> ## 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. # chDB > chDB é um engine SQL OLAP em processo com tecnologia ClickHouse export const Image = ({img, alt, size}) => { return {alt} ; }; chDB é um engine SQL OLAP rápido, executado no próprio processo e com tecnologia [ClickHouse](https://github.com/clickhouse/clickhouse) v25.8.2.1. Você pode usá-lo quando quiser ter o poder do ClickHouse em uma linguagem de programação, sem precisar se conectar a um servidor ClickHouse.
## Principais recursos
* **Engine SQL OLAP em processo** - Com tecnologia ClickHouse, não é necessário instalar o servidor ClickHouse * **Vários formatos de dados** - Suporte de entrada e saída para Parquet, CSV, JSON, Arrow, ORC e [mais de 70 outros formatos](/pt-BR/reference/formats/index) * **Cópia de dados minimizada** - De C++ para Python com [python memoryview](https://docs.python.org/3/c-api/memoryview.html) * **Integração avançada com o ecossistema Python** - Suporte nativo a Pandas, Arrow e DB API 2.0, integrando-se perfeitamente aos fluxos de trabalho de ciência de dados existentes * **Zero dependências** - Não é necessário instalar bancos de dados externos * **API DataStore** - API compatível com Pandas, com otimização SQL e suporte a mais de 630 métodos
## DataStore: API compatível com pandas
**NOVO!** O DataStore oferece uma API compatível com pandas que combina a sintaxe familiar do pandas com o desempenho do ClickHouse. **Primeiros passos no Hex** * 📖 Tutorial de Primeiros passos — configure sua primeira conexão * 🚀 Teste estendido de 30 dias do Hex — acesso completo às integrações do ClickHouse
### Migração em uma linha
```python theme={null} # Apenas mude seu import - seu código pandas funciona sem alterações - import pandas as pd + from chdb import datastore as pd df = pd.read_csv("data.csv") result = df[df['age'] > 25].groupby('city')['salary'].mean() ```
### Destaques de desempenho
| Operação | pandas | DataStore | Aceleração | | -------------------- | ------- | --------- | ---------- | | Contagem por GroupBy | 347ms | 17ms | **19.93x** | | Pipeline complexo | 2,047ms | 380ms | **5.39x** | | Filter+Sort+Head | 1,537ms | 350ms | **4.40x** | *Benchmarks em 10M linhas*
### Funcionalidades do DataStore
* **Mais de 630 métodos de API** - 209 métodos de DataFrame do pandas, mais de 185 métodos de accessor * **Avaliação preguiçosa** - As operações são compiladas em SQL otimizado * **Pushdown SQL** - Filtros e agregações são executados na fonte de dados * **Fontes de dados universais** - Leitura de arquivos, S3, bancos de dados e lagos de dados Saiba mais: [Documentação do DataStore](/pt-BR/products/chdb/datastore/index)
## Quais linguagens têm suporte no chDB?
O chDB oferece bindings para as seguintes linguagens: * [Python](/pt-BR/products/chdb/install/python) - [Referência da API](/pt-BR/products/chdb/api/python) * [Go](/pt-BR/products/chdb/install/go) * [Rust](/pt-BR/products/chdb/install/rust) * [NodeJS](/pt-BR/products/chdb/install/nodejs) * [Bun](/pt-BR/products/chdb/install/bun) * [C e C++](/pt-BR/products/chdb/install/c)
## Como começar?
* Se você estiver usando [Go](/pt-BR/products/chdb/install/go), [Rust](/pt-BR/products/chdb/install/rust), [NodeJS](/pt-BR/products/chdb/install/nodejs), [Bun](/pt-BR/products/chdb/install/bun) ou [C and C++](/pt-BR/products/chdb/install/c), consulte as páginas correspondentes de cada linguagem. * Se você estiver usando Python, consulte o [guia do desenvolvedor para começar](/pt-BR/products/chdb/getting-started) ou o [curso sob demanda do chDB](https://learn.clickhouse.com/user_catalog_class/show/1901178).
### Para usuários do pandas
Comece pela API DataStore para ter uma experiência semelhante à do pandas com o desempenho do ClickHouse: * [Guia rápido do DataStore](/pt-BR/products/chdb/datastore/quickstart) - Instalação e migração em uma linha * [Migração a partir do pandas](/pt-BR/products/chdb/guides/migration-from-pandas) - Guia de migração passo a passo * [Cookbook do pandas](/pt-BR/products/chdb/guides/pandas-cookbook) - Padrões comuns * [Principais diferenças](/pt-BR/products/chdb/guides/pandas-differences) - Diferenças importantes em relação ao pandas * [Guia de desempenho](/pt-BR/products/chdb/guides/pandas-performance) - Dicas de otimização
### Referência da API do DataStore
* [Métodos de fábrica](/pt-BR/products/chdb/datastore/factory-methods) - Criar a partir de arquivos, bancos de dados e armazenamento na nuvem * [Construção de consultas](/pt-BR/products/chdb/datastore/query-building) - Operações em estilo SQL * [Compatibilidade com Pandas](/pt-BR/products/chdb/datastore/pandas-compat) - 209 métodos compatíveis * [Acessores](/pt-BR/products/chdb/datastore/accessors) - .str, .dt, .arr, .json, .url, .ip, .geo * [Configuração](/pt-BR/products/chdb/configuration/index) - Engine, logging, profiling * [Depuração](/pt-BR/products/chdb/debugging/index) - explain(), profiling, logging
### Guias da API SQL
* [Referência da API do Python](/pt-BR/products/chdb/api/python) - Documentação completa da API SQL * [JupySQL](/pt-BR/products/chdb/guides/jupysql) * [Consultando o Pandas](/pt-BR/products/chdb/guides/querying-pandas) * [Consultando o Apache Arrow](/pt-BR/products/chdb/guides/querying-apache-arrow) * [Consultando dados no S3](/pt-BR/products/chdb/guides/querying-s3-bucket) * [Consultando arquivos Parquet](/pt-BR/products/chdb/guides/querying-parquet) * [Consultando um ClickHouse remoto](/pt-BR/products/chdb/guides/query-remote-clickhouse) * [Usando o banco de dados clickhouse-local](/pt-BR/products/chdb/guides/clickhouse-local)
## Um vídeo introdutório
Assista a uma breve introdução ao chDB e veja como ele leva o poder do ClickHouse ao seu ambiente Python: