Skip to main content
DataStore est l’API compatible avec pandas de chDB. Elle associe l’interface familière des DataFrame pandas à la puissance de l’optimisation des requêtes SQL et vous permet d’écrire du code dans le style de pandas tout en bénéficiant des performances de ClickHouse.

Fonctionnalités clés

  • Compatibilité avec pandas : 209 méthodes de DataFrame pandas, 56 méthodes .str, plus de 42 méthodes .dt
  • Optimisation SQL : les opérations sont automatiquement compilées en requêtes SQL optimisées
  • Évaluation paresseuse : les opérations sont différées jusqu’à ce que les résultats soient nécessaires
  • 630+ méthodes d’API : une API complète pour la manipulation des données
  • Extensions ClickHouse : des accesseurs supplémentaires (.arr, .json, .url, .ip, .geo) indisponibles dans pandas

Architecture

DataStore utilise une évaluation paresseuse avec une exécution sur deux moteurs :
  1. Chaîne d’opérations différées : les opérations sont enregistrées, et non exécutées immédiatement
  2. Sélection intelligente du moteur : QueryPlanner oriente chaque segment vers le moteur le plus adapté (chDB pour SQL, Pandas pour les opérations complexes)
  3. Mise en cache intermédiaire : les résultats sont mis en cache à chaque étape pour accélérer l’exploration itérative
Voir le Modèle d’exécution pour plus de détails.

Migration en une ligne depuis Pandas

Votre code pandas existant fonctionne tel quel, mais s’exécute désormais sur le moteur ClickHouse.

Comparaison des performances

DataStore offre des gains de performances significatifs par rapport à pandas, en particulier pour l’agrégation et les pipelines complexes : Benchmark effectué sur 10M lignes. Voir le script de benchmark et le Guide des performances pour plus de détails.

Quand utiliser DataStore

Utilisez DataStore lorsque :
  • Vous travaillez avec de grands jeux de données (des millions de lignes)
  • Vous effectuez des agrégations et des opérations groupby
  • Vous interrogez des données provenant de fichiers, de bases de données ou du stockage cloud
  • Vous construisez des pipelines de données complexes
  • Vous souhaitez bénéficier de l’API pandas avec de meilleures performances
Utilisez l’API SQL brut lorsque :
  • Vous préférez écrire directement en SQL
  • Vous avez besoin d’un contrôle fin sur l’exécution des requêtes
  • Vous travaillez avec des fonctionnalités spécifiques à ClickHouse qui ne sont pas exposées dans l’API pandas

Comparaison des fonctionnalités

Statistiques de l’API

Prise en main

Référence de l’API

Sujets avancés

Configuration et débogage

Guides d’utilisation de Pandas

Exemple rapide

Étapes suivantes

Dernière modification le 23 juillet 2026