> ## 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.

# Быстрый старт с DataStore

> Начните работу с DataStore: установка, однострочная миграция с pandas и базовое использование

Начните работу с DataStore за считанные минуты. В этом руководстве описаны установка, миграция с pandas и базовые сценарии использования.

<div id="installation">
  ## Установка
</div>

Установите chDB с помощью pip:

```bash theme={null}
pip install "chdb>=4.0"
```

Для дополнительных зависимостей:

```bash theme={null}
# Для поддержки pandas DataFrame
pip install "chdb[pandas]>=4.0"

# Для поддержки PyArrow
pip install "chdb[arrow]>=4.0"

# Все необязательные зависимости
pip install "chdb[all]>=4.0"
```

<div id="verify">
  ### Проверьте установку
</div>

```python theme={null}
import chdb
print(chdb.__version__)  # Должно вывести 4.x.x или выше

from chdb import datastore as pd
print("DataStore ready!")
```

<div id="migration">
  ## Однострочная миграция с Pandas
</div>

Чтобы начать использовать DataStore, достаточно изменить оператор импорта:

```python theme={null}
# До (pandas)
import pandas as pd

# После (DataStore)
from chdb import datastore as pd
```

Вот и всё! Ваш существующий код на pandas теперь будет использовать DataStore и получит преимущества SQL-оптимизации.

<div id="migration-example">
  ### Пример миграции
</div>

```python theme={null}
from pathlib import Path
Path("employees.csv").write_text("""\
name,age,city,salary,department,dept_id,status,email
Alice,28,NYC,75000,Engineering,1,active,alice@company.com
Bob,35,LA,85000,Engineering,1,active,bob@company.com
Charlie,52,NYC,95000,Product,2,active,charlie@company.com
Diana,32,SF,70000,Design,3,active,diana@company.com
Eve,23,LA,48000,Product,2,inactive,eve@company.com
""")

# Оригинальный код на pandas
import pandas as pd

df = pd.read_csv("employees.csv")
result = (df[df['salary'] > 50000]
          .groupby('department')['salary']
          .agg(['mean', 'count'])
          .sort_values('mean', ascending=False))
print(result)

# Версия DataStore — просто замените импорт!
from chdb import datastore as pd

df = pd.read_csv("employees.csv")
result = (df[df['salary'] > 50000]
          .groupby('department')['salary']
          .agg(['mean', 'count'])
          .sort_values('mean', ascending=False))
print(result)  # Тот же результат, быстрее выполнение!
```

<div id="basic-usage">
  ## Базовое использование
</div>

<div id="creating">
  ### Создание DataStore
</div>

```python theme={null}
from chdb import datastore as pd

# Из словаря
ds = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['NYC', 'LA', 'NYC']
})

# Из pandas DataFrame
import pandas
pdf = pandas.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
ds = pd.DataFrame(pdf)

# Из CSV-файла
ds = pd.read_csv("data.csv")

# Из файла Parquet (рекомендуется для больших наборов данных)
ds = pd.read_parquet("data.parquet")
```

<div id="filtering">
  ### Фильтрация данных
</div>

```python theme={null}
from chdb import datastore as pd

ds = pd.read_csv("employees.csv")

# Одно условие
senior = ds[ds['age'] > 30]

# Несколько условий (побитовое И)
senior_nyc = ds[(ds['age'] > 30) & (ds['city'] == 'NYC')]

# Несколько условий (ИЛИ)
young_or_senior = ds[(ds['age'] < 25) | (ds['age'] > 50)]

# Использование метода filter (в стиле SQL)
result = ds.filter(ds['salary'] > 50000)
```

<div id="selecting">
  ### Выбор столбцов
</div>

```python theme={null}
# Стиль Pandas
subset = ds[['name', 'age']]

# Стиль SQL
subset = ds.select('name', 'age')
```

<div id="sorting">
  ### Сортировка
</div>

```python theme={null}
# Стиль Pandas
sorted_ds = ds.sort_values('salary', ascending=False)

# Стиль SQL
sorted_ds = ds.sort('salary', ascending=False)
```

<div id="groupby">
  ### Группировка и агрегация
</div>

```python theme={null}
from pathlib import Path
Path("sales.csv").write_text("""\
region,product,category,amount,quantity,price,date,order_id
East,Widget,Electronics,5200,10,120,2024-01-15,1001
West,Gadget,Electronics,800,5,160,2024-02-20,1002
East,Gizmo,Home,6500,3,100,2024-03-10,1003
North,Widget,Electronics,4500,6,150,2024-06-18,1004
West,Gadget,Electronics,2000,8,250,2024-09-14,1005
""")

from chdb import datastore as pd

ds = pd.read_csv("sales.csv")

# Группировка по одному столбцу
by_region = ds.groupby('region')['amount'].sum()

# Группировка по нескольким столбцам
by_region_product = ds.groupby(['region', 'product']).agg({
    'amount': ['sum', 'mean'],
    'quantity': 'sum'
})

# Несколько агрегаций
summary = ds.groupby('category').agg({
    'price': ['min', 'max', 'mean'],
    'quantity': 'sum'
})
```

<div id="joining">
  ### JOIN DataStore
</div>

```python theme={null}
from pathlib import Path
Path("departments.csv").write_text("""\
dept_id,department_name
1,Engineering
2,Product
3,Design
""")

from chdb import datastore as pd

employees = pd.read_csv("employees.csv")
departments = pd.read_csv("departments.csv")

# Внутренний JOIN
result = employees.join(departments, on='dept_id', how='inner')

# Левый JOIN
result = employees.join(departments, on='dept_id', how='left')

# Использование merge (стиль pandas)
result = pd.merge(employees, departments, on='dept_id')
```

<div id="results">
  ## Получение результатов
</div>

DataStore использует отложенное вычисление — операции выполняются только тогда, когда вам нужны результаты.

<div id="execution-triggers">
  ### Запуск запроса
</div>

```python theme={null}
# Автоматические триггеры
print(ds)           # Отображение результатов
len(ds)             # Получение количества строк
ds.columns          # Доступ к свойствам
list(ds)            # Преобразование в список

# Явное преобразование
df = ds.to_df()     # Преобразование в pandas DataFrame
df = ds.to_pandas() # Аналог to_df()
```

<div id="view-sql">
  ### Просмотр сгенерированного SQL
</div>

```python title="Query" theme={null}
# Посмотреть, какой SQL выполнит DataStore
query = ds.filter(ds['age'] > 25).groupby('city').agg({'salary': 'mean'})
print(query.to_sql())
```

```sql title="Response" theme={null}
SELECT city, AVG(salary) AS mean
FROM file('data.csv', 'CSVWithNames')
WHERE age > 25
GROUP BY city
```

<div id="data-sources">
  ## Работа с разными источниками данных
</div>

<div id="local-files">
  ### Локальные файлы
</div>

```python theme={null}
from chdb import datastore as pd

# CSV
ds = pd.read_csv("data.csv")

# Parquet (лучшая производительность)
ds = pd.read_parquet("data.parquet")

# JSON
ds = pd.read_json("data.json")
```

<div id="cloud-storage">
  ### Облачное хранилище
</div>

```python theme={null}
from chdb.datastore import DataStore

# S3 (анонимно)
ds = DataStore.uri("s3://bucket/data.parquet?nosign=true")

# S3 (с учётными данными)
ds = DataStore.from_s3(
    "s3://bucket/data.parquet",
    access_key_id="KEY",
    secret_access_key="SECRET"
)

# HTTP/HTTPS
ds = DataStore.uri("https://example.com/data.csv")
```

<div id="databases">
  ### Базы данных
</div>

```python theme={null}
from chdb.datastore import DataStore

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

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

# Использование URI
ds = DataStore.uri("mysql://user:pass@localhost:3306/mydb/users")
```

<div id="accessors">
  ## Операции со строками и DateTime
</div>

<div id="string-ops">
  ### Операции со строками
</div>

```python theme={null}
# Все методы pandas .str работают
ds['name_upper'] = ds['name'].str.upper()
ds['name_len'] = ds['name'].str.len()
ds['has_a'] = ds['name'].str.contains('a')
```

<div id="datetime-ops">
  ### Операции с типом DateTime
</div>

```python theme={null}
# Все методы pandas .dt работают
ds['year'] = ds['date'].dt.year
ds['month'] = ds['date'].dt.month
ds['day_of_week'] = ds['date'].dt.dayofweek
```

<div id="extensions">
  ### Расширения ClickHouse
</div>

```python theme={null}
# Парсинг URL (недоступно в pandas!)
ds['domain'] = ds['url'].url.domain()

# Извлечение JSON
ds['user_name'] = ds['json_data'].json.get_string('name')

# Операции с IP-адресами
ds['is_ipv4'] = ds['ip_addr'].ip.is_ipv4_string()
```

<div id="best-practices">
  ## Рекомендации
</div>

<div id="use-parquet-for-large-files">
  ### 1. Используйте Parquet для больших файлов
</div>

```python theme={null}
# CSV - медленнее, читает весь файл
ds = pd.read_csv("large_data.csv")

# Parquet - быстрее, столбцовый формат, читает только нужные столбцы
ds = pd.read_parquet("large_data.parquet")
```

<div id="filter-early">
  ### 2. Фильтруйте как можно раньше
</div>

```python theme={null}
# Хорошо — сначала фильтрация, затем агрегация
result = (ds
    .filter(ds['date'] >= '2024-01-01')
    .groupby('category')['amount'].sum()
)

# Менее оптимально — сначала агрегация
result = ds.groupby('category')['amount'].sum()
```

<div id="select-only-needed-columns">
  ### 3. Выбирайте только нужные столбцы
</div>

```python theme={null}
# Хорошо — выбираем конкретные столбцы
result = ds.select('name', 'age', 'city').filter(ds['age'] > 25)

# Менее оптимально — работаем со всеми столбцами
result = ds.filter(ds['age'] > 25)
```

<div id="use-sql-for-complex-operations">
  ### 4. Используйте SQL для выполнения сложных операций
</div>

```python theme={null}
# Для сложных запросов используйте SQL напрямую
ds = DataStore()
result = ds.sql("""
    SELECT category, 
           SUM(amount) as total,
           COUNT(*) as count,
           AVG(amount) as avg
    FROM file('sales.csv', 'CSVWithNames')
    WHERE date >= '2024-01-01'
    GROUP BY category
    HAVING total > 10000
    ORDER BY total DESC
    LIMIT 10
""")
```

<div id="next-steps">
  ## Следующие шаги
</div>

* Узнайте обо всех [фабричных методах](/ru/products/chdb/datastore/factory-methods) для создания DataStore
* Изучите раздел [Построение запросов](/ru/products/chdb/datastore/query-building), посвящённый операциям в стиле SQL
* Ознакомьтесь с [аксессорами](/ru/products/chdb/datastore/accessors) для работы со строками, датой и временем и не только
* Прочитайте [Performance Guide](/ru/products/chdb/guides/pandas-performance), чтобы узнать, как повысить производительность