> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Cómo consultar un servidor remoto de ClickHouse

> En esta guía, aprenderemos a consultar un servidor remoto de ClickHouse desde chDB.

En esta guía, aprenderemos a consultar un servidor remoto de ClickHouse desde chDB.

<div id="setup">
  ## Configuración
</div>

Primero, vamos a crear un entorno virtual:

```bash theme={null}
python -m venv .venv
source .venv/bin/activate
```

Y ahora instalaremos chDB.
Asegúrate de tener la versión 2.0.2 o posterior:

```bash theme={null}
pip install "chdb>=2.0.2"
```

Ahora vamos a instalar pandas e ipython:

```bash theme={null}
pip install pandas ipython
```

Vamos a usar `ipython` para ejecutar los comandos del resto de la guía, que puedes iniciar con:

```bash theme={null}
ipython
```

También puedes usar el código en un script de Python o en tu notebook preferido.

<div id="an-intro-to-clickpy">
  ## Introducción a ClickPy
</div>

El servidor remoto de ClickHouse que vamos a consultar es [ClickPy](https://clickpy.clickhouse.com).
ClickPy hace un seguimiento de todas las descargas de paquetes de PyPI y te permite explorar sus estadísticas a través de una UI.
La base de datos subyacente se puede consultar con el usuario `play`.

Puedes obtener más información sobre ClickPy en [su repositorio de GitHub](https://github.com/ClickHouse/clickpy).

<div id="querying-the-clickpy-clickhouse-service">
  ## Consultas al servicio de ClickHouse de ClickPy
</div>

Importemos chDB:

```python theme={null}
import chdb
```

Vamos a consultar ClickPy con la función `remoteSecure`.
Esta función requiere, como mínimo, un nombre del host, un nombre de tabla y un nombre de usuario.

Podemos escribir la siguiente consulta para obtener el número de descargas por día del [paquete `openai`](https://clickpy.clickhouse.com/dashboard/openai) como un DataFrame de Pandas:

```python theme={null}
query = """
SELECT
    toStartOfDay(date)::Date32 AS x,
    sum(count) AS y
FROM remoteSecure(
  'clickpy-clickhouse.clickhouse.com', 
  'pypi.pypi_downloads_per_day', 
  'play'
)
WHERE project = 'openai'
GROUP BY x
ORDER BY x ASC
"""

openai_df = chdb.query(query, "DataFrame")
openai_df.sort_values(by=["x"], ascending=False).head(n=10)
```

```text theme={null}
               x        y
2392  2024-10-02  1793502
2391  2024-10-01  1924901
2390  2024-09-30  1749045
2389  2024-09-29  1177131
2388  2024-09-28  1157323
2387  2024-09-27  1688094
2386  2024-09-26  1862712
2385  2024-09-25  2032923
2384  2024-09-24  1901965
2383  2024-09-23  1777554
```

Ahora hagamos lo mismo para obtener las descargas de [`scikit-learn`](https://clickpy.clickhouse.com/dashboard/scikit-learn):

```python theme={null}
query = """
SELECT
    toStartOfDay(date)::Date32 AS x,
    sum(count) AS y
FROM remoteSecure(
  'clickpy-clickhouse.clickhouse.com', 
  'pypi.pypi_downloads_per_day', 
  'play'
)
WHERE project = 'scikit-learn'
GROUP BY x
ORDER BY x ASC
"""

sklearn_df = chdb.query(query, "DataFrame")
sklearn_df.sort_values(by=["x"], ascending=False).head(n=10)
```

```text theme={null}
               x        y
2392  2024-10-02  1793502
2391  2024-10-01  1924901
2390  2024-09-30  1749045
2389  2024-09-29  1177131
2388  2024-09-28  1157323
2387  2024-09-27  1688094
2386  2024-09-26  1862712
2385  2024-09-25  2032923
2384  2024-09-24  1901965
2383  2024-09-23  1777554
```

<div id="merging-pandas-dataframes">
  ## Combinar DataFrames de Pandas
</div>

Ahora tenemos dos DataFrames, que podemos combinar según la fecha (que es la columna `x`) de la siguiente manera:

```python theme={null}
df = openai_df.merge(
  sklearn_df, 
  on="x", 
  suffixes=("_openai", "_sklearn")
)
df.head(n=5)
```

```text theme={null}
            x  y_openai  y_sklearn
0  2018-02-26        83      33971
1  2018-02-27        31      25211
2  2018-02-28         8      26023
3  2018-03-01         8      20912
4  2018-03-02         5      23842
```

A continuación, podemos calcular la proporción entre las descargas de Open AI y las de `scikit-learn` así:

```python theme={null}
df['ratio'] = df['y_openai'] / df['y_sklearn']
df.head(n=5)
```

```text theme={null}
            x  y_openai  y_sklearn     ratio
0  2018-02-26        83      33971  0.002443
1  2018-02-27        31      25211  0.001230
2  2018-02-28         8      26023  0.000307
3  2018-03-01         8      20912  0.000383
4  2018-03-02         5      23842  0.000210
```

<div id="querying-pandas-dataframes">
  ## Consulta de DataFrames de Pandas
</div>

A continuación, supongamos que queremos encontrar las fechas con los mejores y peores ratios.
Podemos volver a chDB y calcular esos valores:

```python theme={null}
chdb.query("""
SELECT max(ratio) AS bestRatio,
       argMax(x, ratio) AS bestDate,
       min(ratio) AS worstRatio,
       argMin(x, ratio) AS worstDate
FROM Python(df)
""", "DataFrame")
```

```text theme={null}
   bestRatio    bestDate  worstRatio   worstDate
0   0.693855  2024-09-19    0.000003  2020-02-09
```

Si quieres obtener más información sobre la consulta de DataFrames de Pandas, consulta la [guía para desarrolladores sobre DataFrames de Pandas](/docs/es/chdb/guides/querying-pandas).