Skip to main content
DataStore es la API compatible con pandas de chDB que combina la conocida interfaz de DataFrame de Pandas con la potencia de la optimización de consultas SQL y le permite escribir código al estilo de pandas mientras obtiene el rendimiento de ClickHouse.

Características principales

  • Compatibilidad con Pandas: 209 métodos de pandas DataFrame, 56 métodos .str, 42+ métodos .dt
  • Optimización SQL: Las operaciones se compilan automáticamente como consultas SQL optimizadas
  • Evaluación diferida: Las operaciones se aplazan hasta que se necesitan los resultados
  • 630+ métodos de API: Amplia API para la manipulación de datos
  • Extensiones de ClickHouse: Accesores adicionales (.arr, .json, .url, .ip, .geo) no disponibles en pandas

Arquitectura

DataStore usa evaluación diferida con ejecución con doble motor:
  1. Cadena de operaciones diferidas: las operaciones se registran, no se ejecutan de inmediato
  2. Selección inteligente de motor: QueryPlanner dirige cada segmento al motor óptimo (chDB para SQL, Pandas para operaciones complejas)
  3. Caché intermedia: los resultados se almacenan en caché en cada paso para agilizar la exploración iterativa
Consulta Modelo de ejecución para obtener más detalles.

Migración en una sola línea desde Pandas

Su código actual de pandas funciona sin cambios, pero ahora se ejecuta en el motor de ClickHouse.

Comparación de rendimiento

DataStore ofrece mejoras significativas de rendimiento respecto a pandas, especialmente en agregaciones y canalizaciones complejas: Benchmark con 10 M de filas. Consulta el script de benchmark y la Guía de rendimiento para obtener más detalles.

Cuándo usar DataStore

Usa DataStore cuando:
  • Trabajas con conjuntos de datos grandes (millones de filas)
  • Realizas agregaciones y operaciones de GroupBy
  • Consultas datos de archivos, bases de datos o almacenamiento en la nube
  • Creas canalizaciones de datos complejas
  • Quieres la API de pandas con mejor rendimiento
Usa la API de SQL puro cuando:
  • Prefieres escribir SQL directamente
  • Necesitas un control preciso sobre la ejecución de consultas
  • Trabajas con funciones específicas de ClickHouse que no están expuestas en la API de pandas

Comparación de características

Estadísticas de la API

Primeros pasos

Referencia de la API

Temas avanzados

Configuración y depuración

Guías para usuarios de Pandas

Ejemplo rápido

Próximos pasos

Última modificación el 23 de julio de 2026