Databend 无服务器云(测试版) | 文档 | 基准测试 | 路线图 (v1.3)
![数据弯曲](https://private-user-images.githubusercontent.com/172204/279573083-9997d8bc-6462-4dbd-90e3-527cf50a709c.png?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJnaXRodWIuY29tIiwiYXVkIjoicmF3LmdpdGh1YnVzZXJjb250ZW50LmNvbSIsImtleSI6ImtleTUiLCJleHAiOjE3MDU3NTE5NjYsIm5iZiI6MTcwNTc1MTY2NiwicGF0aCI6Ii8xNzIyMDQvMjc5NTczMDgzLTk5OTdkOGJjLTY0NjItNGRiZC05MGUzLTUyN2NmNTBhNzA5Yy5wbmc_WC1BbXotQWxnb3JpdGhtPUFXUzQtSE1BQy1TSEEyNTYmWC1BbXotQ3JlZGVudGlhbD1BS0lBVkNPRFlMU0E1M1BRSzRaQSUyRjIwMjQwMTIwJTJGdXMtZWFzdC0xJTJGczMlMkZhd3M0X3JlcXVlc3QmWC1BbXotRGF0ZT0yMDI0MDEyMFQxMTU0MjZaJlgtQW16LUV4cGlyZXM9MzAwJlgtQW16LVNpZ25hdHVyZT1mMDgwMjlmN2U2ZTQ2ZmNlZDYxMjM4MzMzMmEyMDllZjBiYTE3YzQzNzk4ZjRkNDA2YjdmMjRmOTAwM2ZlYzZjJlgtQW16LVNpZ25lZEhlYWRlcnM9aG9zdCZhY3Rvcl9pZD0wJmtleV9pZD0wJnJlcG9faWQ9MCJ9.J2VEQQs0LUGoeOheDXjoE8iFLRvEJzIwvTyqQRiuRG8)
Databend是一个用 Rust 构建的开源、弹性和工作负载感知型云数据仓库,提供了Snowflake 的经济高效的替代方案。它专为对世界上最大的数据集进行复杂分析而设计。
-
云友好:与各种云存储无缝集成,例如 AWS S3、Azure Blob、Google Cloud 等。
-
高性能:内置 Rust,利用 SIMD 和矢量化处理进行快速分析。请参阅 ClickBench。
-
经济高效的弹性:存储和计算分开扩展的创新设计,优化成本和性能。
-
轻松的数据管理:摄取过程中的集成数据预处理消除了对外部 ETL 工具的需求。
-
数据版本控制:提供类似Git的多版本存储,轻松实现任意时间点的数据查询、克隆和恢复。
-
丰富的数据支持:处理多种数据格式和类型,包括 JSON、CSV、Parquet、ARRAY、TUPLE、MAP 和 JSON。
-
人工智能增强分析:提供具有集成人工智能功能的高级分析功能。
-
社区驱动:受益于友好且不断发展的社区,该社区为您的所有云分析提供易于使用的平台。
尝试 Databend 的最快方法,Databend Cloud
从 Docker Hub 准备映像(一次)(这将下载大约 170 MB 的数据):
docker pull datafuselabs/databend
要快速运行 Databend:
docker run --net=host datafuselabs/databend
部署Databend
将数据加载到 Databend
使用 Databend 加载数据工具
管理用户
管理表
人工智能功能
Databend 的蓬勃发展依赖于社区贡献!无论是通过想法、代码还是文档,每一项努力都有助于增强我们的项目。为了表示感谢,一旦您的代码被合并,您的名字将永远保留在system.contributors表中。
以下是一些可帮助您入门的资源:
有关使用 Databend 的指南,我们建议从官方文档开始。如果您需要进一步帮助,请探索以下社区渠道:
随时了解 Databend 的开发历程。以下是我们路线图的里程碑:
Databend 根据两个许可证的组合发布:Apache License 2.0和Elastic License 2.0。
在向 Databend 做出贡献时,您可以在每个文件中找到相关的许可证标头。
-
灵感:Databend 的设计灵感来自行业领导者ClickHouse和Snowflake。
-
计算模型:我们的计算基础建立在Arrow2之上,Arrow2 是 Apache Arrow 列格式的更快、更安全的版本。
-
文档托管:Databend 文档网站自豪地在Vercel上运行。