> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# DataStore 빠른 시작

> DataStore 시작하기 - 설치, pandas에서 한 줄로 마이그레이션, 기본 사용법

몇 분이면 DataStore를 시작할 수 있습니다. 이 가이드에서는 설치, pandas에서 마이그레이션하는 방법, 그리고 기본 사용법을 설명합니다.

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

pip를 사용하여 chDB를 설치합니다:

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

선택적 종속성의 경우:

```bash theme={null}
# pandas DataFrame 지원을 위한 패키지
pip install "chdb[pandas]>=4.0"

# PyArrow 지원을 위한 패키지
pip install "chdb[arrow]>=4.0"

# 모든 선택적 의존성 패키지
pip install "chdb[all]>=4.0"
```

<div id="verify">
  ### 설치 확인
</div>

```python theme={null}
import chdb
print(chdb.__version__)  # 4.x.x 이상이 출력되어야 합니다

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

<div id="migration">
  ## Pandas에서 한 줄로 마이그레이션
</div>

DataStore를 가장 간단하게 사용하기 시작하는 방법은 import 문을 바꾸는 것입니다:

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

# 변경 후 (DataStore)
from chdb import datastore as pd
```

이제 끝입니다! 기존 pandas 코드는 이제 DataStore를 사용하게 되며, SQL 최적화의 이점도 누릴 수 있습니다.

<div id="migration-example">
  ### 마이그레이션 예시
</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
""")

# 기존 pandas 코드
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)

# DataStore 버전 - import만 변경하면 됩니다!
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)  # 동일한 결과, 더 빠른 실행!
```

<div id="basic-usage">
  ## 기본 사용법
</div>

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

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

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

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

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

# Parquet 파일에서 생성 (대용량 데이터셋에 권장)
ds = pd.read_parquet("data.parquet")
```

<div id="filtering">
  ### 데이터 필터링
</div>

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

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

# 단일 조건
senior = ds[ds['age'] > 30]

# 여러 조건 사용(AND)
senior_nyc = ds[(ds['age'] > 30) & (ds['city'] == 'NYC')]

# 여러 조건 사용(OR)
young_or_senior = ds[(ds['age'] < 25) | (ds['age'] > 50)]

# filter 메서드 사용(SQL 스타일)
result = ds.filter(ds['salary'] > 50000)
```

<div id="selecting">
  ### 컬럼 선택
</div>

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

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

<div id="sorting">
  ### 정렬
</div>

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

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

<div id="groupby">
  ### 그룹화와 집계
</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")

# 단일 컬럼으로 그룹화
by_region = ds.groupby('region')['amount'].sum()

# 여러 컬럼으로 그룹화
by_region_product = ds.groupby(['region', 'product']).agg({
    'amount': ['sum', 'mean'],
    'quantity': 'sum'
})

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

<div id="joining">
  ### DataStore 조인하기
</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")

# 내부 조인(Inner join)
result = employees.join(departments, on='dept_id', how='inner')

# 왼쪽 조인(Left join)
result = employees.join(departments, on='dept_id', how='left')

# 머지 사용 (pandas 스타일)
result = pd.merge(employees, departments, on='dept_id')
```

<div id="results">
  ## 결과 확인하기
</div>

DataStore는 지연 평가를 사용하므로 결과가 실제로 필요해질 때까지 작업이 실행되지 않습니다.

<div id="execution-triggers">
  ### 실행 시작하기
</div>

```python theme={null}
# 자동 트리거
print(ds)           # 결과 표시
len(ds)             # 행 수 조회
ds.columns          # 속성 접근
list(ds)            # 리스트로 변환

# 명시적 변환
df = ds.to_df()     # pandas DataFrame으로 변환
df = ds.to_pandas() # to_df()와 동일
```

<div id="view-sql">
  ### 생성된 SQL 확인하기
</div>

```python title="Query" theme={null}
# DataStore가 실행할 SQL 확인
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">
  ## 다양한 데이터 소스 사용하기
</div>

<div id="local-files">
  ### 로컬 파일
</div>

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

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

# Parquet (최고 성능)
ds = pd.read_parquet("data.parquet")

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

<div id="cloud-storage">
  ### 클라우드 저장소
</div>

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

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

# S3 (자격 증명 사용)
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">
  ### 데이터베이스
</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"
)

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

<div id="accessors">
  ## 문자열 및 DateTime 연산
</div>

<div id="string-ops">
  ### 문자열 연산
</div>

```python theme={null}
# 모든 pandas .str 메서드가 작동합니다
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">
  ### DateTime 연산
</div>

```python theme={null}
# 모든 pandas .dt 메서드가 작동합니다
ds['year'] = ds['date'].dt.year
ds['month'] = ds['date'].dt.month
ds['day_of_week'] = ds['date'].dt.dayofweek
```

<div id="extensions">
  ### ClickHouse 확장 기능
</div>

```python theme={null}
# URL 파싱 (pandas에서는 사용 불가!)
ds['domain'] = ds['url'].url.domain()

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

# IP 주소 연산
ds['is_ipv4'] = ds['ip_addr'].ip.is_ipv4_string()
```

<div id="best-practices">
  ## 권장 사항
</div>

<div id="use-parquet-for-large-files">
  ### 1. 대용량 파일에는 Parquet를 사용하세요
</div>

```python theme={null}
# CSV - 느림, 전체 파일 읽기
ds = pd.read_csv("large_data.csv")

# Parquet - 빠름, 컬럼형 포맷, 필요한 컬럼만 읽기
ds = pd.read_parquet("large_data.parquet")
```

<div id="filter-early">
  ### 2. 초기 단계에서 필터링하기
</div>

```python theme={null}
# 좋음 - 먼저 필터링한 다음 집계
result = (ds
    .filter(ds['date'] >= '2024-01-01')
    .groupby('category')['amount'].sum()
)

# 덜 최적임 - 먼저 집계
result = ds.groupby('category')['amount'].sum()
```

<div id="select-only-needed-columns">
  ### 3. 필요한 컬럼만 선택
</div>

```python theme={null}
# 좋음 - 특정 컬럼만 선택
result = ds.select('name', 'age', 'city').filter(ds['age'] > 25)

# 비효율적 - 모든 컬럼 사용
result = ds.filter(ds['age'] > 25)
```

<div id="use-sql-for-complex-operations">
  ### 4. 복잡한 작업에는 SQL 사용
</div>

```python theme={null}
# 복잡한 쿼리는 SQL을 직접 사용하세요
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">
  ## 다음 단계
</div>

* DataStore를 생성하는 모든 [팩토리 메서드](/ko/products/chdb/datastore/factory-methods)를 알아보세요
* SQL 스타일 작업을 위한 [쿼리 작성](/ko/products/chdb/datastore/query-building)을 살펴보세요
* 문자열, datetime 등과 관련된 [Accessor](/ko/products/chdb/datastore/accessors)를 확인해 보세요
* 최적화 팁은 [성능 가이드](/ko/products/chdb/guides/pandas-performance)를 참고하세요