如何查询远程 ClickHouse 服务器

在本指南中，我们将学习如何从 chDB 查询远程 ClickHouse 服务器。

设置

首先，让我们创建一个虚拟环境：

现在我们将安装 chDB。确保你有版本 2.0.2 或更高：

接下来，我们将安装 pandas 和 ipython：

我们将使用 ipython 来运行接下来的命令，可以通过运行以下命令启动：

你也可以在 Python 脚本或你喜欢的笔记本中使用这些代码。

我们将查询的远程 ClickHouse 服务器是 ClickPy。 ClickPy 跟踪所有 PyPI 包的下载情况，并让你通过 UI 探索包的统计信息。底层数据库可以使用 play 用户进行查询。

你可以在它的 GitHub 仓库上了解更多关于 ClickPy 的信息。

让我们导入 chDB：

我们将使用 remoteSecure 函数查询 ClickPy。该函数至少需要传入主机名、表名和用户名。

我们可以编写以下查询，以返回 openai 包每天的下载次数，结果为 Pandas DataFrame：

现在让我们做同样的操作，以返回 scikit-learn 的下载情况：

我们现在有两个 DataFrame，可以基于日期（即 x 列）将它们合并，如下所示：

然后我们可以计算 Open AI 下载与 scikit-learn 下载的比率，如下所示：

接下来，假设我们要找到最佳和最差比率的日期。我们可以返回到 chDB 并计算这些值：

如果你想了解更多关于查询 Pandas DataFrames 的信息，请参阅 Pandas DataFrames 开发者指南。