> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Métodos de fábrica de DataStore

> Crear instancias de DataStore a partir de archivos, bases de datos, almacenamiento en la nube y lagos de datos

DataStore ofrece más de 20 métodos de fábrica para crear instancias a partir de diversas fuentes de datos, como archivos locales, bases de datos, almacenamiento en la nube y lagos de datos.

<div id="uri">
  ## Interfaz URI universal
</div>

El método `uri()` es el punto de acceso universal recomendado, ya que detecta automáticamente el tipo de origen:

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

# Archivos locales
ds = DataStore.uri("data.csv")
ds = DataStore.uri("/path/to/data.parquet")

# Almacenamiento en la nube
ds = DataStore.uri("s3://bucket/data.parquet?nosign=true")
ds = DataStore.uri("https://example.com/data.csv")

# Bases de datos
ds = DataStore.uri("mysql://user:pass@host:3306/db/table")
ds = DataStore.uri("postgresql://user:pass@host:5432/db/table")
```

<div id="uri-syntax">
  ### Referencia de la sintaxis de URI
</div>

| Tipo de origen | Formato de URI                              | Ejemplo                                                |
| -------------- | ------------------------------------------- | ------------------------------------------------------ |
| Archivo local  | `path/to/file`                              | `data.csv`, `/abs/path/data.parquet`                   |
| S3             | `s3://bucket/path`                          | `s3://mybucket/data.parquet?nosign=true`               |
| GCS            | `gs://bucket/path`                          | `gs://mybucket/data.csv`                               |
| Azure          | `az://container/path`                       | `az://mycontainer/data.parquet`                        |
| HTTP/HTTPS     | `https://url`                               | `https://example.com/data.csv`                         |
| MySQL          | `mysql://user:pass@host:port/db/table`      | `mysql://root:pass@localhost:3306/mydb/users`          |
| PostgreSQL     | `postgresql://user:pass@host:port/db/table` | `postgresql://postgres:pass@localhost:5432/mydb/users` |
| SQLite         | `sqlite:///path?table=name`                 | `sqlite:///data.db?table=users`                        |
| ClickHouse     | `clickhouse://host:port/db/table`           | `clickhouse://localhost:9000/default/hits`             |

***

<div id="file-sources">
  ## Fuentes de archivo
</div>

<div id="from-file">
  ### `from_file`
</div>

Crea un DataStore a partir de un archivo local o remoto con detección automática del formato.

```python theme={null}
DataStore.from_file(path, format=None, compression=None, **kwargs)
```

**Parámetros:**

| Parámetro     | Tipo | Predeterminado | Descripción                                                   |
| ------------- | ---- | -------------- | ------------------------------------------------------------- |
| `path`        | str  | *obligatorio*  | Ruta del archivo (local o URL)                                |
| `format`      | str  | `None`         | Formato del archivo (se detecta automáticamente si es `None`) |
| `compression` | str  | `None`         | Tipo de compresión (se detecta automáticamente si es `None`)  |

**Formatos compatibles:** CSV, TSV, Parquet, JSON, JSONLines, ORC, Avro, Arrow

**Ejemplos:**

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

# Detectar formato automáticamente a partir de la extensión
ds = DataStore.from_file("data.csv")
ds = DataStore.from_file("data.parquet")
ds = DataStore.from_file("data.json")

# Formato explícito
ds = DataStore.from_file("data.txt", format="CSV")

# Con compresión
ds = DataStore.from_file("data.csv.gz", compression="gzip")
```

<div id="pandas-read">
  ### Funciones de lectura compatibles con Pandas
</div>

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

# Archivos CSV
ds = pd.read_csv("data.csv")
ds = pd.read_csv("data.csv", sep=";", header=0, nrows=1000)

# Archivos Parquet (recomendados para conjuntos de datos grandes)
ds = pd.read_parquet("data.parquet")
ds = pd.read_parquet("data.parquet", columns=['col1', 'col2'])

# Archivos JSON
ds = pd.read_json("data.json")
ds = pd.read_json("data.jsonl", lines=True)

# Archivos Excel
ds = pd.read_excel("data.xlsx", sheet_name="Sheet1")
```

***

<div id="cloud-storage">
  ## Almacenamiento en la nube
</div>

<div id="from-s3">
  ### `from_s3`
</div>

Crea un DataStore a partir de Amazon S3.

```python theme={null}
DataStore.from_s3(url, access_key_id=None, secret_access_key=None, format=None, **kwargs)
```

**Parámetros:**

| Parámetro           | Tipo | Predeterminado | Descripción                                    |
| ------------------- | ---- | -------------- | ---------------------------------------------- |
| `url`               | str  | *obligatorio*  | URL de S3 (s3://bucket/path)                   |
| `access_key_id`     | str  | `None`         | ID de la clave de acceso de AWS                |
| `secret_access_key` | str  | `None`         | Clave de acceso secreta de AWS                 |
| `format`            | str  | `None`         | Formato de archivo (detectado automáticamente) |

**Ejemplos:**

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

# Acceso anónimo (bucket público)
ds = DataStore.from_s3("s3://bucket/data.parquet")

# Con credenciales
ds = DataStore.from_s3(
    "s3://bucket/data.parquet",
    access_key_id="AKIAIOSFODNN7EXAMPLE",
    secret_access_key="wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY"
)

# Usando URI con parámetros de consulta
ds = DataStore.uri("s3://bucket/data.parquet?nosign=true")
ds = DataStore.uri("s3://bucket/data.parquet?access_key_id=KEY&secret_access_key=SECRET")
```

<div id="from-gcs">
  ### `from_gcs`
</div>

Crea un DataStore desde Google Cloud Storage.

```python theme={null}
DataStore.from_gcs(url, credentials_path=None, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_gcs("gs://bucket/data.parquet")
ds = DataStore.from_gcs("gs://bucket/data.parquet", credentials_path="/path/to/creds.json")
```

<div id="from-azure">
  ### `from_azure`
</div>

Crea un DataStore a partir de Azure Blob Storage.

```python theme={null}
DataStore.from_azure(url, account_name=None, account_key=None, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_azure(
    "az://container/data.parquet",
    account_name="myaccount",
    account_key="mykey"
)
```

<div id="from-hdfs">
  ### `from_hdfs`
</div>

Crea un DataStore a partir de HDFS.

```python theme={null}
DataStore.from_hdfs(url, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_hdfs("hdfs://namenode:8020/path/data.parquet")
```

<div id="from-url">
  ### `from_url`
</div>

Crea un DataStore a partir de una URL HTTP/HTTPS.

```python theme={null}
DataStore.from_url(url, format=None, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_url("https://example.com/data.csv")
ds = DataStore.from_url("https://raw.githubusercontent.com/user/repo/main/data.parquet")
```

***

<div id="databases">
  ## Bases de datos
</div>

<div id="from-mysql">
  ### `from_mysql`
</div>

Crea un DataStore a partir de una base de datos MySQL.

```python theme={null}
DataStore.from_mysql(host, database, table, user, password, port=3306, **kwargs)
```

**Parámetros:**

| Parámetro  | Tipo | Predeterminado | Descripción                |
| ---------- | ---- | -------------- | -------------------------- |
| `host`     | str  | *obligatorio*  | Servidor MySQL             |
| `database` | str  | *obligatorio*  | Nombre de la base de datos |
| `table`    | str  | *obligatorio*  | Nombre de la tabla         |
| `user`     | str  | *obligatorio*  | Nombre de usuario          |
| `password` | str  | *obligatorio*  | Contraseña                 |
| `port`     | int  | `3306`         | Número de puerto           |

**Ejemplos:**

```python theme={null}
ds = DataStore.from_mysql(
    host="localhost",
    database="mydb",
    table="users",
    user="root",
    password="password"
)

# Usando URI
ds = DataStore.uri("mysql://root:password@localhost:3306/mydb/users")
```

<div id="from-postgresql">
  ### `from_postgresql`
</div>

Crear un DataStore a partir de una base de datos PostgreSQL.

```python theme={null}
DataStore.from_postgresql(host, database, table, user, password, port=5432, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_postgresql(
    host="localhost",
    database="mydb",
    table="users",
    user="postgres",
    password="password"
)

# Usando URI
ds = DataStore.uri("postgresql://postgres:password@localhost:5432/mydb/users")
```

<div id="from-clickhouse">
  ### `from_clickhouse`
</div>

Crear un DataStore a partir del servidor de ClickHouse.

```python theme={null}
DataStore.from_clickhouse(host, database, table, user=None, password=None, port=9000, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_clickhouse(
    host="localhost",
    database="default",
    table="hits",
    user="default",
    password=""
)

# Modo de nivel de conexión (explorar bases de datos)
ds = DataStore.from_clickhouse(
    host="analytics.company.com",
    user="analyst",
    password="secret"
)
ds.databases()                  # Listar bases de datos
ds.tables("production")         # Listar tablas
result = ds.sql("SELECT * FROM production.users LIMIT 10")
```

<div id="from-mongodb">
  ### `from_mongodb`
</div>

Crea un DataStore a partir de MongoDB.

```python theme={null}
DataStore.from_mongodb(uri, database, collection, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_mongodb(
    uri="mongodb://localhost:27017",
    database="mydb",
    collection="users"
)
```

<div id="from-sqlite">
  ### `from_sqlite`
</div>

Crea un DataStore a partir de una base de datos SQLite.

```python theme={null}
DataStore.from_sqlite(database_path, table, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_sqlite("data.db", table="users")

# Usando URI
ds = DataStore.uri("sqlite:///data.db?table=users")
```

***

<div id="data-lakes">
  ## Lagos de datos
</div>

<div id="from-iceberg">
  ### `from_iceberg`
</div>

Crea un DataStore a partir de una tabla Apache Iceberg.

```python theme={null}
DataStore.from_iceberg(path, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_iceberg("/path/to/iceberg_table")
ds = DataStore.uri("iceberg://catalog/namespace/table")
```

<div id="from-delta">
  ### `from_delta`
</div>

Crea un DataStore a partir de una tabla de Delta Lake.

```python theme={null}
DataStore.from_delta(path, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_delta("/path/to/delta_table")
ds = DataStore.uri("deltalake:///path/to/delta_table")
```

<div id="from-hudi">
  ### `from_hudi`
</div>

Crea un DataStore a partir de una tabla Hudi.

```python theme={null}
DataStore.from_hudi(path, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_hudi("/path/to/hudi_table")
ds = DataStore.uri("hudi:///path/to/hudi_table")
```

***

<div id="in-memory">
  ## Fuentes en memoria
</div>

<div id="from-df">
  ### `from_df` / `from_dataframe`
</div>

Crea un DataStore a partir de un DataFrame de pandas.

```python theme={null}
DataStore.from_df(df, name=None)
DataStore.from_dataframe(df, name=None)  # alias
```

**Ejemplos:**

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

pdf = pandas.DataFrame({'a': [1, 2, 3], 'b': ['x', 'y', 'z']})
ds = DataStore.from_df(pdf)
```

<div id="dataframe-constructor">
  ### Constructor de `DataFrame`
</div>

Cree un DataStore con un constructor similar al de pandas.

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

# Desde un diccionario
ds = pd.DataFrame({
    'name': ['Alice', 'Bob'],
    'age': [25, 30]
})

# Desde un DataFrame de pandas
import pandas
pdf = pandas.DataFrame({'a': [1, 2, 3]})
ds = pd.DataFrame(pdf)
```

***

<div id="special-sources">
  ## Fuentes especiales
</div>

<div id="from-numbers">
  ### `from_numbers`
</div>

Crea un DataStore con números secuenciales (útil para pruebas).

```python theme={null}
DataStore.from_numbers(count, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_numbers(1000000)  # 1M filas con columna 'number'
result = ds.filter(ds['number'] % 2 == 0).head(10)  # Números pares
```

<div id="from-random">
  ### `from_random`
</div>

Crear un DataStore con datos aleatorios.

```python theme={null}
DataStore.from_random(rows, columns, **kwargs)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.from_random(rows=1000, columns=5)
```

<div id="run-sql">
  ### `run_sql`
</div>

Crear un DataStore a partir de una consulta SQL en bruto.

```python theme={null}
DataStore.run_sql(query)
```

**Ejemplos:**

```python theme={null}
ds = DataStore.run_sql("""
    SELECT number, number * 2 as doubled
    FROM numbers(100)
    WHERE number % 10 = 0
""")
```

***

<div id="summary">
  ## Tabla de resumen
</div>

| Método              | Tipo de origen           | Ejemplo                                                  |
| ------------------- | ------------------------ | -------------------------------------------------------- |
| `uri()`             | Universal                | `DataStore.uri("s3://bucket/data.parquet")`              |
| `from_file()`       | Archivos locales/remotos | `DataStore.from_file("data.csv")`                        |
| `read_csv()`        | Archivos CSV             | `pd.read_csv("data.csv")`                                |
| `read_parquet()`    | Archivos Parquet         | `pd.read_parquet("data.parquet")`                        |
| `from_s3()`         | Amazon S3                | `DataStore.from_s3("s3://bucket/path")`                  |
| `from_gcs()`        | Google Cloud Storage     | `DataStore.from_gcs("gs://bucket/path")`                 |
| `from_azure()`      | Azure Blob               | `DataStore.from_azure("az://container/path")`            |
| `from_hdfs()`       | HDFS                     | `DataStore.from_hdfs("hdfs://host/path")`                |
| `from_url()`        | HTTP/HTTPS               | `DataStore.from_url("https://example.com/data.csv")`     |
| `from_mysql()`      | MySQL                    | `DataStore.from_mysql(host, db, table, user, pass)`      |
| `from_postgresql()` | PostgreSQL               | `DataStore.from_postgresql(host, db, table, user, pass)` |
| `from_clickhouse()` | ClickHouse               | `DataStore.from_clickhouse(host, db, table)`             |
| `from_mongodb()`    | MongoDB                  | `DataStore.from_mongodb(uri, db, collection)`            |
| `from_sqlite()`     | SQLite                   | `DataStore.from_sqlite("data.db", table)`                |
| `from_iceberg()`    | Apache Iceberg           | `DataStore.from_iceberg("/path/to/table")`               |
| `from_delta()`      | Delta Lake               | `DataStore.from_delta("/path/to/table")`                 |
| `from_hudi()`       | Apache Hudi              | `DataStore.from_hudi("/path/to/table")`                  |
| `from_df()`         | DataFrame de pandas      | `DataStore.from_df(pandas_df)`                           |
| `DataFrame()`       | Diccionario/DataFrame    | `pd.DataFrame({'a': [1, 2, 3]})`                         |
| `from_numbers()`    | Números secuenciales     | `DataStore.from_numbers(1000000)`                        |
| `from_random()`     | Datos aleatorios         | `DataStore.from_random(rows=1000, columns=5)`            |
| `run_sql()`         | consulta SQL en bruto    | `DataStore.run_sql("SELECT * FROM ...")`                 |