Databow：基于 ADBC 的开源工具，快速连接 30 多种数据库！

介绍 Databow2026 年 6 月 2 日一款全新的开源命令行工具 Databow 被推出。它用于查询任何具备 ADBC 驱动的数据库采用 Rust 语言构建能为整个数据栈中的 SQL 系统提供快速、现代的接口。使用 uv tool install databow 即可完成安装。在日常工作中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关系型数据库服务器而每种数据库都有各自的命令行界面CLI如 psql、mysql、snowsql、bq、sqlite3 等它们的标志参数、输出格式和使用特性各不相同。在这些工具之间切换使用意味着要重新学习语法并重新格式化查询结果。虽然有图形用户界面GUI工具但它们通常较为笨重会让使用者脱离终端环境。那么是否有一个快速、现代的 CLI 工具能连接任何数据库呢认识 Databow今天我们向大家介绍 Databow —— 一款用于通过 ADBCArrow 数据库连接性查询数据库的开源命令行工具。它采用 Rust 语言构建查询速度快且占用资源少可以连接任何具备 ADBC 驱动的数据库为整个数据栈中的 SQL 系统提供统一的接口。Databow 的功能连接 30 多种数据库Databow 可与任何具备 ADBC 驱动的数据库配合使用包括事务性数据库如 PostgreSQL、MySQL 等、分析型数据库如 DuckDB、ClickHouse 等、湖仓一体引擎如 Trino、Dremio 等、时间序列数据库如 InfluxDB、TimescaleDB 等。随着 ADBC 生态系统的不断扩展支持的数据库列表还会持续增加。在交互式 SQL shell 中运行查询Databow 提供了一个现代的交互式解释器REPL具备语法高亮可自动检测浅色/深色主题、多行 SQL 输入方便输入复杂查询语句、清晰对齐的表格列宽动态调整、命令历史记录便于查看和使用之前的查询等实用功能。导出查询结果如果需要分享查询结果可以直接将其导出为所需的格式如 CSV、JSON、Arrow IPC 格式等。支持自动化操作Databow 不仅适用于交互式使用还能很好地融入脚本和管道中可直接执行查询、从 SQL 文件读取查询语句、从标准输入管道输入查询语句等。从配置文件加载连接信息可以将配置信息保存到 [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它们避免输入冗长的数据库连接字符串。为何选择 ADBCDatabow 基于 ADBC 构建ADBC 是 Apache Arrow 项目推出的数据库连接标准。它提供了一个与供应商无关的数据库访问 API类似于 JDBC 和 ODBC 为传统数据库连接所做的工作。但 ADBC 从设计之初就支持以 Apache Arrow 格式传输数据具有高效的数据传输查询结果以 Arrow 的列式格式返回当数据库原生支持 Arrow 时完全无需逐行序列化大大减少了开销、一致的行为相同的 API 可在不同数据库上使用、不断发展的生态系统随着越来越多的数据库添加 ADBC 驱动Databow 会自动支持这些数据库等优势。通过基于 ADBC 构建Databow 受益于整个 Arrow 社区的努力当新的数据库发布 ADBC 驱动时Databow 用户可以立即使用。开始使用Databow 以单个二进制文件的形式发布可以使用 uv 或 Cargo 进行安装。然后使用 [dbc](https://docs.columnar.tech/dbc/)用于安装和管理 ADBC 驱动的命令行工具为数据库安装 ADBC 驱动。安装完成后就可以开始查询数据库了。路线图正在积极开发新功能以让 Databow 更加强大包括点命令提供交互式命令方便快速配置和探索、更多导出格式支持将查询结果写入 Parquet 等其他文件类型、结果集截断可配置大结果集的显示限制确保终端响应迅速、数据类型显示在查询结果中显示列的数据类型提高模式可见性。那么这些新功能何时能与大家见面呢