> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-home-button.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # DataStore: API compatible con pandas con optimización de SQL > DataStore ofrece una API compatible con pandas con optimización de SQL para el análisis de datos de alto rendimiento export const Image = ({img, alt, size}) => { return {alt} ; }; DataStore es la API compatible con pandas de chDB que combina la conocida interfaz de pandas DataFrame con la potencia de la optimización de consultas SQL y le permite escribir código al estilo de pandas mientras obtiene el rendimiento de ClickHouse.
## Características principales
* **Compatibilidad con pandas**: 209 métodos de DataFrame de pandas, 56 métodos `.str`, 42+ métodos `.dt` * **Optimización de SQL**: Las operaciones se convierten automáticamente en consultas SQL optimizadas * **Evaluación diferida**: Las operaciones se posponen hasta que se necesitan los resultados * **Más de 630 métodos de API**: Una API completa para la manipulación de datos * **Extensiones de ClickHouse**: Accesores adicionales (`.arr`, `.json`, `.url`, `.ip`, `.geo`) no disponibles en pandas
## Arquitectura
Arquitectura de DataStore DataStore usa **evaluación diferida** con **ejecución con doble motor**: 1. **Cadena de operaciones diferidas**: las operaciones se registran; no se ejecutan de inmediato 2. **Selección inteligente del motor**: QueryPlanner dirige cada segmento al motor óptimo (chDB para SQL, Pandas para operaciones complejas) 3. **Almacenamiento en caché intermedio**: los resultados se almacenan en caché en cada paso para agilizar la exploración iterativa Consulta [modelo de ejecución](/es/products/chdb/datastore/execution-model) para más detalles.
## Migración desde Pandas en una sola línea
```python theme={null} # Antes (pandas) import pandas as pd df = pd.read_csv("data.csv") result = df[df['age'] > 25].groupby('city')['salary'].mean() # Después (DataStore) - ¡solo cambia el import! from chdb import datastore as pd df = pd.read_csv("data.csv") result = df[df['age'] > 25].groupby('city')['salary'].mean() ``` Tu código actual de pandas funciona sin cambios, pero ahora se ejecuta sobre el ClickHouse engine.
## Comparación de rendimiento
DataStore ofrece mejoras significativas de rendimiento frente a pandas, especialmente en la agregación y en las canalizaciones complejas: | Operación | Pandas | DataStore | Mejora | | ---------------------- | ------- | --------- | ---------- | | Recuento con GroupBy | 347ms | 17ms | **19.93x** | | Pipeline complejo | 2,047ms | 380ms | **5.39x** | | Filter+Sort+Head | 1,537ms | 350ms | **4.40x** | | Agregación con GroupBy | 406ms | 141ms | **2.88x** | *Benchmark con 10 M de filas. Consulta el [script de benchmark](https://github.com/chdb-io/chdb/blob/main/refs/benchmark_datastore_vs_pandas.py) y la [guía de rendimiento](/es/products/chdb/guides/pandas-performance) para obtener más información.*
## Cuándo usar DataStore
**Usa DataStore cuando:** * Trabajas con conjuntos de datos grandes (millones de filas) * Realizas agregaciones y operaciones de agrupación (`groupby`) * Consultas datos desde archivos, bases de datos o almacenamiento en la nube * Creas canalizaciones de datos complejas * Quieres la API de pandas con mejor rendimiento **Usa la API de SQL directo cuando:** * Prefieres escribir SQL directamente * Necesitas un control detallado sobre la ejecución de consultas * Trabajas con funcionalidades específicas de ClickHouse que no están expuestas en la API de pandas
## Comparación de funcionalidades
| Característica | Pandas | Polars | DuckDB | DataStore | | -------------------------------------------- | ------ | -------- | ------ | --------------- | | Compatible con la API de Pandas | - | Parcial | No | **Completa** | | Evaluación diferida | No | Sí | Sí | **Sí** | | Compatibilidad con consultas SQL | No | Sí | Sí | **Sí** | | Funciones de ClickHouse | No | No | No | **Sí** | | Accesores de String/DateTime | Sí | Sí | No | **Sí + extras** | | Array/JSON/URL/IP/Geo | No | Parcial | No | **Sí** | | Consultas directas sobre archivos | No | Sí | Sí | **Sí** | | Compatibilidad con almacenamiento en la nube | No | Limitado | Sí | **Sí** |
## Estadísticas de la API
| Categoría | Cantidad | Cobertura | | ------------------------------ | -------- | --------------------------------------------------- | | Métodos de DataFrame | 209 | 100% de pandas | | Accesor `str` de Series | 56 | 100% de pandas | | Accesor `dt` de Series | 42+ | 100%+ (incluye funciones adicionales de ClickHouse) | | Accesor `arr` de Series | 37 | específico de ClickHouse | | Accesor `json` de Series | 13 | específico de ClickHouse | | Accesor `url` de Series | 15 | específico de ClickHouse | | Accesor `ip` de Series | 9 | específico de ClickHouse | | Accesor `geo` de Series | 14 | específico de ClickHouse | | **Total de métodos de la API** | **630+** | - |
### Primeros pasos
* [Inicio rápido](/es/products/chdb/datastore/quickstart) - Instalación y uso básico * [Migración desde Pandas](/es/products/chdb/guides/migration-from-pandas) - Guía de migración paso a paso
### Referencia de la API
* [Métodos de fábrica](/es/products/chdb/datastore/factory-methods) - Crear DataStore a partir de diversas fuentes * [Construcción de consultas](/es/products/chdb/datastore/query-building) - Operaciones de consulta de estilo SQL * [Compatibilidad con pandas](/es/products/chdb/datastore/pandas-compat) - Los 209 métodos compatibles con pandas * [Accesores](/es/products/chdb/datastore/accessors) - Accesores de String, DateTime, Array, JSON, URL, IP y Geo * [Agregación](/es/products/chdb/datastore/aggregation) - Funciones de agregación y de ventana * [Operaciones de E/S](/es/products/chdb/datastore/io) - Lectura y escritura de datos
### Temas avanzados
* [Modelo de ejecución](/es/products/chdb/datastore/execution-model) - Evaluación diferida y almacenamiento en caché * [Referencia de clases](/es/products/chdb/datastore/class-reference) - Referencia completa de la API
### Configuración y depuración
* [Configuración](/es/products/chdb/configuration) - Todas las opciones de configuración * [Modo de rendimiento](/es/products/chdb/configuration/performance-mode) - Modo centrado en SQL para un rendimiento máximo * [Depuración](/es/products/chdb/debugging) - Explain, profiling y logging
### Guías de usuario de Pandas
* [Pandas Cookbook](/es/products/chdb/guides/pandas-cookbook) - Patrones comunes * [Diferencias clave](/es/products/chdb/guides/pandas-differences) - Diferencias importantes respecto a pandas * [Guía de rendimiento](/es/products/chdb/guides/pandas-performance) - Consejos de optimización * [SQL para usuarios de Pandas](/es/products/chdb/guides/pandas-to-sql) - Comprender el SQL detrás de las operaciones de pandas
## Ejemplo rápido
```python theme={null} from chdb import datastore as pd # Leer datos de varias fuentes ds = pd.read_csv("sales.csv") # o: ds = pd.DataStore.uri("s3://bucket/sales.parquet") # o: ds = pd.DataStore.from_mysql("mysql://user:pass@host/db/table") # Operaciones familiares de pandas - optimizadas automáticamente a SQL result = (ds .filter(ds['amount'] > 1000) # WHERE amount > 1000 .groupby('region') # GROUP BY region .agg({'amount': ['sum', 'mean']}) # SUM(amount), AVG(amount) .sort_values('sum', ascending=False) # ORDER BY sum DESC .head(10) # LIMIT 10 ) # Ver el SQL generado print(result.to_sql()) # Ejecutar y obtener resultados df = result.to_df() # Devuelve un DataFrame de pandas ```
## Siguientes pasos
* **¿Es la primera vez que usas DataStore?** Empieza con la [Guía de inicio rápido](/es/products/chdb/datastore/quickstart) * **¿Vienes de pandas?** Lee la [Guía de migración](/es/products/chdb/guides/migration-from-pandas) * **¿Quieres saber más?** Consulta la [Referencia de la API](/es/products/chdb/datastore/class-reference)