- 安装
- 文档
- 入门
- 连接
- 数据导入
- 客户端 API
- 概览
- ADBC
- C
- C++
- CLI
- Dart
- Go
- Java (JDBC)
- Julia
- Node.js (已弃用)
- Node.js (Neo)
- ODBC
- PHP
- Python
- R
- Rust
- Swift
- Wasm
- SQL
- 介绍
- 语句
- 概览
- ANALYZE
- ALTER TABLE
- ALTER VIEW
- ATTACH 和 DETACH
- CALL
- CHECKPOINT
- COMMENT ON
- COPY
- CREATE INDEX
- CREATE MACRO
- CREATE SCHEMA
- CREATE SECRET
- CREATE SEQUENCE
- CREATE TABLE
- CREATE VIEW
- CREATE TYPE
- DELETE
- DESCRIBE
- DROP
- EXPORT 和 IMPORT DATABASE
- INSERT
- LOAD / INSTALL
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SUMMARIZE
- 事务管理
- UNPIVOT
- UPDATE
- USE
- VACUUM
- 查询语法
- SELECT
- FROM 和 JOIN
- WHERE
- GROUP BY
- GROUPING SETS
- HAVING
- ORDER BY
- LIMIT 和 OFFSET
- SAMPLE
- 展开嵌套
- WITH
- WINDOW
- QUALIFY
- VALUES
- FILTER
- 集合操作
- 预处理语句
- 数据类型
- 表达式
- 函数
- 概览
- 聚合函数
- 数组函数
- 位字符串函数
- Blob 函数
- 日期格式化函数
- 日期函数
- 日期部分函数
- 枚举函数
- 间隔函数
- Lambda 函数
- 列表函数
- 映射函数
- 嵌套函数
- 数值函数
- 模式匹配
- 正则表达式
- 结构体函数
- 文本函数
- 时间函数
- 时间戳函数
- 带时区时间戳函数
- 联合函数
- 实用函数
- 窗口函数
- 约束
- 索引
- 元查询
- DuckDB 的 SQL 方言
- 示例
- 配置
- 扩展
- 核心扩展
- 概览
- 自动补全
- Avro
- AWS
- Azure
- Delta
- DuckLake
- 编码
- Excel
- 全文搜索
- httpfs (HTTP 和 S3)
- Iceberg
- ICU
- inet
- jemalloc
- MySQL
- PostgreSQL
- 空间
- SQLite
- TPC-DS
- TPC-H
- UI
- VSS
- 指南
- 概览
- 数据查看器
- 数据库集成
- 文件格式
- 概览
- CSV 导入
- CSV 导出
- 直接读取文件
- Excel 导入
- Excel 导出
- JSON 导入
- JSON 导出
- Parquet 导入
- Parquet 导出
- 查询 Parquet 文件
- 使用 file: 协议访问文件
- 网络和云存储
- 概览
- HTTP Parquet 导入
- S3 Parquet 导入
- S3 Parquet 导出
- S3 Iceberg 导入
- S3 Express One
- GCS 导入
- Cloudflare R2 导入
- 通过 HTTPS / S3 使用 DuckDB
- Fastly 对象存储导入
- 元查询
- ODBC
- 性能
- Python
- 安装
- 执行 SQL
- Jupyter Notebooks
- marimo Notebooks
- Pandas 上的 SQL
- 从 Pandas 导入
- 导出到 Pandas
- 从 Numpy 导入
- 导出到 Numpy
- Arrow 上的 SQL
- 从 Arrow 导入
- 导出到 Arrow
- Pandas 上的关系型 API
- 多个 Python 线程
- 与 Ibis 集成
- 与 Polars 集成
- 使用 fsspec 文件系统
- SQL 编辑器
- SQL 功能
- 代码片段
- 故障排除
- 术语表
- 离线浏览
- 操作手册
- 开发
- 内部结构
- 为什么选择 DuckDB
- 行为准则
- 发布日历
- 路线图
- 站点地图
- 在线演示
marimo 是一款开源的 Python 和 SQL 响应式笔记本,与 DuckDB 的 Python 客户端紧密集成,让您可以在一个支持 Git 版本控制的笔记本中混合使用 Python 和 SQL。与传统笔记本不同,当您运行一个单元格或与 UI 元素交互时,marimo 会自动(或延迟)运行受影响的单元格,从而保持代码和输出的一致性。它与 DuckDB 的集成使其非常适合交互式地处理数据,并且其以 Python 文件形式表示的特性使得将笔记本作为脚本运行变得简单。
安装
要开始使用,请从您的终端安装 marimo 和 DuckDB
pip install "marimo[sql]" # or uv add "marimo[sql]"
安装支持库
pip install "polars[pyarrow]" # or uv add "polars[pyarrow]"
运行教程
marimo tutorial sql
marimo 中的 SQL
通过在终端运行 marimo edit notebook.py
来创建笔记本。有以下三种方式创建 SQL 单元格
- 右键单击 + 按钮并选择 SQL 单元格
- 通过单元格菜单将任何空单元格转换为 SQL
- 点击笔记本底部的 SQL 按钮
在 marimo 中,SQL 单元格呈现出编写 SQL 的外观,同时使用 mo.sql()
函数序列化为标准的 Python 代码,这使得您的笔记本保持纯 Python 代码,而无需特殊的语法或魔法命令。
df = mo.sql(f"SELECT 'Off and flying!' AS a_duckdb_column")
这是因为 marimo 将笔记本存储为纯 Python 格式,原因有很多,例如便于 Git 友好的差异比较以及将笔记本作为 Python 脚本运行。
SQL 语句本身是一个 f-string,允许您使用 {}
(稍后显示)将 Python 值插入到查询中。具体来说,这意味着您的 SQL 查询可以依赖于 UI 元素或其他 Python 值,所有这些都作为 marimo 数据流图的一部分。
警告 注意!如果您有用户生成的内容进入 SQL 查询,请务必清理您的输入以防止 SQL 注入。
连接自定义 DuckDB 连接
要连接到自定义 DuckDB 连接而不是使用默认的全局连接,请创建一个单元格,并将 DuckDB 连接创建为 Python 变量
import duckdb
# Create a DuckDB connection
conn = duckdb.connect("path/to/my/duckdb.db")
marimo 会自动发现连接,并允许您在 SQL 单元格的连接下拉菜单中选择它。

数据库、模式和表自动发现
marimo 会自省连接并在“数据源”面板中显示数据库、模式、表和列。此面板让您可以快速浏览模式,将表和列拖入您的 SQL 查询中。

引用本地数据帧
在 SQL 单元格中,通过使用包含数据帧的 Python 变量名称来引用本地数据帧。如果您的数据库连接中存在同名表,则将使用数据库表。
import polars as pl
df = pl.DataFrame({"column": [1, 2, 3]})
SELECT * FROM df WHERE column > 2
引用 SQL 单元格的输出
在 SQL 单元格中定义一个非私有(非下划线开头)的输出变量,可以使您在其他 Python 和 SQL 单元格中引用生成的数据帧。

响应式 SQL 单元格
marimo 允许您创建响应式 SQL 单元格,当其依赖项更改时会自动更新。正在处理昂贵的查询或大型数据集?您可以将 marimo 的运行时配置为“惰性”模式。通过这样做,依赖单元格仅被标记为“过期”,用户可以选择何时重新运行它们。
digits = mo.ui.slider(label="Digits", start=100, stop=10000, step=200)
digits
CREATE TABLE random_data AS
SELECT i AS id, random() AS random_value,
FROM range({digits.value}) AS t(i);
SELECT * FROM random_data;
与滑块等 UI 元素交互,使您的数据更具可操作性。

marimo 中由 DuckDB 提供支持的 OLAP 分析
marimo 提供了一些与 DuckDB 配合良好、适用于分析工作流的特性
- Python 和 SQL 之间的无缝集成
- 响应式执行,在查询更改时自动更新依赖单元格
- 可用于参数化 SQL 查询的交互式 UI 元素
- 能够将笔记本导出为独立应用程序或 Python 脚本,甚至可以通过 WebAssembly 完全在浏览器中运行。
下一步
- 阅读 marimo 文档。
- 尝试 SQL 教程:
marimo tutorial sql
。 - 本指南的代码可在 GitHub 上获取。使用
marimo edit ⟨github_url⟩
运行它。