Arbeta med databaser

Skalning och optimering av datapipelines med Polars

Liam Brannigan

Data Scientist & Polars Contributor

Fråga en databas från Polars

Konceptuellt diagram som visar hur Polars skickar en SQL-fråga och uri till en databas.

Fråga en databas från Polars

Konceptuellt diagram som visar hur Polars skickar en SQL-fråga till en databas och tar emot en resultattabell via en databasmotor.

Databaser som Polars kan fråga

Databaser som Polars kan arbeta med

Inbäddad → körs lokalt, ingen server
DuckDB → analytisk databas

Tabellen building_permits

SELECT *
FROM building_permits
LIMIT 5

shape: (5, 5)
| issue_date | permit_type | review_type | street_name  | work_description             |
| ---        | ---         | ---         | ---          | ---                          |
| date       | str         | str         | str          | str                          |
|------------|-------------|-------------|--------------|------------------------------|
| 2026-04-30 | Signs       | SIGN PERMIT | CLARK ST     | Wall sign install            |
| 2026-04-28 | Renovation  | SELF CERT   | OAKLEY AVE   | Add dormer to 8-unit roof    |
| 2026-03-21 | Easy Permit | EASY PERMIT | SEMINARY AVE | Parapet masonry repair       |
| 2026-03-11 | Easy Permit | EASY PERMIT | RHODES AVE   | Rebuild south chimney side   |
| 2026-03-03 | Easy Permit | EASY PERMIT | GIDDINGS ST  | Porch lintel + tuckpointing  |

Anslutnings-URI

import polars as pl

uri = "postgresql://analyst:[email protected]:5432/buildings"

postgresql:// protokoll
analyst:secret användarnamn och lösenord
data.chicago.org:5432 värd och port
buildings databasnamn

Fråga en databas

query = """
    SELECT issue_date, permit_type
    FROM building_permits
    WHERE issue_date >= DATE '2026-01-01'
"""

Fråga en databas

query = """
    SELECT issue_date, permit_type
    FROM building_permits
    WHERE issue_date >= DATE '2026-01-01'
"""

permit_counts = (
    pl.read_database_uri(query=query, uri=uri)



)

Fråga en databas

query = """
    SELECT issue_date, permit_type
    FROM building_permits
    WHERE issue_date >= DATE '2026-01-01'
"""

permit_counts = (
    pl.read_database_uri(query=query, uri=uri)
    .group_by("permit_type")
    .len()
    .sort("len", descending=True)
)

Grupperat tillståndsantal

permit_counts

shape: (3, 2)
| permit_type                     | len |
| ---                             | --- |
| str                             | u32 |
|---------------------------------|-----|
| Easy Permit                     | 58  |
| New Construction                | 14  |
| Renovation                      | 11  |

Välj motor

pl.read_database_uri(
    query=query,
    uri=uri,
    engine="connectorx",
)

Fler databaser stöds

pl.read_database_uri(
    query=query,
    uri=uri,
    engine="adbc",
)

Snabbare för databaser som stöds

¹ https://arrow.apache.org/adbc/current/driver/status.html

Skriv tillbaka till databasen

permit_counts.write_database(



)

Skriv tillbaka till databasen

permit_counts.write_database(
    table_name="permit_type_summary",
    connection=uri,

)

Skriv tillbaka till databasen

permit_counts.write_database(
    table_name="permit_type_summary",
    connection=uri,
    if_table_exists="replace",
)

append
fail

DuckDB-integration

import duckdb

db = duckdb.connect("permits.duckdb")

DuckDB → inbyggd Polars-utdata

DuckDB-integration

import duckdb

db = duckdb.connect("permits.duckdb")

result = db.sql("SELECT * FROM permit_type_summary").pl()

shape: (3, 2)
| permit_type                     | len |
| ---                             | --- |
| str                             | u32 |
|---------------------------------|-----|
| Easy Permit                     | 58  |
| New Construction                | 14  |
| Renovation                      | 11  |

Nu kör vi en övning!

Skalning och optimering av datapipelines med Polars