Skip to main content
DataStore é a API compatível com pandas do chDB que combina a interface familiar de DataFrame do pandas com o poder da otimização de consultas SQL, permitindo que você escreva código no estilo do pandas e obtenha o desempenho do ClickHouse.

Principais recursos

  • Compatibilidade com pandas: 209 métodos de DataFrame do pandas, 56 métodos .str, 42+ métodos .dt
  • Otimização de SQL: as operações são compiladas automaticamente para consultas SQL otimizadas
  • Lazy Evaluation: as operações são adiadas até que os resultados sejam necessários
  • 630+ métodos de API: API abrangente para manipulação de dados
  • Extensões do ClickHouse: acessores adicionais (.arr, .json, .url, .ip, .geo) não disponíveis no pandas

Arquitetura

O DataStore usa avaliação preguiçosa com execução com dois engines:
  1. Cadeia de Operações Lazy: as operações são registradas, não executadas imediatamente
  2. Seleção Inteligente de Engine: o QueryPlanner encaminha cada segmento para o engine ideal (chDB para SQL, Pandas para operações complexas)
  3. Cache Intermediário: os resultados são armazenados em cache em cada passo para exploração iterativa rápida
Consulte Modelo de Execução para mais detalhes.

Migração do Pandas com uma linha

Seu código existente em pandas continua funcionando sem alterações, mas agora é executado pelo mecanismo do ClickHouse.

Comparação de desempenho

O DataStore oferece ganhos significativos de desempenho em relação ao pandas, especialmente em agregações e pipelines complexos: Benchmark com 10M de linhas. Consulte o script de benchmark e o Guia de desempenho para mais detalhes.

Quando usar o DataStore

Use o DataStore quando:
  • Estiver trabalhando com grandes conjuntos de dados (milhões de linhas)
  • Precisar realizar agregações e operações de GroupBy
  • Precisar consultar dados de arquivos, bancos de dados ou armazenamento em nuvem
  • Estiver criando pipelines de dados complexos
  • Quiser a API do pandas com melhor desempenho
Use a API de SQL direto quando:
  • Preferir escrever SQL diretamente
  • Precisar de controle mais granular sobre a execução de consultas
  • Estiver trabalhando com recursos específicos do ClickHouse não expostos na API do pandas

Comparação de funcionalidades

Estatísticas da API

Primeiros passos

Referência da API

Tópicos avançados

Configuração e depuração

Guias do usuário do Pandas

Exemplo rápido

Próximos passos

Última modificação em 23 de julho de 2026