دوال المصنع في DataStore

إنشاء مثيلات DataStore من الملفات وقواعد البيانات والتخزين السحابي وبحيرات البيانات

يوفّر DataStore أكثر من 20 من دوال المصنع لإنشاء مثيلات من مصادر بيانات متنوعة، بما في ذلك الملفات المحلية وقواعد البيانات والتخزين السحابي وبحيرات البيانات.

​

واجهة URI العامة

تُعد الدالة uri() واجهة الدخول العامة الموصى بها، إذ تكتشف نوع المصدر تلقائيًا:

from chdb.datastore import DataStore

# Local files
ds = DataStore.uri("data.csv")
ds = DataStore.uri("/path/to/data.parquet")

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

# Databases
ds = DataStore.uri("mysql://user:pass@host:3306/db/table")
ds = DataStore.uri("postgresql://user:pass@host:5432/db/table")

​

مرجع صيغة URI

نوع المصدر	صيغة URI	مثال
ملف محلي	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

---

​

مصادر الملفات

​

from_file

أنشئ DataStore من ملف محلي أو ملف عن بُعد مع اكتشاف الصيغة تلقائيًا.

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

المعلمات:

المعلمة	النوع	الافتراضي	الوصف
path	str	مطلوب	مسار الملف (محلي أو عنوان URL)
format	str	None	تنسيق الملف (يُكتشف تلقائيًا إذا كانت القيمة None)
compression	str	None	نوع الضغط (يُكتشف تلقائيًا إذا كانت القيمة None)

التنسيقات المدعومة: CSV, TSV, Parquet, JSON, JSONLines, ORC, Avro, Arrow

أمثلة:

from chdb.datastore import DataStore

# Auto-detect format from extension
ds = DataStore.from_file("data.csv")
ds = DataStore.from_file("data.parquet")
ds = DataStore.from_file("data.json")

# Explicit format
ds = DataStore.from_file("data.txt", format="CSV")

# With compression
ds = DataStore.from_file("data.csv.gz", compression="gzip")

​

دوال القراءة المتوافقة مع Pandas

from chdb import datastore as pd

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

# Parquet files (recommended for large datasets)
ds = pd.read_parquet("data.parquet")
ds = pd.read_parquet("data.parquet", columns=['col1', 'col2'])

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

# Excel files
ds = pd.read_excel("data.xlsx", sheet_name="Sheet1")

---

​

التخزين السحابي

​

from_s3

أنشئ DataStore من Amazon S3.

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

المعلمات:

المعامل	النوع	الافتراضي	الوصف
url	str	مطلوب	عنوان URL لـ S3 ‏(s3://bucket/path)
access_key_id	str	None	معرّف مفتاح الوصول لـ AWS
secret_access_key	str	None	مفتاح الوصول السري لـ AWS
format	str	None	تنسيق الملف (يُكتشف تلقائيًا)

أمثلة:

from chdb.datastore import DataStore

# Anonymous access (public bucket)
ds = DataStore.from_s3("s3://bucket/data.parquet")

# With credentials
ds = DataStore.from_s3(
    "s3://bucket/data.parquet",
    access_key_id="AKIAIOSFODNN7EXAMPLE",
    secret_access_key="wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY"
)

# Using URI with query parameters
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

أنشئ DataStore من خدمة Google Cloud Storage.

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

أمثلة:

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

​

from_azure

أنشئ DataStore من Azure Blob Storage.

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

أمثلة:

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

​

from_hdfs

إنشاء DataStore من HDFS.

DataStore.from_hdfs(url, **kwargs)

أمثلة:

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

​

from_url

أنشئ DataStore من عنوان URL يستخدم HTTP/HTTPS.

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

أمثلة:

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

---

​

قواعد البيانات

​

from_mysql

أنشئ DataStore من قاعدة بيانات MySQL.

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

المعلمات:

المعلمة	النوع	الافتراضي	الوصف
host	str	مطلوب	مضيف MySQL
database	str	مطلوب	اسم قاعدة البيانات
table	str	مطلوب	اسم الجدول
user	str	مطلوب	اسم المستخدم
password	str	مطلوب	كلمة المرور
port	int	3306	رقم المنفذ

أمثلة:

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

# Using URI
ds = DataStore.uri("mysql://root:password@localhost:3306/mydb/users")

​

from_postgresql

أنشئ DataStore انطلاقًا من قاعدة بيانات PostgreSQL.

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

أمثلة:

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

# Using URI
ds = DataStore.uri("postgresql://postgres:password@localhost:5432/mydb/users")

​

from_clickhouse

أنشئ DataStore من خادم ClickHouse.

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

أمثلة:

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

# Connection-level mode (explore databases)
ds = DataStore.from_clickhouse(
    host="analytics.company.com",
    user="analyst",
    password="secret"
)
ds.databases()                  # List databases
ds.tables("production")         # List tables
result = ds.sql("SELECT * FROM production.users LIMIT 10")

​

from_mongodb

أنشئ DataStore من MongoDB.

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

أمثلة:

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

​

from_sqlite

إنشاء DataStore من قاعدة بيانات SQLite.

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

أمثلة:

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

# Using URI
ds = DataStore.uri("sqlite:///data.db?table=users")

---

​

بحيرات البيانات

​

from_iceberg

أنشئ DataStore من جدول Apache Iceberg.

DataStore.from_iceberg(path, **kwargs)

أمثلة:

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

​

from_delta

أنشئ DataStore انطلاقًا من جدول Delta Lake.

DataStore.from_delta(path, **kwargs)

أمثلة:

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

​

from_hudi

أنشئ DataStore من جدول Apache Hudi.

DataStore.from_hudi(path, **kwargs)

أمثلة:

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

---

​

المصادر في الذاكرة

​

from_df / from_dataframe

أنشئ DataStore من pandas DataFrame.

DataStore.from_df(df, name=None)
DataStore.from_dataframe(df, name=None)  # alias

أمثلة:

import pandas
from chdb.datastore import DataStore

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

​

منشئ DataFrame

أنشئ DataStore باستخدام منشئ على غرار pandas.

from chdb import datastore as pd

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

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

---

​

المصادر الخاصة

​

from_numbers

أنشئ DataStore من أعداد متسلسلة (مفيد للاختبار).

DataStore.from_numbers(count, **kwargs)

أمثلة:

ds = DataStore.from_numbers(1000000)  # 1M rows with 'number' column
result = ds.filter(ds['number'] % 2 == 0).head(10)  # Even numbers

​

from_random

أنشئ DataStore باستخدام بيانات عشوائية.

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

أمثلة:

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

​

run_sql

أنشئ DataStore من استعلام Raw SQL.

DataStore.run_sql(query)

أمثلة:

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

---

​

جدول الملخص

الطريقة	نوع المصدر	مثال
uri()	عام	DataStore.uri("s3://bucket/data.parquet")
from_file()	ملفات محلية/بعيدة	DataStore.from_file("data.csv")
read_csv()	ملفات CSV	pd.read_csv("data.csv")
read_parquet()	ملفات Parquet	pd.read_parquet("data.parquet")
from_s3()	Amazon S3	DataStore.from_s3("s3://bucket/path")
from_gcs()	Google Cloud Storage	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()	قاموس / DataFrame	pd.DataFrame({'a': [1, 2, 3]})
from_numbers()	أرقام متسلسلة	DataStore.from_numbers(1000000)
from_random()	بيانات عشوائية	DataStore.from_random(rows=1000, columns=5)
run_sql()	Raw SQL	DataStore.run_sql("SELECT * FROM ...")