Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

كيفية الاستعلام عن خادم ClickHouse بعيد

View as MarkdownEdit this pageReport an issueSet up docs MCP

في هذا الدليل، سنتعلم كيفية الاستعلام عن خادم ClickHouse بعيد من chDB.

الإعداد

لننشئ أولًا بيئة افتراضية:

python -m venv .venv
source .venv/bin/activate

والآن سنثبّت chDB. تأكّد من أن لديك الإصدار 2.0.2 أو إصدارًا أحدث:

pip install "chdb>=2.0.2"

والآن سنثبّت pandas وipython:

pip install pandas ipython

سنستخدم ipython لتشغيل الأوامر في بقية هذا الدليل، ويمكنك بدء تشغيله بتنفيذ:

ipython

يمكنك أيضًا استخدام الشيفرة في برنامج نصي بلغة بايثون أو في دفترك المفضل.

مقدمة إلى ClickPy

خادم ClickHouse البعيد الذي سنُجري عليه استعلامات هو ClickPy. يتتبّع ClickPy جميع تنزيلات حزم PyPI ويتيح لك استكشاف إحصاءات الحزم عبر واجهة المستخدم. قاعدة البيانات الأساسية متاحة للاستعلام باستخدام المستخدم play.

يمكنك معرفة المزيد عن ClickPy في مستودعه على GitHub.

الاستعلام عن خدمة ClickHouse الخاصة بـ ClickPy

لنستورد chDB:

import chdb

سنستعلم من ClickPy باستخدام الدالة remoteSecure. تتطلب هذه الدالة، كحد أدنى، اسم المضيف واسم الجدول واسم المستخدم.

يمكننا كتابة الاستعلام التالي لإرجاع عدد التنزيلات اليومية لحزمة openai بصيغة Pandas DataFrame:

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)
               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

والآن لنفعل الأمر نفسه لاسترجاع تنزيلات scikit-learn:

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)
               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

دمج Pandas DataFrames

لدينا الآن DataFrameان، ويمكننا دمجهما معًا استنادًا إلى التاريخ (أي العمود x) كما يلي:

df = openai_df.merge(
  sklearn_df, 
  on="x", 
  suffixes=("_openai", "_sklearn")
)
df.head(n=5)
            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

يمكننا بعد ذلك احتساب نسبة تنزيلات Open AI إلى تنزيلات scikit-learn كما يلي:

df['ratio'] = df['y_openai'] / df['y_sklearn']
df.head(n=5)
            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

الاستعلام عن Pandas DataFrames

بعد ذلك، لنفترض أننا نريد العثور على التواريخ ذات أفضل وأسوأ النسب. يمكننا العودة إلى chDB وحساب هذه القيم:

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")
   bestRatio    bestDate  worstRatio   worstDate
0   0.693855  2024-09-19    0.000003  2020-02-09

إذا أردت معرفة المزيد حول الاستعلام عن Pandas DataFrames، فراجع دليل المطور الخاص بـ Pandas DataFrames.

Navigation