Skip to main content
DataStore は、使い慣れた pandas DataFrame インターフェイスと SQL によるクエリ最適化の力を組み合わせた、chDB の pandas-compatible API です。pandas スタイルのコードを書きながら、ClickHouse のパフォーマンスを活用できます。

主な機能

  • Pandas 互換性: 209 の pandas DataFrame メソッド、56 の .str メソッド、42 以上の .dt メソッド
  • SQL 最適化: 操作は自動的に最適化された SQL クエリへコンパイルされます
  • 遅延評価: 結果が必要になるまで操作の実行を遅らせます
  • 630+ API メソッド: データ操作のための包括的な API
  • ClickHouse 拡張機能: pandas にはない追加のアクセサ (.arr.json.url.ip.geo)

アーキテクチャ

DataStore は、遅延評価デュアルエンジン実行 を採用しています。
  1. 遅延操作チェーン: 操作は記録されますが、すぐには実行されません
  2. スマートなエンジン選択: QueryPlanner が各セグメントを最適なエンジンに振り分けます (SQL は chDB、複雑な操作は Pandas)
  3. 中間結果のキャッシュ: 反復的な探索を高速化するため、各ステップの結果がキャッシュされます
詳しくは 実行モデル を参照してください。

Pandas からのワンライナーでの移行

既存のpandasコードは変更なしでそのまま動作し、ClickHouseエンジン上で実行されます。

パフォーマンス比較

DataStore は、特に集計や複雑なパイプラインにおいて、pandas と比べて大幅に高いパフォーマンスを発揮します。 1,000万行でのベンチマークです。詳しくは ベンチマークスクリプトパフォーマンスガイド を参照してください。

DataStore を使うタイミング

次のような場合は DataStore を使用します。
  • 大規模なデータセット (数百万行) を扱う場合
  • 集計や groupby 操作を行う場合
  • ファイル、データベース、または Cloud ストレージ内のデータをクエリする場合
  • 複雑なデータパイプラインを構築する場合
  • より高いパフォーマンスで pandas API を使いたい場合
次のような場合は raw SQL API を使用します。
  • SQL を直接書きたい場合
  • クエリ実行を細かく制御する必要がある場合
  • pandas API では利用できない ClickHouse 固有の機能を使う場合

機能比較

API統計

はじめに

API リファレンス

応用トピック

設定とデバッグ

Pandasユーザーガイド

簡単な使用例

次のステップ

最終更新日 2026年7月23日