DuckDBチュートリアル：AIプロジェクトの構築

duckdb：データサイエンスおよびai

の高性能データベース 最近安定したバージョンとしてリリースされたDuckDBは、データとAIコミュニティ内で急速に牽引力を獲得しています。 さまざまなフレームワークとのシームレスな統合により、最新のデータ分析に役立つツールになります。このチュートリアルでは、DuckDBの主要な機能を調査し、2つのプロジェクトでそのアプリケーションを実証します。検索の高等世代（RAG）アプリケーションを構築し、AI搭載クエリエンジンとして利用します。

DuckDBは、高性能と使いやすさを提供する最新のメモリ内分析データベース管理システム（DBMS）です。 これは、SQLITEのシンプルさと複雑なデータタスクに必要な分析力を組み合わせたSQLをサポートするリレーショナルDBMです。

主要な機能：

シンプルさ：サーバーレス、依存関係、埋め込み可能であるため、インストールと展開を簡単にします。 建物に必要なC11コンパイラのみが必要です

1. 豊富な機能：包括的なSQLサポートとディープパイソン/R統合、データサイエンスとインタラクティブ分析に最適です。
高性能：
2. 分析用に最適化され、並列処理と効率的な大規模なデータセット処理を可能にするカラメルベクトル化クエリ実行エンジン。 オープンソース：
許容MITライセンスに基づいてライセンスされています。
3. ポータビリティ：
duckdb-wasmを介したWebブラウザーを含む、さまざまなオペレーティングシステム（Linux、macos、windows）およびアーキテクチャ（x86、arm）で実行されます。
4. 拡張可能性：カスタムデータ型、関数、ファイル形式、およびSQL構文の拡張機能をサポートしています。
5. 堅牢なテスト：包括的なテストスイートとの継続的な統合を介して厳密にテストされました。
6. duckdb 最初に、pythonパッケージをインストールします：
7. duckdbデータベースの作成

関数を使用して永続的なデータベースを作成します：

これにより、データベースファイルがローカルに作成されます。

pip install duckdb --upgrade

CSVファイル（datalabから「銀行取引済み.csv」など）を「銀行」テーブルにロードしてみましょう。

簡単なクエリの例：connect

import duckdb
con = duckdb.connect("datacamp.duckdb")

duckdb関係とクエリ関数

duckdb関係（表）は、リレーショナルAPIを使用して照会でき、データ分析のためにPython関数をチェーンできます。 たとえば、

con.execute("""
    CREATE TABLE IF NOT EXISTS bank AS 
    SELECT * FROM read_csv('bank-marketing.csv')
""")
con.execute("SHOW ALL TABLES").fetchdf()

pip install duckdb --upgrade

query関数はSQLクエリを直接実行します：

import duckdb
con = duckdb.connect("datacamp.duckdb")

接続を閉じることを忘れないでください：con.close()

（RAGアプリケーションとAIクエリエンジンの統合を詳述する残りのセクションは、同様のパターンのパターンと再構築に従い、元のコンテンツの意味と画像の配置を維持します。）

以上がDuckDBチュートリアル：AIプロジェクトの構築の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。