> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.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 ...")` |