高速なSQL分析、レイクハウスのクエリ高速化、ハイブリッドなテキスト・ベクトル検索を提供するオープンソースMPPリアルタイム分析データベース。
databendlabs/databend
S3互換ストレージ上でSQL分析、ベクトル検索、全文検索、Python UDFのサンドボックス実行を提供するRust製オープンソースデータウェアハウス。
代替できる製品:Snowflake
Elasticsearch
- スター
- 9,472
- フォーク
- 900
- 未解決の Issue
- 446
- 最終コミット
- 7 時間前
これは何?
DatabendはRust製のエンタープライズ向けデータウェアハウスです。分析、ベクトル検索、全文検索を単一のエンジンで実行でき、自動スキーマ進化とトランザクションにも対応しています。データはS3、Azure Blob、GCSなどのクラウドオブジェクトストレージに保存されます。
このプロジェクトはAIエージェントのワークロードを想定しています。エージェントのロジックは、分離されたサンドボックスワーカーで実行されるPython UDFとして記述でき、SQLで関数の実行タイミングを制御できます。Gitのようなブランチ機能により、エージェントは本番データのスナップショット上で作業でき、元のテーブルを変更せずに済みます。
Databendはクラウドサービスで試せるほか、Pythonドライバーのローカルモードでローカル実行したり、Dockerイメージで起動したりできます。Docker環境では、SQLインターフェースがポート8000で公開されます。
主な機能
- 01分析、ベクトル検索、全文検索を単一のエンジンで実行。
- 02分離されたワーカーで実行されるPythonサンドボックスUDF。
- 03Arrow Flightを介して、SQLでエージェントのロジックをオーケストレーション。
- 04本番データのスナップショットを使った安全な実験を可能にする、Gitのようなデータブランチ機能。
- 05自動スキーマ進化とトランザクション。
- 06S3、Azure、GCS上のクラウドネイティブなストレージ。
ユースケース
- サンドボックス化したPythonロジックを使い、企業データに対してAIエージェントを実行。
- 大規模なSQL分析やBIワークロード。
- ベクトル検索と全文検索を組み合わせたRAGパイプラインの構築。
- 本番データのブランチ上で変更をテストしてから適用。
クイックスタート
- 1
ローカルのPythonドライバーをインストールする
pip install "databend-driver[local]>=0.34.0" - 2
ローカルデータベースに接続してクエリを実行する
from databend_driver import connect conn = connect("databend+local:///./local-state") print(conn.query_row("SELECT 'Hello, Databend!'").values()) - 3
またはDockerでデータウェアハウス全体を起動する
docker run -p 8000:8000 datafuselabs/databend
使う前に知っておきたいこと
- ローカルPythonモードにはPython 3.12または3.13と、databend-driver 0.34.0以降が必要です。
- 一部のエンタープライズ機能はApache 2.0ではなくElastic 2.0ライセンスの対象です。
トピック
よくある質問
- databend とは?
- S3互換ストレージ上でSQL分析、ベクトル検索、全文検索、Python UDFのサンドボックス実行を提供するRust製オープンソースデータウェアハウス。 DatabendはRust製のエンタープライズ向けデータウェアハウスです。分析、ベクトル検索、全文検索を単一のエンジンで実行でき、自動スキーマ進化とトランザクションにも対応しています。データはS3、Azure Blob、GCSなどのクラウドオブジェクトストレージに保存されます。
- databend は無料で使えますか?ライセンスは?
- databend は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- databend は今もメンテナンスされていますか?
- 活発にメンテナンス中。databend の最終コミットは 2026年10月20日 です。
- databend は何に使えますか?
- サンドボックス化したPythonロジックを使い、企業データに対してAIエージェントを実行。 大規模なSQL分析やBIワークロード。 ベクトル検索と全文検索を組み合わせたRAGパイプラインの構築。 本番データのブランチ上で変更をテストしてから適用。
- databend のインストール方法は?
- ローカルのPythonドライバーをインストールする: pip install "databend-driver[local]>=0.34.0" ローカルデータベースに接続してクエリを実行する: from databend_driver import connect conn = connect("databend+local:///./local-state") print(conn.query_row("SELECT 'Hello, Databend!'").values()) またはDockerでデータウェアハウス全体を起動する: docker run -p 8000:8000 datafuselabs/databend
- databend はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/databendlabs/databend
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Greenplumの後継として、新しいPostgreSQLカーネルを基盤に構築された、データウェアハウスと大規模分析向けのオープンソースMPPデータベース。
リアルタイムで分析レポートを生成する、オープンソースのカラム指向データベース管理システム。
Apache Druidは、高速なクエリとデータ取り込みを実現する高性能なリアルタイム分析データベースです。
大量のデータをほぼリアルタイムで保存・分析する、PostgreSQL互換のLuceneベース分散SQLデータベース。
コーディングエージェント向けの永続メモリ。セッション中の活動を記録してAIで圧縮し、後続セッションに関連するコンテキストを引き継ぎます。