clickhouse-local と ClickHouse を使い分けるタイミング
clickhouse-local
は、完全なデータベースサーバーをインストールすることなく、SQL を使用してローカルおよびリモートファイルの高速処理を行う必要がある開発者に理想的な、使いやすい ClickHouse のバージョンです。clickhouse-local
を使用すると、開発者はコマンドラインから直接 ClickHouse SQL ダイアレクト を使用して SQL コマンドを実行でき、完全な ClickHouse のインストールなしで ClickHouse の機能に簡単かつ効率的にアクセスできます。clickhouse-local
の主な利点の1つは、clickhouse-client をインストールする際にすでに含まれていることです。これにより、複雑なインストールプロセスを必要とせずに、開発者は迅速に clickhouse-local
を始めることができます。
clickhouse-local
は、開発およびテスト目的、そしてファイルの処理に優れたツールですが、エンドユーザーやアプリケーションにサービスを提供するには適していません。このようなシナリオでは、オープンソースの ClickHouse の使用をお勧めします。ClickHouse は、大規模な分析ワークロードを処理するために設計された強力な OLAP データベースです。大規模なデータセットに対して複雑なクエリを高速かつ効率的に処理し、高パフォーマンスが重要な本番環境での使用に理想的です。さらに、ClickHouse は、スケールアップして大規模なデータセットを処理しアプリケーションにサービスを提供するために必要不可欠なレプリケーション、シャーディング、高可用性などの幅広い機能を提供します。より大きなデータセットを処理したり、エンドユーザーやアプリケーションにサービスを提供する必要がある場合は、clickhouse-local
の代わりにオープンソースの ClickHouse を使用することをお勧めします。
以下のドキュメントを読んで、clickhouse-local
の使用例を確認してください。例えば、ローカルファイルのクエリや、S3 の Parquet ファイルの読み取りなどです。
clickhouse-local のダウンロード
clickhouse-local
は、ClickHouse サーバーや clickhouse-client
を実行するのと同じ clickhouse
バイナリを使用して実行されます。最新バージョンをダウンロードする最も簡単な方法は、次のコマンドを使用することです:
curl https://clickhouse.com/ | sh
注記
ダウンロードしたバイナリは、様々な ClickHouse ツールやユーティリティを実行できます。ClickHouse をデータベースサーバーとして実行したい場合は、クイックスタートを確認してください。
SQL を使用してファイルのデータをクエリする
clickhouse-local
の一般的な使用法は、ファイルに対するアドホッククエリを実行することです:テーブルにデータを挿入する必要はありません。clickhouse-local
は、ファイルからデータをストリームし、一時的なテーブルにデータを流し込み、あなたの SQL を実行できます。
ファイルが clickhouse-local
と同じマシンにある場合、単に読み込むファイルを指定できます。以下の reviews.tsv
ファイルには、Amazon の製品レビューのサンプリングが含まれています:
./clickhouse local -q "SELECT * FROM 'reviews.tsv'"
このコマンドは以下のショートカットです:
./clickhouse local -q "SELECT * FROM file('reviews.tsv')"
ClickHouse は、ファイル名の拡張子からそのファイルがタブ区切り形式であることを認識します。形式を明示的に指定する必要がある場合は、多くの ClickHouse 入力形式 のいずれかを追加してください:
./clickhouse local -q "SELECT * FROM file('reviews.tsv', 'TabSeparated')"
file
テーブル関数はテーブルを作成し、DESCRIBE
を使用して推測されたスキーマを見ることができます:
./clickhouse local -q "DESCRIBE file('reviews.tsv')"
ヒント
ファイル名にワイルドカードを使用することが許可されています(パスのワイルドカード置換を参照)。
例:
./clickhouse local -q "SELECT * FROM 'reviews*.jsonl'"
./clickhouse local -q "SELECT * FROM 'review_?.csv'"
./clickhouse local -q "SELECT * FROM 'review_{1..3}.csv'"
marketplace Nullable(String)
customer_id Nullable(Int64)
review_id Nullable(String)
product_id Nullable(String)
product_parent Nullable(Int64)
product_title Nullable(String)
product_category Nullable(String)
star_rating Nullable(Int64)
helpful_votes Nullable(Int64)
total_votes Nullable(Int64)
vine Nullable(String)
verified_purchase Nullable(String)
review_headline Nullable(String)
review_body Nullable(String)
review_date Nullable(Date)
最高評価の商品を見つけましょう:
./clickhouse local -q "SELECT
argMax(product_title,star_rating),
max(star_rating)
FROM file('reviews.tsv')"
Monopoly Junior Board Game 5
AWS S3 の Parquet ファイルのデータをクエリする
S3 にファイルがある場合は、clickhouse-local
と s3
テーブル関数を使用して、ClickHouse テーブルにデータを挿入することなく、ファイルをそのままクエリすることができます。英国で販売された不動産の価格を含む house_0.parquet
という名前のファイルがあります。このファイルに何行あるか見てみましょう:
./clickhouse local -q "
SELECT count()
FROM s3('https://datasets-documentation.s3.eu-west-3.amazonaws.com/house_parquet/house_0.parquet')"
このファイルは 2.7M 行あります:
ClickHouse がファイルから決定する推測されたスキーマを見るのは常に便利です:
./clickhouse local -q "DESCRIBE s3('https://datasets-documentation.s3.eu-west-3.amazonaws.com/house_parquet/house_0.parquet')"
price Nullable(Int64)
date Nullable(UInt16)
postcode1 Nullable(String)
postcode2 Nullable(String)
type Nullable(String)
is_new Nullable(UInt8)
duration Nullable(String)
addr1 Nullable(String)
addr2 Nullable(String)
street Nullable(String)
locality Nullable(String)
town Nullable(String)
district Nullable(String)
county Nullable(String)
最も高価な地域を見てみましょう:
./clickhouse local -q "
SELECT
town,
district,
count() AS c,
round(avg(price)) AS price,
bar(price, 0, 5000000, 100)
FROM s3('https://datasets-documentation.s3.eu-west-3.amazonaws.com/house_parquet/house_0.parquet')
GROUP BY
town,
district
HAVING c >= 100
ORDER BY price DESC
LIMIT 10"
LONDON CITY OF LONDON 886 2271305 █████████████████████████████████████████████▍
LEATHERHEAD ELMBRIDGE 206 1176680 ███████████████████████▌
LONDON CITY OF WESTMINSTER 12577 1108221 ██████████████████████▏
LONDON KENSINGTON AND CHELSEA 8728 1094496 █████████████████████▉
HYTHE FOLKESTONE AND HYTHE 130 1023980 ████████████████████▍
CHALFONT ST GILES CHILTERN 113 835754 ████████████████▋
AMERSHAM BUCKINGHAMSHIRE 113 799596 ███████████████▉
VIRGINIA WATER RUNNYMEDE 356 789301 ███████████████▊
BARNET ENFIELD 282 740514 ██████████████▊
NORTHWOOD THREE RIVERS 184 731609 ██████████████▋
ヒント
ファイルを ClickHouse に挿入する準備ができたら、ClickHouse サーバーを起動し、file
と s3
テーブル関数の結果を MergeTree
テーブルに挿入してください。詳細は クイックスタート を参照してください。
clickhouse-local
を使用して、異なるフォーマット間でデータを変換できます。例:
$ clickhouse-local --input-format JSONLines --output-format CSV --query "SELECT * FROM table" < data.json > data.csv
フォーマットはファイルの拡張子から自動的に検出されます:
$ clickhouse-local --query "SELECT * FROM table" < data.json > data.csv
ショートカットとして、--copy
引数を使用することもできます:
$ clickhouse-local --copy < data.json > data.csv
使用法
デフォルトでは、clickhouse-local
は同じホスト上の ClickHouse サーバーのデータにアクセスでき、サーバーの設定には依存しません。また、--config-file
引数を使用してサーバー構成を読み込むこともサポートしています。一時データの場合は、デフォルトで一意の一時データディレクトリが作成されます。
基本的な使用法(Linux):
$ clickhouse-local --structure "table_structure" --input-format "format_of_incoming_data" --query "query"
基本的な使用法(Mac):
$ ./clickhouse local --structure "table_structure" --input-format "format_of_incoming_data" --query "query"
注記
clickhouse-local
は、WSL2 を通して Windows でもサポートされています。
引数:
-S
, --structure
— 入力データのテーブル構造。
--input-format
— 入力フォーマット、デフォルトは TSV
。
-F
, --file
— データのパス、デフォルトは stdin
。
-q
, --query
— クエリを実行、区切りは ;
。--query
は複数回指定可能、例:--query "SELECT 1" --query "SELECT 2"
。--queries-file
と同時には使用できません。
--queries-file
- 実行するクエリを含むファイルパス。--queries-file
は複数回指定可能、例:--query queries1.sql --query queries2.sql
。--query
と同時には使用できません。
--multiquery, -n
– 指定した場合、--query
オプションの後にセミコロンで区切られた複数のクエリを列挙できます。便利なことに、--query
を省略して直接 --multiquery
の後にクエリを渡すことも可能です。
-N
, --table
— 出力データを保存するテーブル名。デフォルトは table
。
-f
, --format
, --output-format
— 出力フォーマット。デフォルトは TSV
。
-d
, --database
— デフォルトデータベース、デフォルトは _local
。
--stacktrace
— 例外が発生した場合にデバッグ出力をダンプするかどうか。
--echo
— 実行前にクエリを印刷。
--verbose
— クエリ実行の詳細。
--logger.console
— コンソールにログを記録。
--logger.log
— ログファイル名。
--logger.level
— ログレベル。
--ignore-error
— クエリが失敗した場合も処理を停止しない。
-c
, --config-file
— ClickHouse サーバー用の設定ファイルへのパス。デフォルトでは構成は空。
--no-system-tables
— システムテーブルをアタッチしない。
--help
— clickhouse-local
の引数リファレンス。
-V
, --version
— バージョン情報を印刷して終了します。
また、--config-file
の代わりに一般的に使用される ClickHouse 構成変数に対する引数もあります。
$ echo -e "1,2\n3,4" | clickhouse-local --structure "a Int64, b Int64" \
--input-format "CSV" --query "SELECT * FROM table"
Read 2 rows, 32.00 B in 0.000 sec., 5182 rows/sec., 80.97 KiB/sec.
1 2
3 4
前の例は以下と同じです:
$ echo -e "1,2\n3,4" | clickhouse-local -n --query "
CREATE TABLE table (a Int64, b Int64) ENGINE = File(CSV, stdin);
SELECT a, b FROM table;
DROP TABLE table;"
Read 2 rows, 32.00 B in 0.000 sec., 4987 rows/sec., 77.93 KiB/sec.
1 2
3 4
stdin
または --file
引数を使用する必要はなく、任意の数のファイルを file
テーブル関数 を使用して開くことができます:
$ echo 1 | tee 1.tsv
1
$ echo 2 | tee 2.tsv
2
$ clickhouse-local --query "
select * from file('1.tsv', TSV, 'a int') t1
cross join file('2.tsv', TSV, 'b int') t2"
1 2
次に、各 Unix ユーザーのメモリ使用量を出力しましょう:
クエリ:
$ ps aux | tail -n +2 | awk '{ printf("%s\t%s\n", $1, $4) }' \
| clickhouse-local --structure "user String, mem Float64" \
--query "SELECT user, round(sum(mem), 2) as memTotal
FROM table GROUP BY user ORDER BY memTotal DESC FORMAT Pretty"
結果:
Read 186 rows, 4.15 KiB in 0.035 sec., 5302 rows/sec., 118.34 KiB/sec.
┏━━━━━━━━━━┳━━━━━━━━━━┓
┃ user ┃ memTotal ┃
┡━━━━━━━━━━╇━━━━━━━━━━┩
│ bayonet │ 113.5 │
├──────────┼──────────┤
│ root │ 8.8 │
├──────────┼──────────┤
...
関連コンテンツ