databow: 一个使用ADBC驱动程序查询任何数据库的Rust CLI工具

# 介绍 databow 来源：https://columnar.tech/blog/introducing-databow/ TL;DR databow 是一款全新的开源命令行工具，可用于查询任何拥有 ADBC 驱动的数据库。它基于 Rust 构建，为你提供统一、快速、现代的接口，连接整个数据栈中的 SQL 系统。使用 `uv tool install databow` 即可安装。 在典型的一天里，数据工程师可能需要查询本地嵌入式数据库、分布式云数据仓库以及企业级关系型数据库服务器——每个都有自己专属的 CLI。`psql`、`mysql`、`snowsql`、`bq`、`sqlite3`：标志不同、输出格式不同、各种怪癖也各不相同。在它们之间切换意味着要重新学习语法并重新格式化结果。GUI 工具固然存在，但过于笨重，且会让你脱离终端。 如果有一款快速、现代的 CLI 能够连接到任何数据库，那会怎样？ ## 认识 databow 今天，我们很高兴地推出 **databow**——一款基于 ADBC（Arrow Database Connectivity）查询数据库的开源命令行工具。 databow 使用 Rust 构建，查询速度快，占用空间小。它能连接到任何拥有 ADBC 驱动的数据库，为你提供一个统一的接口，覆盖整个数据栈中的 SQL 系统。 ## databow 能做什么 ### 连接 30+ 种数据库 databow 可与任何拥有 ADBC 驱动的数据库配合使用，包括： - **事务型数据库：**PostgreSQL、MySQL、MariaDB、SQLite、Oracle Database、Microsoft SQL Server、CockroachDB、YugabyteDB、TiDB - **分析型数据库：**DuckDB、ClickHouse、Snowflake、BigQuery、Databricks、Amazon Redshift、Teradata - **湖仓引擎：**Trino、Dremio、StarRocks、Apache Doris - **时序数据库：**InfluxDB、TimescaleDB、GreptimeDB 随着 ADBC 生态的扩展，这个列表还在不断增长。 ### 在交互式 SQL Shell 中运行查询 databow 提供现代化的 REPL，具备你期望的功能： ``` $ databow --driver duckdb > SELECT * FROM 'sales.parquet' LIMIT 5; ┌────────────┬─────────┬──────────┐ │ date │ product │ revenue │ ├────────────┼─────────┼──────────┤ │ 2026-01-15 │ Widget │ 1250.00 │ │ 2026-01-15 │ Gadget │ 890.50 │ │ 2026-01-16 │ Widget │ 1100.00 │ │ 2026-01-16 │ Gizmo │ 2340.00 │ │ 2026-01-17 │ Gadget │ 756.25 │ └────────────┴─────────┴──────────┘ ``` - **语法高亮**，自动检测浅色/深色主题 - **多行 SQL 输入**，支持复杂查询 - **整洁对齐的表格**，列宽动态调整 - **命令历史**，方便导航之前的查询 ### 导出结果 需要分享查询结果？直接导出为你需要的格式： ``` # 导出为 CSV databow --driver postgresql --uri "postgres://localhost/analytics" \ --query "SELECT * FROM monthly_report" \ --output report.csv # 导出为 JSON databow --profile warehouse --query "SELECT * FROM users" \ --output users.json # 导出为 Arrow IPC databow --profile prod-db --query "SELECT * FROM events" \ --output events.arrow ``` ### 为自动化赋能 databow 不仅适用于交互式使用，它也被设计成适合集成到脚本和流水线中： ``` # 直接执行查询 databow --driver duckdb --uri warehouse.db --query "SELECT count(*) FROM logs WHERE level = 'ERROR'" # 从 SQL 文件读取 databow --driver postgresql --uri "postgres://localhost/analytics" \ --file daily_metrics.sql --output metrics.csv # 从标准输入管道传入查询 echo "SELECT version()" | databow --driver postgresql --uri "$DATABASE_URL" ``` ### 通过配置文件加载连接详情 厌倦了每次输入冗长的数据库连接字符串？将你的配置保存在 [ADBC 连接配置文件](https://cookbook.columnar.tech/use-adbc-connection-profiles-in-python/) 中，然后通过名称引用： ``` # 使用已保存的配置 databow --profile production-warehouse --query "SELECT * FROM orders" ``` ## 为什么选择 ADBC databow 基于 ADBC 构建——这是来自 Apache Arrow 项目的 Arrow 数据库连接标准。ADBC 提供了一种与供应商无关的数据库访问 API，类似于 JDBC 和 ODBC 之于传统连接。但 ADBC 从一开始就设计为以 Apache Arrow 格式传输数据。这意味着： - **高效的数据传输：**结果以 Arrow 列式格式返回，当数据库原生支持 Arrow 时，完全避免了逐行序列化的开销。 - **一致的行为：**同一套 API 跨数据库工作。 - **不断增长的生态：**随着更多数据库添加 ADBC 驱动，databow 会自动支持它们。 通过构建在 ADBC 之上，databow 受益于整个 Arrow 社区的工作。当有新的数据库发布 ADBC 驱动时，databow 用户即可立即使用。 ## 快速开始 databow 以单个二进制文件形式发布。使用 uv 或 Cargo 进行安装： ``` # 推荐：使用 uv 安装 uv tool install databow # 替代方案：使用 Cargo 安装 cargo install databow ``` 然后使用 [dbc](https://docs.columnar.tech/dbc/)——一款用于安装和管理 ADBC 驱动的命令行工具——为你的数据库安装 ADBC 驱动。例如，安装 DuckDB 的 ADBC 驱动： ``` dbc install duckdb ``` 然后开始查询： ``` databow --driver duckdb ``` ## 路线图 我们正在积极开发新功能，让 databow 更加强大： - **点命令：**用于快速配置和探索的交互式命令 - **更多导出格式：**支持将结果写入 Parquet 等其他文件类型 - **结果集截断：**为大结果集设置可配置的限制，保持终端响应灵敏 - **数据类型显示：**在查询结果旁显示列数据类型，提供更好的模式可见性