CybercentreCanada/jupyterlab-sql-editor
CybercentreCanada/jupyterlab-sql-editor has 95 GitHub stars and 16 forks. GitHot measured 0 in 7 days and 0 in 15 days. Last checked 2026-11-10 03:38 UTC. Last push 2026-10-29.
Comment ces chiffres sont mesurés
A JupyterLab extension providing, SQL formatter, auto-completion, syntax highlighting, Spark SQL and Trino
Progression mesurée des étoiles
- in 24h
- Mise à jour retardée
- in 7 days
- 0
- in 15 days
- 0
- in 1 month
- Mise à jour retardée
Variations nettes sur des périodes qui se chevauchent, pas des totaux quotidiens. Les mesures absentes restent vides. Les étoiles indiquent l’intérêt, pas la qualité.
README-fr.md
Originaljupyterlab-sql-editor
Une extension à JupyterLab qui contribue:
- Formattage de SQL
- Extraction automatique du schéma de base de données
- Complétion automatique suivant un
taboudotdes:- noms de tables
- alias de tables
- jointures de tables
- noms de colonnes imbriquées
- fonctions
- Surbrillance de la syntaxe:
- ligne magic
- cellule magic
- chaînes de caractères Python
IPython magic pour:
- Spark SQL
- Trino
Execution et affichage des résultats dans une grille interactive

Résultats en JSON

Suggestion automatique des noms de colones et sous champs

Suggestion automatique de jointures sur nom de colonnes

Formattage et surbrillance de la syntaxe des cellules

Fonctionne à l'intérieur d'une chaînes de caractères Python

Capture de la requête dans un Dataframe ou vue temporaire

Utilisation de Jinja pour création de requêtes SQL réutilisables

Installation
Suivre les instructions d'installation dans CONTRIBUTING
Paramètres
Exemple d'usage:
%%sparksql -c -l 10 --dataframe df
<QUERY>
sparksql
| Parameter | Description |
|---|---|
--database NAME |
Spark database to use. |
-l LIMIT --limit LIMIT |
The maximum number of rows to display. A value of zero is equivalent to --output skip |
-r all|local|none --refresh all|local|none |
Force the regeneration of the schema cache file. The local option will only update tables/views created in the local Spark context. |
-d NAME --dataframe NAME |
Capture dataframe in a local variable named NAME. |
-c --cache |
Cache dataframe. |
-e --eager |
Cache dataframe with eager load. |
-v VIEW --view VIEW |
Create or replace a temporary view named VIEW. |
-o sql|json|html|aggrid|grid|text|schema|skip|none --output sql|json|html|aggrid|grid|text|schema|skip|none |
Output format. Defaults to html. The sql option prints the SQL statement that will be executed (useful to test jinja templated statements). |
-s --show-nonprinting |
Replace none printable characters with their ascii codes (LF -> \x0a) |
-j --jinja |
Enable Jinja templating support. |
-b --dbt |
Enable DBT templating support. |
-t LIMIT --truncate LIMIT |
Truncate output. |
-m update|complete --streaming_mode update|complete |
The mode of streaming queries. |
-x --lean-exceptions |
Shortened exceptions. Might be helpful if the exceptions reported by Spark are noisy such as with big SQL queries. |
trino
| Parameter | Description |
|---|---|
-c NAME --catalog NAME |
Trino catalog to use. |
-s NAME --schema NAME |
Trino schema to use. |
-l LIMIT --limit LIMIT |
The maximum number of rows to display. A value of zero is equivalent to --output skip |
-r all|none --refresh all|none |
Force the regeneration of the schema cache file. |
-d NAME --dataframe NAME |
Capture dataframe in a local variable named NAME. |
-o sql|json|html|aggrid|grid|text|schema|skip|none --output sql|json|html|aggrid|grid|text|schema|skip|none |
Output format. Defaults to html. The sql option prints the SQL statement that will be executed (useful to test jinja templated statements). |
-s --show-nonprinting |
Replace none printable characters with their ascii codes (LF -> \x0a). |
-j --jinja |
Enable Jinja templating support. |
-t LIMIT --truncate LIMIT |
Truncate output. |
-x STATEMENT --raw STATEMENT |
Run statement as is. Do not wrap statement with a limit. Use this option to run statement which can't be wrapped in a SELECT/LIMIT statement. For example EXPLAIN, SHOW TABLE, SHOW CATALOGS. |
Rapports sur les vulnérabilités de sécurité
Si vous pensez avoir identifié une faille de sécurité dans ce projet, veuillez envoyer un courriel à l'équipe du projet à [email protected], en détaillant le problème soupçonné et les méthodes que vous avez trouvées pour le reproduire.
Veuillez NE PAS ouvrir un problème dans le GitHub repo, car nous préférerons garder les rapports de vulnérabilités privés jusqu'à ce que nous ayons eu l'occasion de les examiner et de les résoudre.
Remerciements
Merci à tous les contributeurs des projets suivants:
Explorer des projets similaires
Asabeneh/30-Days-Of-Python
Le défi de programmation 30 Days of Python est un guide pas à pas pour apprendre le langage de programmation Python en 30 jours. Ce défi peut prendre plus de 100 jours. Avancez à votre rythme. Ces vidéos peuvent aussi vous aider : https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
78,560 étoilesgrafana/grafana
Plateforme ouverte et composable d’observabilité et de visualisation de données. Visualise les métriques, les journaux et les traces issus de plusieurs sources, comme Prometheus, Loki, Elasticsearch, InfluxDB, Postgres et bien d’autres.
77,830 étoilesredis/redis
Pour les développeurs qui créent des applications en temps réel pilotées par les données, Redis est le cache, le serveur de structures de données et le moteur de requêtes documentaires et vectorielles préféré, le plus rapide et le plus riche en fonctionnalités.
77,395 étoilesapache/superset
Apache Superset est une plateforme de visualisation et d'exploration de données.
75,473 étoiles