Saltar al contenido
jsonW Artículo GitHub

jsonW · json Wondrous

JSON no se hizo para la IA.
jsonW, sí.

Hoy el dato pasa por JSON, CSV, Parquet y una base de vectores. En jsonW, la búsqueda, los permisos y el cifrado poscuántico están en el propio archivo.

  • 6,6× más pequeño que el JSONL
  • 2.310× más rápido para leer una columna
  • Todo JSON ya es jsonW

19 recursos

¿Cuatro herramientas para los mismos datos? Un solo formato.

Fila, columna, texto y transmisión en un solo modelo, con búsqueda y permisos dentro del archivo.

  1. Búsqueda por términosvector disperso con IDF, el mismo cálculo de los buscadores
  2. Búsqueda por significadocoseno sobre vectores densos vf16 y vq8
  3. Rejilla multilinealinterpolación N-lineal: bilineal, trilineal y más
  4. Nota por pedidopesos, coseno, disperso o rejilla, en un pedido de una línea
  5. Los k mejorestop-k por heap, siempre en el mismo orden
  6. Zonasmínimo y máximo por bloque: la búsqueda salta lo que no sirve
  7. Diccionariotexto repetido guardado una sola vez por archivo
  8. Índice por claveva directo a la fila de una clave, sin recorrer
  9. Léxicoautómata Aho-Corasick leído directo del disco, sin acentos ni mayúsculas
  10. Grabación en vivolee mientras otro proceso graba, en tiempo real
  11. Vigente, borrado e historialeditar y borrar por clave en un archivo que solo añade
  12. Vista por permisocolumna, fila y celda, según la credencial
  13. CustodiaSHA-256 o BLAKE3 en cadena: nada cambia sin que se note
  14. Lectura remota parcialabre un archivo en la nube y descarga solo los bloques que lee
  15. Grafía y sonido parecidosel filtro ~~ encuentra "Coca-Cola" cuando se busca "Kokakola", en portugués, inglés, español y chino
  16. Señales del audiotono, pausas, intensidad, jitter, shimmer, formantes y ritmo del habla, en una fila de jsonW
  17. Señales del textointensificadores, polaridad, negación, voz pasiva, pronombres, risas e indicios de ironía, en cuatro lenguas
  18. Vídeo en escenascortes de escena, las señales de cada tramo y un mosaico de los fotogramas
  19. Columna por bloque y por tenantdiccionario por bloque y zona del tenant: el bloque de otro cliente ni se abre

Tres formas

¿Fila, columna o texto? Los mismos datos, como cada momento los pide.

Las tres formas son el mismo modelo. Pasar de una a otra no pierde nada y no cambia el tipo de ningún valor.

Fila

Un valor tras otro, en binario. Para mensajes, eventos y tiempo real.

Donde hoy se usa JSON, MessagePack, CBOR o Protobuf.

Columna

El archivo .jsw: bloques por columna, leídos directo del disco con mmap, sin copia.

Donde hoy se usa JSONL, CSV o Parquet.

Texto

El jsonW-texto, para que la gente lea y escriba. Todo JSON válido ya es jsonW-texto válido.

Donde hoy se usa JSON, TOML o YAML.

# el mismo registro, en jsonW-texto (salida real de wjsw ver)
{id:1,produto:"Café especial",preco:12.50 BRL,peso:250 g,sku:"CAF-0250",criado:t"2026-11-09T01:00:00.000000Z"}
{id:2,produto:"Pão de queijo",preco:8.90 BRL,peso:1000 g,sku:"PDQ-1000",criado:t"2026-11-09T01:05:00.000000Z"}

En la entrada decía "1 kg": la columna es medida[g], así que el valor se convirtió a gramos al grabar. El dinero guarda la moneda, y el tiempo es exacto al microsegundo.

flowchart LR
    M(("un modelo<br/>de datos"))
    M --- L["<b>Fila</b><br/>binaria, valor tras valor<br/><i>mensaje · evento · tiempo real</i>"]
    M --- C["<b>Columna</b><br/>archivo .jsw en bloques, leído por mmap<br/><i>lote · historial · entrenamiento · búsqueda</i>"]
    M --- T["<b>Texto</b><br/>jsonW-texto, todo JSON vale<br/><i>gente leyendo y escribiendo</i>"]

Medido

¿Cuánto ocupa y cuánto tarda? Menos en disco y mucho más rápido para encontrar un campo.

6,6×más pequeño que el
JSONL sin comprimir
2.310×más rápido para leer
una columna entera
0dependencias: solo C
y la biblioteca estándar

Medido el 13/11/2026 con jsonW 1.3.11, en 100.000 registros y 10 ejecuciones, frente al mismo conjunto en JSONL. Lectores de JSON más rápidos reducen la diferencia.

Con zstd o xz, el JSONL es más pequeño que el .jsw en el nivel estándar. La metodología y los límites están en el artículo. Para medir en su máquina, ejecute wjsw medir.

La primera página del artículo técnico de jsonW

Artículo técnico

¿Dónde está el estudio? En el artículo de jsonW.

  • El modelo de datos, los 19 recursos, la seguridad y la custodia, con ejemplos ejecutados.
  • Medidas rehechas el 13/11/2026, con la metodología, la receta para repetirlas y los límites. Incluye la base entera de marcas del INPI frente a CSV, XML y Parquet.
  • Comparación con JSON, Parquet, Arrow, MessagePack, CBOR y Protobuf, incluso donde jsonW pierde.

Wortic Tecnologia · jsonW 1.3.11 · en seis lenguas: Português · English · Italiano · Français · 中文

Tipos

¿Qué tipos no tiene JSON? Estos.

Dinero, medida, decimal exacto y código ya vienen en el formato, comprobados al grabar. Cada columna declara su tipo en un esquema de una línea.

Decimal exacto

decimal[2] nunca pasa por coma flotante. 12,50 sigue siendo 12,50.

Dinero

Moneda ISO 4217 en cada valor: 12,50 BRL, US$, €, ₿. Solo suma en la misma moneda.

Medida

89 unidades en 14 magnitudes: longitud, masa, volumen, energía, datos, carbono y más. medida[kg] convierte al grabar.

Coma o punto

Quien lee acepta 1.234,56 y 1,234.56. Una JVM o un PHP con otra configuración regional no cambia el separador.

Código

codigo guarda los bytes exactos: identificaciones fiscales, claves, matrículas y SKU nunca se normalizan ni se recortan.

Texto completo

Unicode completo, con acentos, emoji y \0. +nfc normaliza cuando usted lo pide.

Vector y tensor

vf32[768], vf16, bits, vq8 y tensor<bf16>[768,768], contiguos en el archivo.

Medios

midia con hash, tipo, tamaño y duración. El códec sigue siendo el abierto: jsonW solo lo lleva.

Y el resto

Tiempo en µs UTC, uuid, url validada, lista, objeto, mapa, referencia y qualquer para JSON abierto.

# el esquema es una línea de texto. Un campo nuevo entra con nulo; un nombre nunca cambia de tipo.
id:i64,produto:texto,preco:dinheiro,peso:medida[g],sku:codigo,criado:tempo,cpf:codigo?+pessoal

Archivo .jsw

¿Y si la escritura se corta? El archivo no se rompe.

Cada bloque se sostiene solo. Si la grabación se corta a la mitad, solo se pierde el último bloque, y wjsw reparar rehace el final.

Solo añade

Se puede leer mientras otro proceso graba, como un tail -f que nunca ve un bloque a medias.

Acceso directo

Lee (fila, campo) sin decodificar el resto. Lectura paralela por bloque y mmap entre procesos.

Salta lo que no sirve

Cada bloque guarda el mínimo y el máximo de cada columna, y la búsqueda salta bloques enteros.

Custodia

crc32c y SHA-256 (o BLAKE3) en cadena. Cualquier dato cambiado falla en wjsw conferir.

Editar y borrar

Grabar la misma clave edita; _apagado: true borra. La compactación reescribe solo lo que vale.

Se abre de lejos

Con la cabecera y el pie, por HTTP Range, el lector busca solo los bloques de las filas que usted lee.

Herramienta wjsw

¿Ya tiene JSONL? Se vuelve .jsw en un comando.

Y de vuelta a JSON, sin perder nada. La misma herramienta filtra, suma, compara y comprueba.

# JSON/JSONL a .jsw (--max: compresión máxima)
wjsw de-texto "id:i64,produto:texto,preco:dinheiro,peso:medida[g]" dados.jsonl dados.jsw

wjsw ver dados.jsw                         # filas en jsonW-texto
wjsw info dados.jsw                        # esquema, bloques, tamaño y hash
wjsw conferir dados.jsw                    # ok: 2 linhas, 1 blocos, sha256 e crc32c conferidos
wjsw para-texto dados.jsw --json           # de vuelta a JSON, sin pérdida

wjsw filtrar dados.jsw "peso > 500"        # las zonas saltan bloques enteros
wjsw filtrar marcas.jsw "nome ~~es Kokakola" # grafía y sonido parecidos
wjsw calcular dados.jsw --por produto --valor id
wjsw comparar ontem.jsw hoje.jsw id        # solo en uno, solo en el otro, cambió, iguales
wjsw reparar dados.jsw                     # archivo cortado: rehace el final

Hecho para la IA

¿Se puede ordenar y clasificar en el archivo? Sí, con vectores dentro.

Las piezas de un enrutador de especialistas y de cualquier ranking sobre un .jsw, leyendo solo las columnas pedidas, en paralelo.

Evaluar

Nota por fila con pesos, coseno sobre vectores, vector disperso o rejilla de interpolación N-lineal.

Elegir

Los k mejores, siempre en el mismo orden: la nota más alta primero y, en el empate, la fila menor.

Reconocer

Una tabla de términos se vuelve un autómata Aho-Corasick al abrirse. Casa palabras enteras, sin acentos ni mayúsculas.

Señales

Cómo habló, escribió o apareció la persona, medido en el audio, el texto (pt, en, es, zh) y el vídeo, en filas del esquema declarado.

wjsw avaliar dados.jsw pesos "preco=-1,nota=2" 10
wjsw avaliar dados.jsw cosseno vet "0.5,-1,2,0.25" 5
wjsw escolher dados.jsw preco 10
wjsw reconhecer termos.jsw "texto a clasificar" --json

Hecho para lo que viene

¿Y la computación cuántica? jsonW ya está listo.

Los datos de un modelo de IA, los vectores que busca y las respuestas que transmite caben en el mismo formato, protegidos por criptografía que el ordenador cuántico no rompe.

Transmisión poscuántica

El protocolo de jsonW corre sobre QUIC con TLS 1.3 e intercambio de claves poscuántico X25519MLKEM768, varios flujos en una conexión, crédito y reanudación.

Sin clave que el cuántico rompa

La custodia y la credencial usan solo hash y HMAC de 256 bits. Frente al ordenador cuántico, siguen con 128 bits de seguridad.

Medios generados por IA

Tensores bf16 y f16, progreso mientras genera y audio, imagen y vídeo por partes, con un 0,04% de envoltorio.

Seguridad

¿Quién ve qué? Lo que la sesión no puede ver no sale del servidor.

El permiso está en el propio formato, por columna, por fila y por celda.

Credencial firmada

HMAC-SHA256 con verificación en tiempo constante, nonce y secuencia contra repetición, sobre TLS.

Vista por permiso

+escopo(x) y +pessoal ocultan la columna. Con tenant, solo aparecen las filas del cliente de la credencial.

Lector blindado

Límites comprobados en cada índice, anidamiento máximo de 1000 niveles y fuzzing en la prueba.

sequenceDiagram
    autonumber
    participant App as Aplicación
    participant S as Servidor (wjsw, wjsw-cgi o SDK)
    participant F as archivo .jsw
    App->>S: pedido + credencial firmada (HMAC-SHA256)
    S->>S: comprueba firma, validez, nonce y secuencia
    S->>F: abre solo los bloques del tenant de la credencial
    F-->>S: filas del cliente
    S->>S: oculta las columnas +pessoal y +escopo(x) sin el alcance
    S-->>App: solo lo que esta sesión puede ver

Bases de datos

¿Funciona con su base de datos? Ida y vuelta sin pérdida.

wcon lleva los datos de la base a un .jsw y de vuelta, con el esquema tomado del tipo de cada columna. El valor viaja como dato, nunca montado dentro de un comando, y la vuelta es una sola transacción.

flowchart LR
    PG[(PostgreSQL)] <--> W{{wcon}}
    MY[(MySQL · MariaDB)] <--> W
    SQ[(SQLite)] <--> W
    RD[(Redis · Valkey)] <--> W
    MG[(MongoDB)] <--> W
    W <--> J["archivo .jsw"]
    J -- "HTTP Range" --> R["wremoto<br/>R2 · S3 · HTTP"]

Número exacto

numeric se vuelve decimal exacto y bigint sigue siendo entero de 64 bits. Nada pasa por coma flotante.

Vectores listos

El vector y el halfvec de pgvector se vuelven vf32 y vf16, listos para la búsqueda por significado.

Probado de verdad

PostgreSQL 14, 16 y 18 con el mismo md5 en los dos lados, MariaDB 11.8, SQLite, Redis 7 y MongoDB 7, con carga hostil.

# Postgres a jsonW y de vuelta (la contraseña queda en PGPASSWORD o ~/.pgpass)
WSQL_URL=postgresql://papel@host:5432/banco wcon pg "select * from vendas" vendas.jsw
wcon pg-gravar vendas.jsw public.vendas
wcon sqlite app.db "select * from clientes" clientes.jsw

Cloudflare R2 y S3

¿Sus datos están en Cloudflare R2? Consúltelos allí mismo.

El archivo .jsw queda en R2, el espacio de archivos de Cloudflare, y se consulta desde allí, sin descargarlo entero. wremoto lee el índice y después solo las partes con la respuesta. Como R2 no cobra la salida de datos, consultar un archivo de 10 GB cuesta solo el trozo leído.

sequenceDiagram
    autonumber
    participant W as wremoto
    participant R as R2 / S3
    W->>R: Range: cabecera y pie (esquema, bloques, zonas)
    R-->>W: pocos KB
    W->>W: zonas: ¿qué bloques pueden tener "preco > 100"?
    W->>R: Range: solo esos bloques
    R-->>W: los bloques pedidos, nada más
# cada pedido va firmado con AWS SigV4; la clave queda en un archivo
export WJSW_R2_CRED=~/.cred/r2
wremoto info    r2://mi-bucket/vendas.jsw
wremoto filtrar r2://mi-bucket/vendas.jsw "preco > 100"

SDKs

¿Funciona en su lenguaje? En el que ya usa.

Una ABI en C estable y, sobre ella, un SDK por lenguaje. Cada uno lee, graba y ejecuta las operaciones, y todos pasan por la misma prueba, byte a byte.

CC++17Node.jsPython 3PHP 8GoRustJava 22+KotlinSwift
# Node.js por npm: ya compilado para macOS y Linux, con tipos y el comando jsonw
npm install @wortictecnologia/jsonw   # 1.4.1
import jsonw

with jsonw.Escritor("vendas.jsw", "id:i64,produto:texto,preco:dinheiro") as w:
    w.gravar({"id": 1, "produto": "Café especial", "preco": "12,50 BRL"})

with jsonw.Leitor("vendas.jsw") as r:
    print(r.campo(0, "preco"))   # acceso directo, sin decodificar el resto
    r.conferir()

Licencia y transparencia

¿Cuánto cuesta? Gratis para usar, claro sobre lo que cuenta.

La Licencia de Uso Sostenible de jsonW permite usarlo en su producto, como componente. Sin acuerdo con Wortic, no se puede ofrecer a terceros el propio jsonW ni un servicio que haga lo que él hace. Tampoco se puede hacer ingeniería inversa de los binarios.

La primera vez que se ejecuta en una máquina, wjsw avisa solo la versión y la plataforma (v=1.4.1&so=linux-x86_64), para contar las instalaciones. No se guarda ningún nombre, ruta, dato ni IP, y el aviso no se repite. Para desactivarlo: JSONW_SEM_PING=1 o ~/.jsonw/sem-ping. La biblioteca y los SDK nunca acceden a la red.