Как запрашивать удаленный сервер ClickHouse

В этом руководстве мы узнаем, как запрашивать удаленный сервер ClickHouse из chDB.

Настройка

Сначала создадим виртуальное окружение:

А теперь установим chDB. Убедитесь, что у вас версия 2.0.2 или выше:

А теперь установим pandas и ipython:

Мы будем использовать ipython для выполнения команд в остальной части руководства, который можно запустить, выполнив:

Вы также можете использовать этот код в Python-скрипте или в вашем любимом блокноте.

Введение в ClickPy

Удаленный сервер ClickHouse, к которому мы будем делать запросы, это ClickPy. ClickPy отслеживает все загрузки пакетов PyPI и позволяет вам исследовать статистику пакетов через пользовательский интерфейс. Основная база данных доступна для запросов с использованием пользователя play.

Вы можете узнать больше о ClickPy в его репозитории на GitHub.

Запрос к ClickPy ClickHouse сервису

Давайте импортируем chDB:

Мы будем запрашивать ClickPy с помощью функции remoteSecure. Эта функция требует, как минимум, имя хоста, имя таблицы и имя пользователя.

Мы можем написать следующий запрос, чтобы вернуть количество загрузок в день пакета openai в виде DataFrame Pandas:

Теперь давайте сделаем то же самое, чтобы вернуть загрузки для scikit-learn:

Слияние DataFrame Pandas

Теперь у нас есть два DataFrame, которые мы можем объединить по дате (которая является колонкой x) следующим образом:

Затем мы можем вычислить отношение загрузок Open AI к загрузкам scikit-learn следующим образом:

Запросы к DataFrame Pandas

Далее, скажем, что мы хотим найти даты с лучшими и худшими отношениями. Мы можем вернуться к chDB и вычислить эти значения:

Если вы хотите узнать больше о запросах к DataFrame Pandas, смотрите руководство разработчика по DataFrame Pandas.