数据库

支持的数据库

十二个原生数据库适配器，从嵌入式的 SQLite、DuckDB，到云数仓（Snowflake、StarRocks、Apache Doris、ClickZetta），再到湖上引擎（Hive、Spark、Trino、ClickHouse）。全部通过 Python entry points 接入——你这边不用写任何适配器代码。

内置

SQLite

类型sqlite

安装包内置

特点零配置的文件型存储——做演示和测试再合适不过。

内置

DuckDB

类型duckdb

安装包内置

特点嵌入式 OLAP，在本地直接分析 Parquet / CSV。

PostgreSQL

类型postgresql

安装包datus-postgresql

特点六种 SSL 模式，支持多 schema 与物化视图。

MySQL

类型mysql

安装包datus-mysql

特点通过 INFORMATION_SCHEMA + SHOW CREATE 获取丰富元数据。

Snowflake

类型snowflake

安装包datus-snowflake

特点原生 SDK 配合 Arrow 传输，读取更快。

StarRocks

类型starrocks

安装包datus-starrocks

特点多 catalog + 物化视图，走 MySQL 协议。

Apache Doris

类型doris

安装包datus-doris

特点湖仓一体、物化视图与混合检索。

v0.2.6

ClickHouse

类型clickhouse

安装包datus-clickhouse

特点HTTP 协议；database 等同 schema，支持轻量 DELETE。

ClickZetta

类型clickzetta

安装包datus-clickzetta

特点工作空间 + Volume/Stage 操作；湖仓生态伙伴。

v0.2.6

Hive

类型hive

安装包datus-hive

特点HiveServer2 / Thrift，支持 LDAP 与 Kerberos 认证。

v0.2.6

Spark

类型spark

安装包datus-spark

特点Spark Thrift Server；支持 NONE / PLAIN / Kerberos 认证。

v0.2.6

Trino

类型trino

安装包datus-trino

特点通过 HTTP/HTTPS SSL 做跨 catalog 查询。

统一接口

四类引擎，一套接口

每个适配器都实现同一套 CRUD、DDL、元数据与采样契约——所以子代理在你的 OLTP、数仓和湖上引擎之间表现完全一致。

关系型

PostgreSQL、MySQL——经典 OLTP 组合，元数据接口丰富。

云数仓

Snowflake、StarRocks、Apache Doris、ClickZetta——带 catalog 与工作空间模型的 MPP 引擎。

湖与分布式

Hive、Spark、Trino——架在数据湖之上的 Thrift 与 HTTP 引擎。

分析型与嵌入式

DuckDB、ClickHouse、SQLite——从本地文件到列式 OLAP。

databases.ymlyaml

数据库	类型	安装包	特点
SQLite	`sqlite`	内置	零配置的文件型存储——做演示和测试再合适不过。
DuckDB	`duckdb`	内置	嵌入式 OLAP，在本地直接分析 Parquet / CSV。
PostgreSQL	`postgresql`	`datus-postgresql`	六种 SSL 模式，支持多 schema 与物化视图。
MySQL	`mysql`	`datus-mysql`	通过 INFORMATION_SCHEMA + SHOW CREATE 获取丰富元数据。
Snowflake	`snowflake`	`datus-snowflake`	原生 SDK 配合 Arrow 传输，读取更快。
StarRocks	`starrocks`	`datus-starrocks`	多 catalog + 物化视图，走 MySQL 协议。
Apache Doris	`doris`	`datus-doris`	湖仓一体、物化视图与混合检索。
ClickHouse	`clickhouse`	`datus-clickhouse`	HTTP 协议；database 等同 schema，支持轻量 DELETE。
ClickZetta	`clickzetta`	`datus-clickzetta`	工作空间 + Volume/Stage 操作；湖仓生态伙伴。
Hive	`hive`	`datus-hive`	HiveServer2 / Thrift，支持 LDAP 与 Kerberos 认证。
Spark	`spark`	`datus-spark`	Spark Thrift Server；支持 NONE / PLAIN / Kerberos 认证。
Trino	`trino`	`datus-trino`	通过 HTTP/HTTPS SSL 做跨 catalog 查询。

配置方式、连接串与高级选项，详见Database Adapters 文档。

迁移

跨数据库迁移提示

每个适配器都实现了 MigrationTargetMixin，因此子代理可以为目标方言生成 DDL、给出对 OLAP 友好的表结构建议，并用 dry-run 校验结果。

get_migration_capabilities()suggest_table_layout()validate_ddl()

layout-suggestions.sqlsql

# datus-agent generates layout hints per target:

# StarRocks
CREATE TABLE orders_agg (
  user_id BIGINT,
  order_day DATE,
  gmv DECIMAL(18,2)
)
DUPLICATE KEY(user_id, order_day)
DISTRIBUTED BY HASH(user_id) BUCKETS 16;

# ClickHouse
CREATE TABLE orders_agg (
  user_id UInt64,
  order_day Date,
  gmv Decimal(18,2)
)
ENGINE = MergeTree
ORDER BY (user_id, order_day);

配置

开箱即用的数据源配置

一份 YAML 接上所有数仓。用环境变量把凭据挡在代码仓库之外。

agent.ymlyaml

agent:
  service:
    databases:
      production:                 # Snowflake
        type: snowflake
        account: ${SNOWFLAKE_ACCOUNT}
        username: ${SNOWFLAKE_USER}
        password: ${SNOWFLAKE_PASSWORD}
        warehouse: ${SNOWFLAKE_WAREHOUSE}
        database: ${SNOWFLAKE_DATABASE}

      analytics:                  # PostgreSQL
        type: postgresql
        host: ${PG_HOST}
        port: 5432
        username: ${PG_USER}
        password: ${PG_PASSWORD}
        database: mydb
        schema: public

      local_demo:                 # DuckDB
        type: duckdb
        uri: ./data/demo.duckdb
        default: true

      bird_benchmark:             # SQLite (glob multi-file)
        type: sqlite
        path_pattern: benchmark/bird/**/*.sqlite

常见问题

支持的数据库、适配器安装、自定义驱动，以及权限要求。

Datus 开箱支持哪些数据库？

Datus 支持 12 种以上数据库：SQLite、DuckDB、PostgreSQL、MySQL、Snowflake、StarRocks、Apache Doris、ClickHouse、ClickZetta、Hive、Spark 和 Trino。其中 SQLite 与 DuckDB 是内置的，其余以可安装适配器的形式提供（datus-postgresql、datus-snowflake 等）。

怎么安装数据库适配器？

在装好 Datus CLI 之后再安装对应的适配器包——例如 pip install datus-snowflake——然后在配置里加一个带连接信息的 datasource 块。所有可选项和连接串写法都在 Database Adapters 文档里。

能连列表之外的数据库吗？

可以。适配器接口是开放的，任何有 Python 驱动的数据库都能包装成 Datus 适配器。你可以在 GitHub 上提 issue，也可以照着 datus-postgresql 的模式贡献一个新适配器。

Agent 需要对我的数仓有读写权限吗？

不需要。分析类场景下，Datus 用只读凭据就能工作。只有需要物化表或模型的管道部署 Agent 才需要写权限。

v0.2.6 新增了哪些适配器？

v0.2.6 新增了 Hive、Spark、ClickHouse 与 Trino，在原有的关系型和云数仓适配器之外，补齐了对湖 / 分布式以及列式 OLAP 这两层的原生支持。

几分钟接上你的数仓

Snowflake、Postgres、MySQL 等都有原生适配器——填上凭据，Agent 就能基于你真实的表结构开始推理。

Database Adapters 文档了解支持的模型贡献一个适配器