빠른 SQL 분석, 레이크하우스 쿼리 가속, 하이브리드 텍스트·벡터 검색을 제공하는 오픈소스 MPP 실시간 분석 데이터베이스
databendlabs/databend
S3 호환 스토리지에서 SQL 분석, 벡터 및 전문 검색, Python UDF 샌드박스를 제공하는 Rust 기반 오픈소스 데이터 웨어하우스입니다.
대체할 수 있는 제품:Snowflake
Elasticsearch
- 스타
- 9,472
- 포크
- 900
- 열린 이슈
- 446
- 마지막 커밋
- 5시간 전
어떤 프로젝트인가요?
Databend는 Rust로 작성된 엔터프라이즈 데이터 웨어하우스입니다. 하나의 엔진에서 분석, 벡터 검색, 전문 검색을 수행하고 자동 스키마 진화와 트랜잭션을 지원합니다. 데이터는 S3, Azure Blob, GCS 같은 클라우드 객체 스토리지에 저장됩니다.
이 프로젝트는 AI 에이전트 워크로드를 대상으로 합니다. 에이전트 로직은 격리된 샌드박스 워커에서 실행되는 Python UDF로 작성할 수 있으며, SQL로 해당 함수의 실행 시점을 조정할 수 있습니다. Git과 유사한 브랜칭 기능을 사용하면 에이전트가 원본 테이블을 변경하지 않고 프로덕션 데이터 스냅샷에서 작업할 수 있습니다.
Databend는 클라우드 서비스를 통해 사용해 보거나, Python 드라이버의 로컬 모드로 실행하거나, Docker 이미지로 시작할 수 있습니다. Docker 설정에서 SQL 인터페이스는 8000 포트로 제공됩니다.
핵심 기능
- 01단일 엔진에서 분석, 벡터 검색, 전문 검색을 제공합니다.
- 02격리된 워커에서 실행되는 Python 샌드박스 UDF를 지원합니다.
- 03Arrow Flight를 통해 에이전트 로직을 SQL로 조정합니다.
- 04프로덕션 데이터 스냅샷에서 안전하게 실험할 수 있는 Git 유사 데이터 브랜칭 기능을 제공합니다.
- 05자동 스키마 진화와 트랜잭션을 지원합니다.
- 06S3, Azure, GCS를 사용하는 클라우드 네이티브 스토리지를 지원합니다.
활용 사례
- 샌드박스 Python 로직을 사용해 엔터프라이즈 데이터를 대상으로 AI 에이전트를 실행합니다.
- 대규모 SQL 분석 및 BI 워크로드를 처리합니다.
- 벡터 검색과 전문 검색을 결합한 RAG 파이프라인을 구축합니다.
- 프로덕션 데이터 브랜치에서 변경 사항을 테스트한 뒤 적용합니다.
빠른 시작
- 1
로컬 Python 드라이버 설치
pip install "databend-driver[local]>=0.34.0" - 2
로컬 데이터베이스에 연결하고 쿼리 실행
from databend_driver import connect conn = connect("databend+local:///./local-state") print(conn.query_row("SELECT 'Hello, Databend!'").values()) - 3
또는 Docker로 전체 데이터 웨어하우스 실행
docker run -p 8000:8000 datafuselabs/databend
사용 전 알아둘 점
- 로컬 Python 모드에는 Python 3.12 또는 3.13과 databend-driver 0.34.0 이상이 필요합니다.
- 일부 엔터프라이즈 기능은 Apache 2.0이 아닌 Elastic 2.0 라이선스가 적용됩니다.
토픽
자주 묻는 질문
- databend은(는) 무엇인가요?
- S3 호환 스토리지에서 SQL 분석, 벡터 및 전문 검색, Python UDF 샌드박스를 제공하는 Rust 기반 오픈소스 데이터 웨어하우스입니다. Databend는 Rust로 작성된 엔터프라이즈 데이터 웨어하우스입니다. 하나의 엔진에서 분석, 벡터 검색, 전문 검색을 수행하고 자동 스키마 진화와 트랜잭션을 지원합니다. 데이터는 S3, Azure Blob, GCS 같은 클라우드 객체 스토리지에 저장됩니다.
- databend은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- databend은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- databend은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. databend의 마지막 커밋은 2026년 10월 20일입니다.
- databend은(는) 어디에 사용할 수 있나요?
- 샌드박스 Python 로직을 사용해 엔터프라이즈 데이터를 대상으로 AI 에이전트를 실행합니다. 대규모 SQL 분석 및 BI 워크로드를 처리합니다. 벡터 검색과 전문 검색을 결합한 RAG 파이프라인을 구축합니다. 프로덕션 데이터 브랜치에서 변경 사항을 테스트한 뒤 적용합니다.
- databend는 어떻게 설치하나요?
- 로컬 Python 드라이버 설치: pip install "databend-driver[local]>=0.34.0" 로컬 데이터베이스에 연결하고 쿼리 실행: from databend_driver import connect conn = connect("databend+local:///./local-state") print(conn.query_row("SELECT 'Hello, Databend!'").values()) 또는 Docker로 전체 데이터 웨어하우스 실행: docker run -p 8000:8000 datafuselabs/databend
- databend은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/databendlabs/databend
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Greenplum의 후속 프로젝트로, 최신 PostgreSQL 커널을 기반으로 한 오픈소스 MPP 데이터 웨어하우스·대규모 분석용 데이터베이스입니다.
실시간 분석 보고서 생성을 위한 오픈소스 컬럼형 데이터베이스 관리 시스템입니다.
Apache Druid는 빠른 쿼리와 데이터 적재를 지원하는 고성능 실시간 분석 데이터베이스입니다.
대용량 데이터를 거의 실시간으로 저장하고 분석하는 분산 SQL 데이터베이스로, PostgreSQL과 호환되며 Lucene을 기반으로 합니다.
코딩 에이전트의 세션 활동을 기록하고 AI로 압축한 뒤, 이후 세션에 관련 컨텍스트를 제공하는 지속성 메모리입니다.