目前开发者们需要尝鲜 Databend，可以选择使用 Databend Cloud 或者按官方文档部署 Databend 服务。由于 Databend 架构有三层，因此部署 Databend 服务一般需要启动

databend-query

databend-meta

minio

Python Binding

一种快速的方式是将 Databend 跑在 python 中，借助 rust 优良的生态，我们基于 pyo3 库发布了 python binding，可以在本地 juypter 或者 colab 等在线服务中使用 Databend：

pip install databend

from databend import SessionContext

ctx = SessionContext()

df = ctx.sql("select number, number + 1, number::String as number_p_1 from numbers(8)")

convert to pyarrow

df.to_py_arrow()

convert to pandas

df.to_pandas()

Databend Local 模式

借鉴于

clickhouse-local

duckdb

local

local

local

local

下面通过例子介绍一下，每个例子都是简短的几行命令，介绍

local

在这之前，你需要下载 databend-query 二进制，然后将二进制放到 PATH 环境变量中，植入

bend-local

    alias bend-local="databend-query local"

• 命令行交互 ( REPL ) 模式

  • 直接在终端输入 bend-local 这一行命令后，我们将进入 REPL 模式，这里融合了客户端和服务端，类似 duckdb cli 工具使用。

        ❯ bend-local
          Welcome to Databend, version v1.2.4-nightly-326cabe38056168dd261f744609ea85319f02686(rust-1.72.0-nightly-2023-09-02T15:18:48.006847567Z).
    
          databend-local:) select max(a) from range(1,1000) t(a);
          ┌────────────┐
          │   max(a)   │
          │ Int64 NULL │
          ├────────────┤
          │ 999        │
          └────────────┘
          1 row result in 0.036 sec. Processed 999 rows, 999 B (27.89 thousand rows/s, 217.90 KiB/s)
    
          databend-local:)
    

  • 值得注意的是，bend-local 支持配置文件

    ~/.config/databend/config.toml
    
    来做一些个性化客户端配置，配置文件的格式和 bendsql 是兼容的。

• 一行命令生成一个 parquet 文件

  • 支持 --query, --output-format 参数 传入查询 SQL 和输出格式

       bend-local --query "select number, number + 1 as b from numbers(10)" --output-format parquet > /tmp/a.parquet
    
    

• Shell pipe 模式分析数据，$STDIN 宏将解析 stdin 流作为一个临时 stage 表

        ❯ echo '3,4' | bend-local -q "select $1 a, $2 b  from $STDIN  (file_format => 'csv') " --output-format table
  
         SELECT $1 AS a, $2 AS b FROM 'fs:///dev/fd/0' (FILE_FORMAT => 'csv')
  
         ┌─────────────────┐
         │    a   │    b   │
         │ String │ String │
         ├────────┼────────┤
         │ '3'    │ '4'    │
         └─────────────────┘
  

注意上面的 SQL 在 shell 中，使用了 $ 来对 shell 进行转义

• 读取 stage table（本地文件，外部 s3 等）

  
        ❯ bend-local --query "select count() from 'fs:///tmp/a.parquet'  (file_format => 'parquet') "
        10
  
        ❯ bend-local --query "select count() from 'https://datafuse-1253727613.cos.ap-hongkong.myqcloud.com/data/books.parquet'  (file_format => 'parquet') "
        2
  
        ❯ bend-local --query "select $1, $2 from 'http://www.geoplugin.net/csv.gp?ip=3.3.3.3'  (file_format => 'csv') "
  

• 分析系统进程，找出每个用户占用的内存

  
         ❯ ps aux | tail -n +2 | awk '{ printf("%s\t%s\n", $1, $4) }' | bend-local -q "select  $1 as user,  sum($2::double) as memory  from $STDIN  (file_format => 'tsv')  group by user  "
          sundy   9.100000000000001
          root    1.2
          dbus    0.0
  
  

• 数据清洗，将一个格式转换为其他格式（支持 csv, tsv, parquet, ndjson 等）

  
        ❯ bend-local -q 'select rand() as a, rand() as b from numbers(100)' > /tmp/a.tsv
  
  
        ❯ cat /tmp/a.tsv | bend-local -q "select $1 a, $2 b  from $STDIN  (file_format => 'tsv') " --output-format parquet > /tmp/a.parquet
  

• 其他好玩的分析例子，等待你的挖掘