datasette

把 CSV/SQLite 变成可搜索网站和 API,零代码

Datasette 是一个基于 Python 和 SQLite 的开源数据探索与发布工具,由 Simon Willison 开发。它能把 CSV、JSON、SQLite 等数据文件快速导入数据库,并自动生成可浏览、可搜索、可筛选的网页界面和 JSON API,无需编写后端代码。核心能力包括:零配置启动数据站点、自动生成 RESTful API、支持 SQL 查询与导出、插件生态丰富(可扩展地图、图表、认证等)、支持 Docker 部署和 ASGI 集成。它解决了数据分析师、记者、研究者快速分享和探索数据集的痛点,让非技术人员也能通过浏览器查询数据,同时为开发者提供稳定的 API 接口。

开源 free 数据集
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 11478
维护状态 活跃
是否开源
定价模式 free

项目数据

分类数据集
开发团队simonw
所属国家
定价模式free
价格说明开源免费,Apache 2.0 许可证
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型asgi,automatic-api,csv,datasets,datasette,datasette-io,docker,json,python,sql,sqlite
GitHub 星标★ 11478
30天Star增速
HF 下载量
上线时间2017-10-23 00:00:00
最近更新2026-09-20 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 6 步

环境要求

  • Python 3.10 或更高版本
  • pip 或 pipx(macOS 也可用 Homebrew)
  • 一个 SQLite 数据库文件(.db),用于浏览数据

安装与启动步骤

  1. 1确认 Python 版本

    Datasette 要求 Python 3.10 或更高版本,先检查本机版本是否满足。

    python3 --version
  2. 2安装 Datasette

    用 pip 从 PyPI 安装 Datasette 命令行工具,安装后可直接使用 datasette 命令。

    pip install datasette
  3. 3其他安装方式

    也可用 pipx 隔离安装;macOS 用户可用 Homebrew 安装,二选一即可。

    pipx install datasette
    brew install datasette
  4. 4启动数据服务

    serve 是默认子命令,可省略;启动后默认监听 8001 端口。

    datasette serve path/to/database.db
  5. 5浏览器访问

    在浏览器打开 http://localhost:8001/ 即可看到可浏览、可搜索的数据界面。

  6. 6示例:浏览历史

    README 示例:对 Chrome 历史库这类被锁定的数据库,加 --nolock 参数。

    datasette ~/Library/Application Support/Google/Chrome/Default/History --nolock

关键配置

配置项必填说明示例
database.db 路径指定要发布或浏览的 SQLite 数据库文件路径path/to/database.db
--nolock避免对数据库加锁,适用于被其他程序占用的库文件datasette ~/Library/Application Support/Google/Chrome/Defau

如何确认成功

终端显示服务已启动,浏览器打开 http://localhost:8001/ 能看到数据库与数据表列表页面。

常见问题

Q:页面打不开怎么办?

A:确认 datasette 命令仍在运行,默认端口是 8001,请访问 http://localhost:8001/ 而不是其他端口。

Q:必须执行 serve 子命令吗?

A:不必。serve 是默认子命令,直接写 datasette path/to/database.db 效果相同。

Q:可以用 Docker 部署吗?

A:可以。README 提到官方安装文档覆盖 Docker 等更多安装方式,但未给出具体 Docker 命令,请查阅安装文档。

Q:安装时报 Python 版本错误?

A:Datasette 需要 Python 3.10 或更高版本,请先升级本机 Python 再重试安装。

Q:macOS 上最简单的安装方式?

A:使用 Homebrew 执行 brew install datasette 即可,无需手动配置 Python 环境。

注意事项

  • README 仅提供 Docker 安装的文档链接,未给出可直接执行的 Docker 命令,故本教程未包含。
  • 默认 Web 服务端口为 8001。
  • 要浏览自己的数据,需先准备好 SQLite 格式的 .db 文件。

核心亮点

  • 零配置自动生成网页界面和 JSON API,导入数据即用
  • 插件生态丰富,可扩展地图、图表、认证、导出等能力
  • 基于 SQLite 和 ASGI,轻量高效,支持 Docker 部署

不足之处

  • 仅支持 SQLite,不适合大规模或高并发生产数据库场景
  • 默认无认证和权限控制,公开部署需额外配置插件

适用场景

  • 数据记者快速发布可搜索的公共数据集
  • 企业内部共享 CSV/Excel 数据并自动生成查询接口
  • 研究者将实验数据转为可浏览的在线数据库

替代项目

Metabase、Superset

项目介绍

datasette 是数据集领域的开源项目,由 simonw 开发,2017 年首次发布。

在全站 12,822 个收录项目中,它的 GitHub 星标数(11,478)位列前 5%,在数据集分类的 278 个项目里位列前 5%。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-20。开源免费,Apache 2.0 许可证。从国内网络环境看,可直接访问。

它主要面向的使用场景是:数据记者快速发布可搜索的公共数据集。同类可对比的替代方案包括 Metabase、Superset。

上一篇:awesome-public-datasets

下一篇:datasets

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注,图像视频文本通吃,导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10496 2026-08-10
aisheets 开源

像用表格一样批量调 AI,不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1643 2026-09-20
distilabel 开源

基于论文的合成数据流水线,快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3395 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据,告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09