使用 chDB 开始
在本指南中，我们将快速上手 chDB 的 Python 版本。 我们将首先查询存储在 S3 上的 JSON 文件，然后根据 JSON 文件在 chDB 中创建一个表，并对数据执行一些查询。 我们还将看到如何让查询以不同格式返回数据，包括 Apache Arrow 和 Pandas，最后我们将学习如何查询 Pandas DataFrames。
设置
让我们首先创建一个虚拟环境：
现在我们将安装 chDB。 确保您安装的版本为 2.0.3 或更高：
现在我们将安装 ipython：
我们将使用 ipython 来运行指南中的命令，您可以通过运行以下命令来启动它：
在本指南中，我们还将使用 Pandas 和 Apache Arrow，所以让我们也安装这些库：
查询 S3 中的 JSON 文件
现在让我们看看如何查询存储在 S3 存储桶中的 JSON 文件。 YouTube 不喜欢的数据集 包含了超过 40 亿行关于 YouTube 视频的“不喜欢”记录（截至2021年）。 我们将使用该数据集中的一个 JSON 文件。
导入 chdb：
我们可以写以下查询来描述其中一个 JSON 文件的结构：
我们还可以计算该文件中的行数：
该文件包含稍超过 300,000 条记录。
chdb 还不支持传入查询参数，但我们可以提取路径并通过 f-String 传入。
这样做的变量定义在程序中是可以的，但不要使用用户提供的输入，否则您的查询可能会面临 SQL 注入攻击。
配置输出格式
默认的输出格式为 CSV，但我们可以通过 output_format 参数更改它。
chDB 支持 ClickHouse 数据格式，以及 它自己的一些格式，包括 DataFrame，它返回一个 Pandas DataFrame：
或者如果我们想要返回 Apache Arrow 表：
从 JSON 文件创建表
接下来，让我们看看如何在 chDB 中创建一个表。 我们需要使用不同的 API 来完成这一点，所以让我们先导入它：
接下来，我们将初始化一个会话。 如果我们希望会话持久化到磁盘，我们需要提供一个目录名称。 如果我们留空，则数据库将在内存中，Python 进程结束后会丢失。
接下来，我们将创建一个数据库：
现在我们可以创建一个基于 JSON 文件模式的 dislikes 表，使用 CREATE...EMPTY AS 技术。
我们将使用 schema_inference_make_columns_nullable 设置，以便列类型不是全部 Nullable。
然后我们可以使用 DESCRIBE 子句检查模式：
接下来，让我们填充该表：
我们也可以一次完成这两个步骤，使用 CREATE...AS 技术。
让我们使用该技术创建一个不同的表：
查询表
最后，让我们查询该表：
假设我们接着添加一个额外的列到 DataFrame 中以计算点赞与点踩的比率。 我们可以写如下代码：
查询 Pandas DataFrame
然后我们可以从 chDB 查询该 DataFrame：
您还可以阅读更多关于查询 Pandas DataFrames 的内容，可以参考 查询 Pandas 开发者指南。
下一步
希望本指南能为您提供有关 chDB 的良好概述。 要了解如何使用它，请参阅以下开发者指南：