> ## 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.

# Configuration par fonction

> Configurez le moteur d’exécution et la correction Dtype au niveau des fonctions

DataStore permet un contrôle fin de l’exécution au niveau des fonctions, notamment la sélection du moteur et la correction Dtype.

<div id="function-engine">
  ## Configuration du Function Engine
</div>

Remplacez le moteur d’exécution pour des fonctions spécifiques.

<div id="setting-engines">
  ### Paramétrage des Function Engines
</div>

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

# Force specific functions to use chdb
function_config.use_chdb('length', 'substring', 'concat')

# Force specific functions to use pandas
function_config.use_pandas('upper', 'lower', 'capitalize')

# Set default preference
function_config.prefer_chdb()    # Default to chdb
function_config.prefer_pandas()  # Default to pandas

# Reset to auto
function_config.reset()
```

<div id="when-to-use">
  ### Quand l’utiliser
</div>

**Forcer chdb pour :**

* Les fonctions plus performantes avec ClickHouse
* Les fonctions qui tirent parti de l’optimisation SQL
* Les opérations à grande échelle sur les chaînes et les dates/heures

**Forcer pandas pour :**

* Les fonctions au comportement spécifique à pandas
* Lorsqu’une compatibilité exacte avec pandas est requise
* Les opérations personnalisées sur les chaînes

<div id="function-example">
  ### Exemple
</div>

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

# Configure function engines
function_config.use_chdb('length', 'substring')
function_config.use_pandas('upper')

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

# length() will use chdb
ds['name_len'] = ds['name'].str.len()

# substring() will use chdb  
ds['prefix'] = ds['name'].str.slice(0, 3)

# upper() will use pandas
ds['name_upper'] = ds['name'].str.upper()
```

***

<div id="overlapping">
  ## Fonctions en commun
</div>

Plus de 159 fonctions sont disponibles dans les moteurs chdb et pandas :

| Catégorie         | Fonctions                                                                                                                               |
| ----------------- | --------------------------------------------------------------------------------------------------------------------------------------- |
| **Chaînes**       | `length`, `upper`, `lower`, `trim`, `ltrim`, `rtrim`, `concat`, `substring`, `replace`, `reverse`, `contains`, `startswith`, `endswith` |
| **Mathématiques** | `abs`, `round`, `floor`, `ceil`, `exp`, `log`, `log10`, `sqrt`, `pow`, `sin`, `cos`, `tan`                                              |
| **DateTime**      | `year`, `month`, `day`, `hour`, `minute`, `second`, `dayofweek`, `dayofyear`, `quarter`                                                 |
| **Agrégation**    | `sum`, `avg`, `min`, `max`, `count`, `std`, `var`, `median`                                                                             |

Pour les fonctions en commun, le moteur est choisi selon :

1. La configuration explicite de la fonction (si elle est définie)
2. Le paramètre global `execution_engine`
3. La sélection automatique selon le contexte

***

<div id="chdb-only">
  ## Fonctions réservées à chdb
</div>

Certaines fonctions sont uniquement disponibles via ClickHouse :

| Catégorie           | Fonctions                                                                          |
| ------------------- | ---------------------------------------------------------------------------------- |
| **Array**           | `arraySum`, `arrayAvg`, `arraySort`, `arrayDistinct`, `groupArray`, `arrayElement` |
| **JSON**            | `JSONExtractString`, `JSONExtractInt`, `JSONExtractFloat`, `JSONHas`               |
| **URL**             | `domain`, `path`, `protocol`, `extractURLParameter`                                |
| **IP**              | `IPv4StringToNum`, `IPv4NumToString`, `isIPv4String`                               |
| **Geo**             | `greatCircleDistance`, `geoDistance`, `geoToH3`                                    |
| **Hash**            | `cityHash64`, `xxHash64`, `sipHash64`, `MD5`, `SHA256`                             |
| **Conditionnelles** | `sumIf`, `countIf`, `avgIf`, `minIf`, `maxIf`                                      |

Ces fonctions utilisent automatiquement le moteur chdb, quelle que soit la configuration.

***

<div id="pandas-only">
  ## Fonctions disponibles uniquement dans pandas
</div>

Certaines fonctions ne sont disponibles que via pandas :

| Catégorie          | Fonctions                                                             |
| ------------------ | --------------------------------------------------------------------- |
| **Apply**          | Fonctions lambda personnalisées, fonctions définies par l’utilisateur |
| **Pivot complexe** | Tableaux croisés dynamiques avec des agrégations personnalisées       |
| **Stack/Unstack**  | Opérations complexes de remodelage                                    |
| **Interpolate**    | Méthodes d’interpolation de séries temporelles                        |

Ces fonctions utilisent automatiquement le moteur pandas, quelle que soit la configuration.

***

<div id="dtype-correction">
  ## correction Dtype
</div>

Configurez la façon dont DataStore corrige les types de données entre les moteurs.

<div id="correction-levels">
  ### Niveaux de correction
</div>

```python theme={null}
from chdb.datastore.dtype_correction.config import CorrectionLevel
from chdb.datastore.config import config

# No correction
config.set_correction_level(CorrectionLevel.NONE)

# Critical types only (NULL handling, boolean)
config.set_correction_level(CorrectionLevel.CRITICAL)

# High priority (default) - common type mismatches
config.set_correction_level(CorrectionLevel.HIGH)

# Medium - more aggressive correction
config.set_correction_level(CorrectionLevel.MEDIUM)

# All - correct all possible types
config.set_correction_level(CorrectionLevel.ALL)
```

<div id="level-details">
  ### Détails des niveaux de correction
</div>

| Niveau              | Description                   | Types corrigés                                                         |
| ------------------- | ----------------------------- | ---------------------------------------------------------------------- |
| `NONE`              | Aucune correction automatique | Aucune                                                                 |
| `CRITICAL`          | Corrections essentielles      | Gestion de `NULL`, conversion booléenne                                |
| `HIGH` (par défaut) | Corrections courantes         | Précision des entiers et des flottants, DateTime, encodage des chaînes |
| `MEDIUM`            | Davantage de corrections      | Précision des décimaux, gestion des fuseaux horaires                   |
| `ALL`               | Correction maximale           | Toutes les différences de type                                         |

<div id="when-correction">
  ### Quand les types nécessitent une correction
</div>

Des différences de type peuvent survenir dans les cas suivants :

1. **ClickHouse → pandas** : tailles d’entiers différentes (Int64 vs int64)
2. **pandas → ClickHouse** : objets Python vers des types SQL
3. **NULL handling** : pandas NA vs ClickHouse NULL
4. **Boolean** : représentations booléennes différentes
5. **DateTime** : différences de fuseau horaire

<div id="function-example">
  ### Exemple
</div>

```python theme={null}
from chdb.datastore.dtype_correction.config import CorrectionLevel
from chdb.datastore.config import config

# Strict mode - expect exact type matches
config.set_correction_level(CorrectionLevel.NONE)

# Relaxed mode - auto-fix type issues
config.set_correction_level(CorrectionLevel.ALL)
```

***

<div id="api">
  ## API de configuration des fonctions
</div>

<div id="function-config-object">
  ### Objet function\_config
</div>

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

# Force engine for functions
function_config.use_chdb(*function_names)
function_config.use_pandas(*function_names)

# Set default preference
function_config.prefer_chdb()
function_config.prefer_pandas()

# Reset to default (auto)
function_config.reset()

# Check configuration
function_config.get_engine('length')  # Returns 'chdb', 'pandas', or 'auto'
```

<div id="per-call">
  ### Redéfinition du moteur par appel
</div>

Certaines méthodes permettent de redéfinir le moteur pour chaque appel :

```python theme={null}
# Using engine parameter (where supported)
ds['result'] = ds['col'].str.upper(engine='pandas')
```

***

<div id="best-practices">
  ## Bonnes pratiques
</div>

<div id="start-with-defaults">
  ### 1. Commencez par les paramètres par défaut
</div>

```python theme={null}
# Use auto mode, let DataStore decide
config.use_auto()
```

<div id="configure-for-specific-workloads">
  ### 2. Configurer en fonction des charges de travail spécifiques
</div>

```python theme={null}
# For ClickHouse-optimized string processing
function_config.use_chdb('length', 'substring', 'concat')

# For pandas-compatible string behavior
function_config.use_pandas('upper', 'lower')
```

<div id="use-appropriate-correction-level">
  ### 3. Utilisez le niveau de correction approprié
</div>

```python theme={null}
# Development: more permissive
config.set_correction_level(CorrectionLevel.ALL)

# Production: stricter
config.set_correction_level(CorrectionLevel.HIGH)
```

<div id="test-both-engines">
  ### 4. Testez les deux moteurs
</div>

```python theme={null}
# Test with chdb
config.use_chdb()
result_chdb = process_data()

# Test with pandas
config.use_pandas()
result_pandas = process_data()

# Compare results
assert result_chdb.equals(result_pandas)
```