Использование marimo с ClickHouse

Community Maintained

marimo — это открытый реактивный ноутбук для Python с встроенным SQL. Когда вы запускаете ячейку или взаимодействуете с элементом интерфейса, marimo автоматически выполняет затронутые ячейки (или помечает их как устаревшие), поддерживая согласованность кода и вывода и предотвращая ошибки до их появления. Каждый ноутбук marimo хранится в виде чистого Python, может выполняться как скрипт и развертываться как приложение.

1. Установка marimo с поддержкой SQL

pip install "marimo[sql]" clickhouse_connect
marimo edit clickhouse_demo.py

Это должно открыть веб-браузер, работающий на localhost.

2. Подключение к ClickHouse.

Перейдите к панели источников данных на левой стороне редактора marimo и нажмите 'Добавить базу данных'.

Вам будет предложено заполнить данные о базе данных.

Затем у вас будет ячейка, которую можно запустить для установки соединения.

3. Выполнение SQL

После установки соединения вы можете создать новую SQL ячейку и выбрать движок clickhouse.

Для данного руководства мы будем использовать набор данных такси Нью-Йорка.

CREATE TABLE trips (
    trip_id             UInt32,
    pickup_datetime     DateTime,
    dropoff_datetime    DateTime,
    pickup_longitude    Nullable(Float64),
    pickup_latitude     Nullable(Float64),
    dropoff_longitude   Nullable(Float64),
    dropoff_latitude    Nullable(Float64),
    passenger_count     UInt8,
    trip_distance       Float32,
    fare_amount         Float32,
    extra               Float32,
    tip_amount          Float32,
    tolls_amount        Float32,
    total_amount        Float32,
    payment_type        Enum('CSH' = 1, 'CRE' = 2, 'NOC' = 3, 'DIS' = 4, 'UNK' = 5),
    pickup_ntaname      LowCardinality(String),
    dropoff_ntaname     LowCardinality(String)
)
ENGINE = MergeTree
PRIMARY KEY (pickup_datetime, dropoff_datetime);

INSERT INTO trips
SELECT
    trip_id,
    pickup_datetime,
    dropoff_datetime,
    pickup_longitude,
    pickup_latitude,
    dropoff_longitude,
    dropoff_latitude,
    passenger_count,
    trip_distance,
    fare_amount,
    extra,
    tip_amount,
    tolls_amount,
    total_amount,
    payment_type,
    pickup_ntaname,
    dropoff_ntaname
FROM gcs(
    'https://storage.googleapis.com/clickhouse-public-datasets/nyc-taxi/trips_0.gz',
    'TabSeparatedWithNames'
);

SELECT * FROM trips LIMIT 1000;

Теперь вы можете просмотреть результаты в DataFrame. Я хотел бы визуализировать самые дорогие высадки из заданного места посадки. marimo предоставляет несколько компонентов интерфейса для помощи в этом. Я буду использовать выпадающий список для выбора места и altair для построения графиков.

Реактивная модель выполнения marimo распространяется на SQL запросы, поэтому изменения в вашем SQL автоматически запускают вычисления для зависимых ячеек (или опционально помечают ячейки как устаревшие для ресурсоемких вычислений). Следовательно, график и таблица изменяются, когда запрос обновляется.

Вы также можете переключить режим App View для чистого интерфейса для исследования ваших данных.