# PQL — Le SQL prédictif pour DuckDB

> PQL est une extension DuckDB open source qui ajoute TRAIN MODEL et PREDICT à SQL. Elle s'entraîne sur les tables que vous avez déjà et construit ses features à partir de vos clés étrangères. Pas d'export, pas de pipeline, pas de second système. Licence MIT.

Source: https://guepard.run/fr/pql

---

PQL · SQL prédictif [32 425 téléchargements](https://duckdb.org/community_extensions/extensions/pql)

# Une ligne de SQL. Un vrai modèle de prédiction.

**PQL ajoute TRAIN MODEL et PREDICT à DuckDB.** Vos agents répondent à « que va-t-il se passer ? » dans le SQL qu'ils parlent déjà. Pas de pipeline, pas d'export, pas de second système.

`INSTALL pql FROM community; LOAD pql;`

[Voir sur GitHub →](https://github.com/Guepard-Corp/duckdb-pql) [Extension communautaire DuckDB](https://duckdb.org/community_extensions/extensions/pql)

- Open source, licence MIT

- S'exécute directement dans DuckDB

- Entraînement en quelques secondes sur le CPU d'un portable

```
TRAIN MODEL lapse
  PREDICT EXISTS(transactions)
  FOR customers AT last_seen_at
  HORIZON 30 DAYS;

-- peu après : score, baseline

PREDICT EXISTS(transactions)
  FOR customers USING MODEL lapse;
```

Ce que c'est

## La voie habituelle déplace vos données. PQL déplace le modèle.

Aujourd'hui : les données sortent

- 8 étapes

- 3 outils

- 2 équipes

- des semaines

**Votre base de données** tables, clés, historique

**Export** une copie sort

**Pipeline de features** écrit à la main

**Stack d'entraînement** Python, GPU

**Service d'inférence** à garder synchronisé

Avec PQL : le modèle vient aux données

- 1 instruction

- quelques secondes

**Votre base de données** DuckDB, avec l'extension PQL chargée rien n'est exporté, rien n'est copié

**vos tables** telles quelles

**TRAIN MODEL** features construites à partir des clés

**PREDICT** une ligne par entité

Pour qui

## Conçu pour tous ceux qui sont déjà dans la base. Humains et agents.

Si la base est la vôtre

### Le développeur base de données

Une instruction SQL, les mêmes tables, les mêmes permissions. Rien à déployer.

Si vous construisez les modèles

### Le data scientist

Un premier modèle défendable en quelques secondes, pas en semaines. Les fuites sont traitées par construction.

Si vous êtes un agent

### L'agent IA

Il entraîne, évalue et prédit par lui-même, dans le SQL qu'il écrit déjà. Ni Python ni stack d'entraînement à lui confier.

Où il s'applique

## Une entité, ses événements et une question sur son avenir.

Renouvellements SaaS, réachats e-commerce, impayés, tickets de support : la forme est toujours la même.

### Restauration et hôtellerie

#### Quels habitués sont sur le point de ne plus venir ?

```
TRAIN MODEL lapse
  PREDICT EXISTS(transactions)
  FOR customers AT last_seen_at
  HORIZON 30 DAYS;
```

### Suivi, logistique et flotte

#### Cette expédition connaîtra-t-elle une anomalie dans les trois prochains jours ?

```
TRAIN MODEL risk
  PREDICT EXISTS(scan_events
  WHERE scan_events.type = 'exception')
  FOR shipments AT dispatched_at
  HORIZON 3 DAYS;
```

[Plus d'exemples dans le tutoriel](https://github.com/Guepard-Corp/duckdb-pql/blob/main/docs/tutorial.md)

Les fuites, traitées par construction

## Pourquoi une prévision ne peut pas tricher.

PQL coupe le temps à la valeur AT de chaque ligne. Les features viennent uniquement d'avant cet instant, et le moteur compte le label après.

**tout ce que le modèle peut regarder** l'historique de chaque table liée

ancre : l'instant AT de cette ligne

**ce qu'on lui demande de prédire** la fenêtre HORIZON

lignes ultérieures, jamais vues

temps

La preuve sur RelBench

## La même classe de précision, en une instruction.

RelBench est le benchmark de Stanford pour la prédiction relationnelle.

Tâche rel-f1 | PQL | Gradient boosting Boosting features faites main | Réseau de neurones sur graphe GNN RelBench RDL, GPU |

Qualifié dans le top 3 le mois prochain ? AUROC | 0,809 | 0,842 | 0,809 |

Abandon en course ? AUROC | 0,707 | 0,701 | 0,741 |

Position à l'arrivée ? MAE, plus bas = mieux | 4,123 | 4,403 | 4,259 |

Matériel, temps d'entraînement | CPU de portable
3 à 15 s | CPU de portable
~1 s | GPU NVIDIA L4
17 à 78 s |

Une victoire, une égalité, une défaite face à chacun, sans déplacer une seule ligne.

Écrit à la main

**PQL**

1 instruction

**Gradient boosting**

126 lignes de SQL de features

**Réseau de neurones sur graphe**

~120 lignes de code de modèle

## Essayez-le en deux minutes.

Chargez l'extension dans n'importe quel shell DuckDB et entraînez votre premier modèle sur les tables que vous avez déjà.

`INSTALL pql FROM community; LOAD pql;`

[Voir sur GitHub →](https://github.com/Guepard-Corp/duckdb-pql) [Extension communautaire DuckDB](https://duckdb.org/community_extensions/extensions/pql) [Lire le tutoriel](https://github.com/Guepard-Corp/duckdb-pql/blob/main/docs/tutorial.md)

[32 425 téléchargements](https://duckdb.org/community_extensions/extensions/pql)

## Questions fréquentes

PQL (Predictive SQL) est une extension DuckDB open source qui ajoute TRAIN MODEL et PREDICT à SQL. Elle entraîne un modèle sur les tables que vous avez déjà, construit les features à partir de vos clés étrangères et renvoie les prédictions sous forme de lignes, comme n'importe quelle requête.

TRAIN indique un score calculé sur des lignes que le modèle n'a jamais vues, à côté d'une baseline : la réponse que vous obtiendriez sans aucun modèle. Si le modèle ne bat pas la baseline, vous le voyez immédiatement.

La prévision de série unique et saisonnière, comme le chiffre d'affaires quotidien total d'un établissement. Un modèle de séries temporelles dédié y fait mieux. PQL est conçu pour les questions portant sur de nombreuses entités avec des événements liés et horodatés.

Pas aujourd'hui, et c'est voulu. Les modèles vivent le temps de la session. TRAIN et PREDICT s'exécutent dans le même job, en quelques secondes : chaque prédiction porte sur des données fraîches. La persistance est sur la feuille de route pour les cas qui exigent un modèle figé.

Oui. PQL est sous licence MIT et développé ouvertement sur github.com/Guepard-Corp/duckdb-pql.
