele honderden megabytes verwerken. De prestaties hangen af van je browser en het beschikbare geheugen op je apparaat.

Blijft de volgorde van de records behouden bij het splitsen?

Ja. Records worden in de oorspronkelijke volgorde verdeeld. Het eerste bestand bevat de eerste N regels, het tweede de volgende N regels, enzovoort. Er worden geen records verplaatst of gedupliceerd.

Kan ik tegelijk splitsen op het aantal regels en op bestandsgrootte?

Je kunt momenteel één splitsmethode tegelijk kiezen. Moet je aan beide limieten voldoen, splits dan eerst op basis van de strengste limiet. Controleer daarna of de resulterende bestanden aan beide eisen voldoen.

Wat gebeurt er met lege regels in het JSONL-bestand?

Lege regels blijven bij het splitsen behouden. Als je JSONL-bestand lege regels tussen records bevat, staan die in de uitvoerbestanden op hun oorspronkelijke plek. Gebruik zo nodig onze JSONL Validator om lege regels vóór het splitsen te verwijderen.

Kan ik de gesplitste bestanden weer samenvoegen?

Ja. Elk gesplitst bestand is een geldig JSONL-bestand, dus je kunt de bestanden achter elkaar samenvoegen om het origineel te herstellen. Gebruik op de commandline 'cat part_*.jsonl > merged.jsonl'. Je kunt ook onze JSONL-tools gebruiken om bestanden samen te voegen.

Welke namen krijgen de gesplitste bestanden?

Gesplitste bestanden krijgen een opeenvolgend deelnummer in de bestandsnaam (bijv. part_001.jsonl, part_002.jsonl). Download je ze als ZIP, dan staan alle delen in één archief.

Hoe werkt het splitsen op bestandsgrootte precies?

Bij splitsen op bestandsgrootte worden regels toegevoegd totdat de ingestelde grootte is bereikt. Het huidige bestand wordt dan afgesloten en met de volgende regel begint een nieuw bestand. Regels worden nooit over meerdere bestanden verdeeld, dus elk deel kan iets groter of kleiner zijn dan de ingestelde grootte.

Gerelateerde tools & gidsen