Skip to main content
En esta guía, aprenderemos a consultar un servidor remoto de ClickHouse desde chDB.

Configuración

Primero, creemos un entorno virtual:
Y ahora instalaremos chDB. Asegúrate de tener la versión 2.0.2 o posterior:
Y ahora instalaremos pandas e ipython:
Vamos a usar ipython para ejecutar los comandos del resto de la guía, que puedes iniciar así:
También puedes usar el código en un script de Python o en tu notebook favorito.

Una introducción a ClickPy

El servidor remoto de ClickHouse que vamos a consultar es ClickPy. ClickPy realiza un seguimiento de todas las descargas de paquetes de PyPI y te permite explorar las estadísticas de los paquetes a través de una interfaz de usuario. La base de datos subyacente se puede consultar con el usuario play. Puedes obtener más información sobre ClickPy en su repositorio de GitHub.

Consulta del servicio ClickHouse de ClickPy

Importemos chDB:
Vamos a consultar ClickPy usando la función remoteSecure. Esta función requiere como mínimo un nombre de host, un nombre de tabla y un nombre de usuario. Podemos escribir la siguiente consulta para devolver el número de descargas por día del paquete openai como un DataFrame de Pandas:
Ahora hagamos lo mismo para obtener las descargas de scikit-learn:

Combinación de DataFrames de Pandas

Ahora tenemos dos DataFrames que podemos combinar según la fecha (que es la columna x) de la siguiente manera:
Luego podemos calcular la proporción entre las descargas de OpenAI y las de scikit-learn de la siguiente manera:

Consulta de DataFrames de Pandas

A continuación, supongamos que queremos encontrar las fechas con las proporciones más altas y más bajas. Podemos volver a chDB y calcular esos valores:
Si quiere obtener más información sobre cómo consultar DataFrames de Pandas, consulte la guía para desarrolladores sobre consulta de DataFrames de Pandas.
Última modificación el 3 de julio de 2026