Chapitre 1. Premiers pas avec DuckDB
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Lorsqu'il s'agit d'analyse de données, pandas est souvent la bibliothèque de référence pour de nombreux développeurs. Récemment, Polars est apparu comme une alternative plus rapide et plus efficace pour manipuler les DataFrames. Cependant, malgré la popularité de ces bibliothèques sur , SQL (Structured Query Language) reste le langage le plus reconnu et le plus utilisé par les développeurs. Si tes données sont stockées dans une base de données qui prend en charge SQL, l'utilisation de SQL pour interroger et manipuler ces données est souvent l'approche la plus intuitive et la plus efficace.
Alors que Python est devenu le langage dominant dans le domaine de la science des données - en particulier pour travailler avec des données sous forme de tableaux grâce aux objets DataFrame - SQL continue d'être le langage universel des données. Étant donné que la plupart des développeurs sont déjà à l'aise avec SQL, ne serait-il pas plus efficace d'utiliser directement SQL pour la manipulation des données ?
C'est là que DuckDB brille de mille feux. DuckDB a été initialement conceptualisé en 2018 comme une base de données OLAP (traitement analytique en ligne) optimisée pour les requêtes analytiques rapides. Son objectif était de combler le fossé entre les systèmes de base de données à part entière et la simplicité des BD intégrées ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access