Set up docs MCPDeepnote é um notebook de dados colaborativo criado para equipes explorarem e compartilharem insights. Além de ser compatível com o Jupyter, ele funciona na nuvem e oferece um ambiente centralizado para colaborar e trabalhar com eficiência em projetos de ciência de dados.
Este guia pressupõe que você já tenha uma conta no Deepnote e uma instância do ClickHouse em funcionamento.
Exemplo interativo
Se você quiser explorar um exemplo interativo de como consultar o ClickHouse a partir dos notebooks de dados do Deepnote, clique no botão abaixo para iniciar um projeto de template conectado ao ClickHouse playground.
Conecte-se ao ClickHouse
- No Deepnote, selecione a visão geral de "Integrations" e clique no bloco do ClickHouse.
- Informe os detalhes de conexão da sua instância do ClickHouse:
Para se conectar ao ClickHouse via HTTP(S), você precisa das seguintes informações:
| Parâmetro(s) | Descrição |
|---|---|
HOST and PORT |
Normalmente, a porta é 8443 ao usar TLS ou 8123 quando não se usa TLS. |
DATABASE NAME |
Por padrão, há um banco de dados chamado default; use o nome do banco de dados ao qual você deseja se conectar. |
USERNAME and PASSWORD |
Por padrão, o nome de usuário é default. Use o nome de usuário apropriado para o seu caso de uso. |
Os detalhes do seu serviço do ClickHouse Cloud estão disponíveis no console do ClickHouse Cloud. Selecione um serviço e clique em Connect:
Escolha HTTPS. Os detalhes de conexão são exibidos em um comando curl de exemplo.
Se você estiver usando ClickHouse autogerenciado, os detalhes de conexão são definidos pelo administrador do seu ClickHouse.
OBSERVAÇÃO: Se a sua conexão com o ClickHouse estiver protegida por uma lista de acesso por IP, talvez seja necessário permitir os endereços IP do Deepnote. Leia mais sobre isso na documentação do Deepnote.
- Parabéns! Agora o ClickHouse está integrado ao Deepnote.
Usando a integração do ClickHouse.
-
Comece se conectando à integração do ClickHouse à direita do seu notebook.
-
Agora, crie um novo bloco de consulta do ClickHouse e consulte seu banco de dados. Os resultados da consulta serão salvos como um DataFrame e armazenados na variável especificada no bloco SQL.
-
Você também pode converter qualquer bloco SQL existente em um bloco do ClickHouse.