PRQL

管道式关系查询语言（Pipelined Relational Query Language），发音为"Prequel"。

PRQL 是一种用于数据转换的现代语言 —— 一种简单、强大、管道式的 SQL 替代品。与 SQL 一样，它可读性强、明确且声明式。与 SQL 不同的是，它形成了一个逻辑转换管道，并支持变量和函数等抽象概念。由于它可以编译成 SQL，因此可以与任何使用 SQL 的数据库一起使用。

PRQL 可以像这样简单：

from tracks
filter artist == "Bob Marley"                 # 每一行都对前一个结果进行转换
aggregate {                                   # `aggregate` 将每列减少为一个值
  plays    = sum plays,
  longest  = max length,
  shortest = min length,                      # 允许使用尾随逗号
}

以下是一个更大的语言示例：

from employees
filter start_date > @2021-01-01               # 清晰的日期语法
derive {                                      # `derive` 添加列/变量
  gross_salary = salary + (tax ?? 0),         # 简洁的 coalesce
  gross_cost = gross_salary + benefits_cost,  # 变量可以使用其他变量
}
filter gross_cost > 0
group {title, country} (                      # `group` 对每个组运行一个管道
  aggregate {                                 # `aggregate` 将每个组减少为一个值
    average gross_salary,
    sum_gross_cost = sum gross_cost,          # `=` 设置列名
  }
)
filter sum_gross_cost > 100_000               # `filter` 替代了 SQL 中的 `WHERE` 和 `HAVING`
derive id = f"{title}_{country}"              # 类似 Python 的 F-字符串
derive country_code = s"LEFT(country, 2)"     # S-字符串允许使用 SQL 作为转义方式
sort {sum_gross_cost, -country}               # `-country` 表示降序
take 1..20                                    # 范围表达式（这里也可以写成 `take 20`）

要了解更多关于该语言的信息、更多示例和与 SQL 的对比，请访问 [prql-lang.org][prql website]。要在浏览器中试验 PRQL，请查看 [PRQL Playground][prql playground]。

当前状态 - 2024年6月

PRQL 正在由一个不断壮大的社区积极开发。对于勇于尝试的人来说，它已经可以使用了，无论是通过我们支持的集成，还是在您自己的工具中使用我们支持的语言绑定。

PRQL 仍然存在一些错误和一些缺失的功能，可能只适合向非技术团队推广用于相对简单的查询。

特别是，我们正在开发一个新的解析器，这将让我们消除许多错误并大大简化我们的代码。它还将让我们能够在不增加编译器复杂性的情况下扩展语言。在我们进行这项工作的同时，我们也专注于：

确保我们支持的功能非常稳健；解决任何优先级较高的错误。随着越来越多的人开始使用PRQL，我们收到了更多的错误报告——这是个好消息，但也给我们带来了更多工作。
填补剩余的功能空白，以便PRQL可以用于几乎所有标准SQL查询。
扩展我们支持的功能集——我们正在努力为模块/多文件项目和自动格式化添加实验性支持。

我们也在花时间思考：

让开始使用PRQL变得非常容易。我们通过与人们已经在使用的工具构建集成来实现这一点；例如VS Code扩展、Jupyter集成以及最近的qStudio集成。如果你熟悉的工具你认为可能会与PRQL集成，请在问题中告诉我们。
我们最初的所有决定是否正确——例如我们如何在window转换之外处理窗口函数。
使为编译器贡献变得更容易。我们有一个广泛的项目贡献者群体，但对编译器本身的贡献相对集中。我们希望扩大这一范围；#1840提供反馈，下面有一些入门问题的建议。

参与其中

要与PRQL保持联系：

在Twitter上关注我们
加入我们的Discord
为此仓库加星
贡献 — 通过编写代码（向我们发送你的用例！）或鼓励他人使用它来加入我们构建PRQL的行列。
查看PRQL的开发文档。入门很容易——只需几个命令就可以构建项目，而且我们是一个非常友好的社区！
对于那些可能有兴趣现在就为代码做贡献的人，请查看带有"good first issue"标签的问题。随时随地欢迎提问或开启草稿PR。

探索

PRQL Playground — 在浏览器中试验PRQL。
PRQL Book — 语言文档。
Jupyter magic — 在Jupyter中运行PRQL，可以针对数据库，或通过DuckDB针对Pandas DataFrame / CSV / Parquet文件。
pyprql文档 — pyprql的文档，PRQL的Python绑定，包括Jupyter magic。
PRQL VS Code扩展
prqlc-js — PRQL的JavaScript绑定。