DataStore のファクトリメソッド - ClickHouse Documentation

DataStore には、ローカルファイル、データベース、Cloud ストレージ、データレイクなど、さまざまなデータソースからインスタンスを作成できるファクトリメソッドが 20 種類以上用意されています。

ユニバーサル URI インターフェイス

uri() メソッドは、ソースの種類を自動検出する推奨の汎用エントリポイントです。

from chdb.datastore import DataStore

# ローカルファイル
ds = DataStore.uri("data.csv")
ds = DataStore.uri("/path/to/data.parquet")

# Cloud ストレージ
ds = DataStore.uri("s3://bucket/data.parquet?nosign=true")
ds = DataStore.uri("https://example.com/data.csv")

# データベース
ds = DataStore.uri("mysql://user:pass@host:3306/db/table")
ds = DataStore.uri("postgresql://user:pass@host:5432/db/table")

URI 構文リファレンス

ソースタイプ	URI 形式	例
ローカルファイル	`path/to/file`	`data.csv`, `/abs/path/data.parquet`
S3	`s3://bucket/path`	`s3://mybucket/data.parquet?nosign=true`
GCS	`gs://bucket/path`	`gs://mybucket/data.csv`
Azure	`az://container/path`	`az://mycontainer/data.parquet`
HTTP/HTTPS	`https://url`	`https://example.com/data.csv`
MySQL	`mysql://user:pass@host:port/db/table`	`mysql://root:pass@localhost:3306/mydb/users`
PostgreSQL	`postgresql://user:pass@host:port/db/table`	`postgresql://postgres:pass@localhost:5432/mydb/users`
SQLite	`sqlite:///path?table=name`	`sqlite:///data.db?table=users`
ClickHouse	`clickhouse://host:port/db/table`	`clickhouse://localhost:9000/default/hits`

File SOURCES

`from_file`

ローカルまたはリモートのファイルから、フォーマットを自動検出してDataStoreを作成します。

DataStore.from_file(path, format=None, compression=None, **kwargs)

パラメータ:

パラメータ	型	デフォルト	説明
`path`	str	required	ファイルのパス (ローカルまたは URL)
`format`	str	`None`	ファイルフォーマット (None の場合は自動検出)
`compression`	str	`None`	圧縮方式 (None の場合は自動検出)

対応フォーマット: CSV, TSV, Parquet, JSON, JSONLines, ORC, Avro, Arrow 例:

from chdb.datastore import DataStore

# 拡張子からフォーマットを自動検出
ds = DataStore.from_file("data.csv")
ds = DataStore.from_file("data.parquet")
ds = DataStore.from_file("data.json")

# フォーマットを明示的に指定
ds = DataStore.from_file("data.txt", format="CSV")

# 圧縮あり
ds = DataStore.from_file("data.csv.gz", compression="gzip")

Pandas互換の読み込み関数

from chdb import datastore as pd

# CSVファイル
ds = pd.read_csv("data.csv")
ds = pd.read_csv("data.csv", sep=";", header=0, nrows=1000)

# Parquetファイル（大規模データセットに推奨）
ds = pd.read_parquet("data.parquet")
ds = pd.read_parquet("data.parquet", columns=['col1', 'col2'])

# JSONファイル
ds = pd.read_json("data.json")
ds = pd.read_json("data.jsonl", lines=True)

# Excelファイル
ds = pd.read_excel("data.xlsx", sheet_name="Sheet1")

Cloud ストレージ

`from_s3`

Amazon S3からDataStoreを作成します。

DataStore.from_s3(url, access_key_id=None, secret_access_key=None, format=None, **kwargs)

パラメータ:

パラメータ	型	デフォルト	説明
`url`	str	必須	S3 URL (s3://bucket/path)
`access_key_id`	str	`None`	AWSアクセスキー ID
`secret_access_key`	str	`None`	AWSシークレットアクセスキー
`format`	str	`None`	ファイルフォーマット (自動検出)

例:

from chdb.datastore import DataStore

# 匿名アクセス（公開バケット）
ds = DataStore.from_s3("s3://bucket/data.parquet")

# 認証情報を使用する場合
ds = DataStore.from_s3(
    "s3://bucket/data.parquet",
    access_key_id="AKIAIOSFODNN7EXAMPLE",
    secret_access_key="wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY"
)

# クエリパラメータ付きのURIを使用する場合
ds = DataStore.uri("s3://bucket/data.parquet?nosign=true")
ds = DataStore.uri("s3://bucket/data.parquet?access_key_id=KEY&secret_access_key=SECRET")

`from_gcs`

Google Cloud StorageからDataStoreを作成します。

DataStore.from_gcs(url, credentials_path=None, **kwargs)

例:

ds = DataStore.from_gcs("gs://bucket/data.parquet")
ds = DataStore.from_gcs("gs://bucket/data.parquet", credentials_path="/path/to/creds.json")

`from_azure`

Azure Blob StorageからDataStoreを作成します。

DataStore.from_azure(url, account_name=None, account_key=None, **kwargs)

例:

ds = DataStore.from_azure(
    "az://container/data.parquet",
    account_name="myaccount",
    account_key="mykey"
)

`from_hdfs`

HDFS から DataStore を作成します。

DataStore.from_hdfs(url, **kwargs)

例:

ds = DataStore.from_hdfs("hdfs://namenode:8020/path/data.parquet")

`from_url`

HTTP/HTTPS URLからDataStoreを作成します。

DataStore.from_url(url, format=None, **kwargs)

例:

ds = DataStore.from_url("https://example.com/data.csv")
ds = DataStore.from_url("https://raw.githubusercontent.com/user/repo/main/data.parquet")

データベース

`from_mysql`

MySQL データベースから DataStore を作成します。

DataStore.from_mysql(host, database, table, user, password, port=3306, **kwargs)

パラメータ:

パラメータ	型	デフォルト	説明
`host`	str	必須	MySQL ホスト
`database`	str	必須	データベース名
`table`	str	必須	テーブル名
`user`	str	必須	ユーザー名
`password`	str	必須	パスワード
`port`	int	`3306`	ポート番号

例:

ds = DataStore.from_mysql(
    host="localhost",
    database="mydb",
    table="users",
    user="root",
    password="password"
)

# URIを使用する場合
ds = DataStore.uri("mysql://root:password@localhost:3306/mydb/users")

`from_postgresql`

PostgreSQLデータベースからDataStoreを作成します。

DataStore.from_postgresql(host, database, table, user, password, port=5432, **kwargs)

例:

ds = DataStore.from_postgresql(
    host="localhost",
    database="mydb",
    table="users",
    user="postgres",
    password="password"
)

# URIを使用する場合
ds = DataStore.uri("postgresql://postgres:password@localhost:5432/mydb/users")

`from_clickhouse`

ClickHouse serverからDataStoreを作成します。

DataStore.from_clickhouse(host, database, table, user=None, password=None, port=9000, **kwargs)

例:

ds = DataStore.from_clickhouse(
    host="localhost",
    database="default",
    table="hits",
    user="default",
    password=""
)

# 接続レベルモード（データベースを探索）
ds = DataStore.from_clickhouse(
    host="analytics.company.com",
    user="analyst",
    password="secret"
)
ds.databases()                  # データベース一覧
ds.tables("production")         # テーブル一覧
result = ds.sql("SELECT * FROM production.users LIMIT 10")

`from_mongodb`

MongoDBからDataStoreを作成します。

DataStore.from_mongodb(uri, database, collection, **kwargs)

例:

ds = DataStore.from_mongodb(
    uri="mongodb://localhost:27017",
    database="mydb",
    collection="users"
)

`from_sqlite`

SQLiteデータベースからDataStoreを作成します。

DataStore.from_sqlite(database_path, table, **kwargs)

例:

ds = DataStore.from_sqlite("data.db", table="users")

# URIを使用する場合
ds = DataStore.uri("sqlite:///data.db?table=users")

データレイク

`from_iceberg`

Apache Iceberg テーブルから DataStore を作成します。

DataStore.from_iceberg(path, **kwargs)

例:

ds = DataStore.from_iceberg("/path/to/iceberg_table")
ds = DataStore.uri("iceberg://catalog/namespace/table")

`from_delta`

Delta LakeのテーブルからDataStoreを作成します。

DataStore.from_delta(path, **kwargs)

例:

ds = DataStore.from_delta("/path/to/delta_table")
ds = DataStore.uri("deltalake:///path/to/delta_table")

`from_hudi`

Apache HudiテーブルからDataStoreを作成します。

DataStore.from_hudi(path, **kwargs)

例:

ds = DataStore.from_hudi("/path/to/hudi_table")
ds = DataStore.uri("hudi:///path/to/hudi_table")

インメモリSOURCES

`from_df` / `from_dataframe`

pandasのDataFrameからDataStoreを作成します。

DataStore.from_df(df, name=None)
DataStore.from_dataframe(df, name=None)  # エイリアス

例:

import pandas
from chdb.datastore import DataStore

pdf = pandas.DataFrame({'a': [1, 2, 3], 'b': ['x', 'y', 'z']})
ds = DataStore.from_df(pdf)

`DataFrame` コンストラクタ

pandasライクなコンストラクタでDataStoreを作成します。

from chdb import datastore as pd

# 辞書から
ds = pd.DataFrame({
    'name': ['Alice', 'Bob'],
    'age': [25, 30]
})

# pandas DataFrameから
import pandas
pdf = pandas.DataFrame({'a': [1, 2, 3]})
ds = pd.DataFrame(pdf)

特殊なSOURCES

`from_numbers`

連続した数値の DataStore を作成します (テストに便利です) 。

DataStore.from_numbers(count, **kwargs)

例:

ds = DataStore.from_numbers(1000000)  # 100万行、'number' カラム
result = ds.filter(ds['number'] % 2 == 0).head(10)  # 偶数

`from_random`

ランダムデータを使ってDataStoreを作成します。

DataStore.from_random(rows, columns, **kwargs)

例:

ds = DataStore.from_random(rows=1000, columns=5)

`run_sql`

Raw SQLクエリからDataStoreを作成します。

DataStore.run_sql(query)

例:

ds = DataStore.run_sql("""
    SELECT number, number * 2 as doubled
    FROM numbers(100)
    WHERE number % 10 = 0
""")

サマリー表

Method	ソースの種類	例
`uri()`	汎用	`DataStore.uri("s3://bucket/data.parquet")`
`from_file()`	ローカル/リモートファイル	`DataStore.from_file("data.csv")`
`read_csv()`	CSVファイル	`pd.read_csv("data.csv")`
`read_parquet()`	Parquetファイル	`pd.read_parquet("data.parquet")`
`from_s3()`	Amazon S3	`DataStore.from_s3("s3://bucket/path")`
`from_gcs()`	Google Cloud ストレージ	`DataStore.from_gcs("gs://bucket/path")`
`from_azure()`	Azure Blob	`DataStore.from_azure("az://container/path")`
`from_hdfs()`	HDFS	`DataStore.from_hdfs("hdfs://host/path")`
`from_url()`	HTTP/HTTPS	`DataStore.from_url("https://example.com/data.csv")`
`from_mysql()`	MySQL	`DataStore.from_mysql(host, db, table, user, pass)`
`from_postgresql()`	PostgreSQL	`DataStore.from_postgresql(host, db, table, user, pass)`
`from_clickhouse()`	ClickHouse	`DataStore.from_clickhouse(host, db, table)`
`from_mongodb()`	MongoDB	`DataStore.from_mongodb(uri, db, collection)`
`from_sqlite()`	SQLite	`DataStore.from_sqlite("data.db", table)`
`from_iceberg()`	Apache Iceberg	`DataStore.from_iceberg("/path/to/table")`
`from_delta()`	Delta Lake	`DataStore.from_delta("/path/to/table")`
`from_hudi()`	Apache Hudi	`DataStore.from_hudi("/path/to/table")`
`from_df()`	pandas DataFrame	`DataStore.from_df(pandas_df)`
`DataFrame()`	Dictionary/DataFrame	`pd.DataFrame({'a': [1, 2, 3]})`
`from_numbers()`	連続した数値	`DataStore.from_numbers(1000000)`
`from_random()`	ランダムデータ	`DataStore.from_random(rows=1000, columns=5)`
`run_sql()`	Raw SQL	`DataStore.run_sql("SELECT * FROM ...")`

​ユニバーサル URI インターフェイス

​URI 構文リファレンス

​File SOURCES

​from_file

​Pandas互換の読み込み関数

​Cloud ストレージ

​from_s3

​from_gcs

​from_azure

​from_hdfs

​from_url

​データベース

​from_mysql

​from_postgresql

​from_clickhouse

​from_mongodb

​from_sqlite

​データレイク

​from_iceberg

​from_delta

​from_hudi

​インメモリSOURCES

​from_df / from_dataframe

​DataFrame コンストラクタ

​特殊なSOURCES

​from_numbers

​from_random

​run_sql

​サマリー表

ユニバーサル URI インターフェイス

URI 構文リファレンス

File SOURCES

`from_file`

Pandas互換の読み込み関数

Cloud ストレージ

`from_s3`

`from_gcs`

`from_azure`

`from_hdfs`

`from_url`

データベース

`from_mysql`

`from_postgresql`

`from_clickhouse`

`from_mongodb`

`from_sqlite`

データレイク

`from_iceberg`

`from_delta`

`from_hudi`

インメモリSOURCES

`from_df` / `from_dataframe`

`DataFrame` コンストラクタ

特殊なSOURCES

`from_numbers`

`from_random`

`run_sql`

サマリー表