Getting started with chDB
在本指南中，我们将使用 chDB 的 Python 变体进行快速入门。
我们将首先查询存储在 S3 上的 JSON 文件，然后根据该 JSON 文件在 chDB 中创建一个表，并对数据进行一些查询。
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。
Setup
让我们首先创建一个虚拟环境：
现在我们将安装 chDB。
确保您有版本 2.0.3 或更高版本：
接下来，我们将安装 ipython：
我们将使用 ipython 来运行本指南中的命令，您可以通过运行以下命令启动：
我们还将使用 Pandas 和 Apache Arrow，因此让我们也安装这些库：
Querying a JSON file in S3
现在让我们看看如何查询存储在 S3 存储桶中的 JSON 文件。
YouTube dislikes dataset 包含超过 40 亿行 YouTube 视频的“喜欢”数据，数据截至 2021 年。
我们将使用该数据集中其中一个 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：
此文件包含略超过 300,000 条记录。
chdb 目前尚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。
这样做对于在程序中定义的变量是可以的，但不要对用户提供的输入这样做，否则您的查询将面临 SQL 注入的风险。
Configuring the output format
默认输出格式为 CSV，但我们可以通过 output_format 参数进行更改。
chDB 支持 ClickHouse 数据格式，以及 它自己的一些格式，包括 DataFrame，其返回 Pandas DataFrame：
或者如果我们想要返回 Apache Arrow 表：
Creating a table from JSON file
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 来做到这一点，所以让我们首先导入它：
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，则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，且在我们终止 Python 进程时将丢失。
接下来，我们将创建一个数据库：
现在我们可以根据 JSON 文件的架构使用 CREATE...EMPTY AS 技术创建一个 dislikes 表。
我们将使用 schema_inference_make_columns_nullable 设置，以免所有列类型都变为 Nullable。
然后我们可以使用 DESCRIBE 子句检查架构：
接下来，让我们填充该表：
我们也可以使用 CREATE...AS 技术一步完成这两个步骤。
让我们使用该技术创建一个不同的表：
Querying a table
最后，让我们查询该表：
假设我们随后向 DataFrame 添加一个额外的列，以计算喜欢和不喜欢的比例。
我们可以写以下代码：
Querying a Pandas DataFrame
然后我们可以从 chDB 查询该 DataFrame：
您还可以在 Querying Pandas developer guide 中阅读有关查询 Pandas DataFrames 的更多信息。
Next steps
希望本指南已经为您提供了 chDB 的良好概述。
要了解有关如何使用它的更多信息，请参见以下开发者指南：
