使用 JupySQL 与 ClickHouse
在本指南中，我们将展示如何与 ClickHouse 进行集成。
我们将使用 JupySQL 在 ClickHouse 上运行查询。 一旦数据加载完成，我们将通过 SQL 绘图进行可视化。
JupySQL 与 ClickHouse 之间的集成得益于 clickhouse_sqlalchemy 库的使用。该库允许两个系统之间的轻松通信，并使用户能够连接到 ClickHouse 并传递 SQL 方言。连接后，用户可以直接从 ClickHouse 原生 UI 或直接从 Jupyter notebook 运行 SQL 查询。
注意：您可能需要重启内核以使用更新的包。
您需要确保您的 ClickHouse 正在运行并且可访问以进行后续步骤。您可以使用本地版本或云版本。
注意： 您需要根据您尝试连接的实例类型调整连接字符串（url、user、password）。在下面的示例中，我们使用了本地实例。要了解更多信息，请查看 本指南。
- clickhouse://default:***@localhost:8123/default 完成。
- clickhouse://default:***@localhost:8123/default 完成。
- clickhouse://default:***@localhost:8123/default 完成。
| count() |
|---|
| 1999657 |
- clickhouse://default:***@localhost:8123/default 完成。
| pickup_ntaname |
|---|
| Morningside Heights |
| Hudson Yards-Chelsea-Flatiron-Union Square |
| Midtown-Midtown South |
| SoHo-Tribeca-Civic Center-Little Italy |
| Murray Hill-Kips Bay |
- clickhouse://default:***@localhost:8123/default 完成。
| round(avg(tip_amount), 2) |
|---|
| 1.68 |
- clickhouse://default:***@localhost:8123/default 完成。
| passenger_count | average_total_amount |
|---|---|
| 0 | 22.69 |
| 1 | 15.97 |
| 2 | 17.15 |
| 3 | 16.76 |
| 4 | 17.33 |
| 5 | 16.35 |
| 6 | 16.04 |
| 7 | 59.8 |
| 8 | 36.41 |
| 9 | 9.81 |
- clickhouse://default:***@localhost:8123/default 完成。
| pickup_date | pickup_ntaname | number_of_trips |
|---|---|---|
| 2015-07-01 | Bushwick North | 2 |
| 2015-07-01 | Brighton Beach | 1 |
| 2015-07-01 | Briarwood-Jamaica Hills | 3 |
| 2015-07-01 | Williamsburg | 1 |
| 2015-07-01 | Queensbridge-Ravenswood-Long Island City | 9 |
- clickhouse://default:***@localhost:8123/default 跳过执行...
