Использование marimo с ClickHouse

Community Maintained

marimo — это открытая реактивная записная книжка для Python с встроенным SQL. Когда вы выполняете ячейку или взаимодействуете с элементом интерфейса, marimo автоматически запускает затронутые ячейки (или помечает их как устаревшие), поддерживая согласованность кода и выводов и предотвращая ошибки до их возникновения. Каждая записная книжка marimo хранится в виде чистого Python, исполняется как скрипт и может быть развернута 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 на панель источников данных в левой части редактора marimo и нажмите на 'Добавить базу данных'.

Вам будет предложено заполнить данные базы данных.

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

3. Выполнение SQL

После того как вы настроите соединение, вы можете создать новую SQL ячейку и выбрать движок clickhouse.

Для этого руководства мы используем 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 датафрейме. Я хочу визуализировать самые дорогие высадки с заданного места посадки. marimo предлагает несколько компонентов пользовательского интерфейса, которые помогут вам. Я буду использовать выпадающий список для выбора места и altair для построения графиков.

Реактивная модель выполнения marimo также распространяется на SQL-запросы, поэтому изменения в вашем SQL автоматически запускают вычисления для зависимых ячеек (или, при необходимости, помечают ячейки как устаревшие для затратных вычислений). Поэтому график и таблица изменяются, когда запрос обновляется.

Вы также можете переключить вид приложения, чтобы получить чистый интерфейс для изучения ваших данных.