> ## 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.
# リモートのClickHouseサーバーにクエリする方法
> このガイドでは、chDBからリモートのClickHouseサーバーにクエリする方法を学びます。
このガイドでは、chDBからリモートのClickHouseサーバーにクエリする方法を学びます。
## 準備
まず、仮想環境を作成しましょう。
```bash theme={null}
python -m venv .venv
source .venv/bin/activate
```
次に、chDBをインストールします。
バージョン 2.0.2 以上であることを確認してください：
```bash theme={null}
pip install "chdb>=2.0.2"
```
次に、`pandas` と `ipython` をインストールします:
```bash theme={null}
pip install pandas ipython
```
このガイドの以降では、コマンドの実行に `ipython` を使用します。次を実行して起動できます。
```bash theme={null}
ipython
```
このコードは、Python スクリプトやお好みのノートブックでも使用できます。
## ClickPy の概要
これからクエリを実行するリモートの ClickHouseサーバーは、[ClickPy](https://clickpy.clickhouse.com) です。
ClickPy は PyPI パッケージのすべてのダウンロードを追跡しており、UI を通じて各パッケージの統計を確認できます。
基盤となるデータベースには、`play` ユーザーを使ってクエリを実行できます。
ClickPy の詳細については、[GitHub リポジトリ](https://github.com/ClickHouse/clickpy)をご覧ください。
## ClickPy ClickHouse service に対してクエリを実行する
まず、chDB をインポートします:
```python theme={null}
import chdb
```
`remoteSecure` 関数を使用して ClickPy にクエリを実行します。
この関数には、最低でもホスト名、テーブル名、ユーザー名を指定する必要があります。
次のクエリを記述すると、[`openai` パッケージ](https://clickpy.clickhouse.com/dashboard/openai) の1日あたりのダウンロード数を Pandas DataFrame として取得できます。
```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
```
それでは同様に、[`scikit-learn`](https://clickpy.clickhouse.com/dashboard/scikit-learn) のダウンロード数を取得してみましょう。
```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
```
## Pandas DataFramesのマージ
これで2つのDataFrameがそろったので、日付 (`x`カラム) を基準に、次のようにマージできます。
```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
```
次のように、OpenAI のダウンロード数に対する `scikit-learn` のダウンロード数の比率を計算できます。
```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
```
## Pandas DataFrames のクエリ
次に、比率が最も高い日付と最も低い日付を見つけるとします。
chDB に戻って、それらの値を計算できます。
```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
```
Pandas DataFrames へのクエリについて詳しくは、[Pandas DataFrames 開発者ガイド](/docs/ja/chdb/guides/querying-pandas)を参照してください。