Apache Quickstep 技术文档
2024-12-23 20:45:34作者:傅爽业Veleda
1. 安装指南
1.1 克隆代码
首先,从 Apache 的代码库中克隆 Quickstep 代码:
git clone https://git-wip-us.apache.org/repos/asf/incubator-quickstep.git quickstep
1.2 初始化依赖
进入代码目录,并初始化子模块依赖:
cd quickstep
git submodule init
1.3 检出依赖
检出所有依赖项并应用必要的补丁:
git submodule update
cd third_party && ./download_and_patch_prerequisites.sh && cd ..
1.4 编译
进入构建目录,创建 Makefile 并编译:
cd build
cmake -D CMAKE_BUILD_TYPE=Release ..
make -j4
注:-j4 参数可根据你的 CPU 核心数进行调整。
2. 使用说明
启动 Quickstep CLI Shell 并初始化数据库:
./quickstep_cli_shell --initialize_db=true
此时,你可以开始执行 SQL 查询。要退出 Quickstep,可以输入:
quit;
初始化后,数据库文件将存储在 qsstor 目录下。下次启动时,可以省略 --initialize_db 参数,直接使用:
./quickstep_cli_shell
3. 项目API使用文档
Quickstep 目前支持的 SQL 表面较小,但会随着时间的推移而增长。目前支持的包括基本的 CREATE TABLE 和 SELECT 语句。支持的数据类型包括:INTEGER、FLOAT、DOUBLE、VARCHAR、CHAR、DATE 和 DATETIME。Quickstep 尚不支持 NULL 值或键。
以下是一些示例 SQL 语句:
3.1 创建表
CREATE TABLE Weather (cid INTEGER, recordDate DATE, highTemperature FLOAT, lowTemperature FLOAT);
CREATE TABLE City (cid INTEGER, name VARCHAR(80), state CHAR(2));
3.2 插入数据
INSERT INTO City VALUES (1, 'Madison', 'WI');
INSERT INTO City VALUES (2, 'Palo Alto', 'CA');
INSERT INTO Weather VALUES (1, '2015-11-1', 50, 30);
INSERT INTO Weather VALUES (1, '2015-11-2', 51, 32);
INSERT INTO Weather VALUES (2, '2015-11-1', 60, 50);
3.3 查询
3.3.1 查询所有加州的天气记录
SELECT * FROM Weather W, City C WHERE C.cid = W.cid AND C.state = 'CA';
3.3.2 查询每个城市的最高和最低温度
SELECT cid, MIN(lowTemperature), MAX(highTemperature) FROM Weather GROUP BY cid;
3.3.3 使用嵌套查询查询每个城市的最高和最低温度,并打印城市名称
SELECT * FROM City C, (SELECT cid, MIN(lowTemperature), MAX(highTemperature) FROM Weather GROUP BY cid) AS T WHERE C.cid = T.cid;
3.4 数据导入
Quickstep 还支持 COPY TABLE 命令。以下是一个示例:
首先,在一个单独的 shell 文件中创建数据文件:
echo "3|2015-11-3|49|29" > /tmp/tmp.tbl
echo "3|2015-11-4|48|28" >> /tmp/tmp.tbl
echo "3|2015-11-5|47|27" >> /tmp/tmp.tbl
然后,在 Quickstep shell 中加载数据:
COPY Weather FROM '/tmp/tmp.tbl' WITH (DELIMITER '|');
现在,Weather 表中已加载更多数据,可以再次执行上述 SQL 查询。
4. 安装方式
请参考以下文档以获取更多关于构建和开发的信息:
Quickstep 使用 Apache License, Version 2.0 许可。有关完整许可文本,请见 LICENSE。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
414
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140