Cómo se prepara la base de datos
Al abrir esta práctica, DuckDB-Wasm se inicia en tu navegador y carga automáticamente los Parquet desde GitHub. Para formar la tabla Posts, une sus tres fragmentos con read_parquet y materializa el resultado con CREATE TABLE … AS SELECT …:
CREATE TABLE Posts AS
SELECT * FROM read_parquet([
'https://raw.githubusercontent.com/dsevilla/bd2-data/main/es.stackoverflow/parquet/Posts1.parquet',
'https://raw.githubusercontent.com/dsevilla/bd2-data/main/es.stackoverflow/parquet/Posts2.parquet',
'https://raw.githubusercontent.com/dsevilla/bd2-data/main/es.stackoverflow/parquet/Posts3.parquet'
]);- Posts
- Posts1.parquet, Posts2.parquet y Posts3.parquet
- Users
- Users.parquet
- Tags
- Tags.parquet
- Comments
- Comments.parquet
- Votes
- Votes.parquet
La aplicación repite esa operación para las cinco tablas. Una vez cargadas, los ejercicios consultan Posts, Users, Tags, Comments y Votes dentro de DuckDB; cada consulta SQL usa esas tablas y no vuelve a leer ni descargar los Parquet. Se conservan en la memoria del navegador durante esta sesión: si recargas la página o eliges otra base, hay que cargarlos otra vez.
Stack Overflow en español
Preparando DuckDB-Wasm…DuckDB consulta directamente los Parquet alojados en dsevilla/bd2-data. También puedes seleccionar copias locales de Posts, Users, Tags, Comments y Votes. La muestra pequeña permite probar los ejercicios si falla el acceso remoto.
Los resultados se muestran en bloques de 100 filas; ejecuta una sentencia cada vez. Puedes retroceder en consultas SELECT. Los ejercicios DML crean una tabla temporal aparte.
Compatibilidad: los ejercicios usan el dialecto de DuckDB. MySQL 8 sigue siendo el motor de los cuadernos de la asignatura; sus opciones de particionado, índices y JSON pueden tener otra sintaxis y comportamiento.