> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # Начало работы с chDB > chDB — это встраиваемый SQL OLAP-движок на базе ClickHouse В этом руководстве мы начнем работу с версией chDB для Python. Сначала мы выполним запрос к JSON‑файлу в S3, затем создадим в chDB таблицу на основе этого JSON‑файла и выполним несколько запросов к данным. Мы также посмотрим, как получать результаты запросов в разных форматах, включая Apache Arrow и Pandas, а в конце научимся выполнять запросы к DataFrame из Pandas.
## Подготовка
Сначала создадим виртуальное окружение: ```bash theme={null} python -m venv .venv source .venv/bin/activate ``` А теперь установим chDB. Убедитесь, что у вас установлена версия 2.0.3 или выше: ```bash theme={null} pip install "chdb>=2.0.2" ``` Теперь установим [ipython](https://ipython.org/): ```bash theme={null} pip install ipython ``` Мы будем использовать `ipython` для выполнения команд в оставшейся части этого руководства. Запустить его можно так: ```bash theme={null} ipython ``` В этом руководстве мы также будем использовать Pandas и Apache Arrow, поэтому установим и эти библиотеки: ```bash theme={null} pip install pandas pyarrow ```
## Запрос к JSON‑файлу в S3
Теперь давайте посмотрим, как выполнить запрос к JSON‑файлу, который хранится в S3 бакете. [Датасет YouTube dislikes](/ru/get-started/sample-datasets/youtube-dislikes) содержит более 4 миллиардов строк с дизлайками видео на YouTube по состоянию на 2021 год. Мы будем работать с одним из JSON‑файлов из этого датасета. Импортируйте chdb: ```python theme={null} import chdb ``` Мы можем выполнить следующий запрос, чтобы описать структуру одного из JSON‑файлов: ```python theme={null} chdb.query( """ DESCRIBE s3( 's3://clickhouse-public-datasets/youtube/original/files/' || 'youtubedislikes_20211127161229_18654868.1637897329_vid.json.zst', 'JSONLines' ) SETTINGS describe_compact_output=1 """ ) ``` ```text theme={null} "id","Nullable(String)" "fetch_date","Nullable(String)" "upload_date","Nullable(String)" "title","Nullable(String)" "uploader_id","Nullable(String)" "uploader","Nullable(String)" "uploader_sub_count","Nullable(Int64)" "is_age_limit","Nullable(Bool)" "view_count","Nullable(Int64)" "like_count","Nullable(Int64)" "dislike_count","Nullable(Int64)" "is_crawlable","Nullable(Bool)" "is_live_content","Nullable(Bool)" "has_subtitles","Nullable(Bool)" "is_ads_enabled","Nullable(Bool)" "is_comments_enabled","Nullable(Bool)" "description","Nullable(String)" "rich_metadata","Array(Tuple( call Nullable(String), content Nullable(String), subtitle Nullable(String), title Nullable(String), url Nullable(String)))" "super_titles","Array(Tuple( text Nullable(String), url Nullable(String)))" "uploader_badges","Nullable(String)" "video_badges","Nullable(String)" ``` Можно также подсчитать количество строк в этом файле: ```python theme={null} chdb.query( """ SELECT count() FROM s3( 's3://clickhouse-public-datasets/youtube/original/files/' || 'youtubedislikes_20211127161229_18654868.1637897329_vid.json.zst', 'JSONLines' )""" ) ``` ```text theme={null} 336432 ``` Этот файл содержит чуть более 300 000 записей. chdb пока не поддерживает передачу параметров запроса, но мы можем извлечь path и передать его через f-строку. ```python theme={null} path = 's3://clickhouse-public-datasets/youtube/original/files/youtubedislikes_20211127161229_18654868.1637897329_vid.json.zst' ``` ```python theme={null} chdb.query( f""" SELECT count() FROM s3('{path}','JSONLines') """ ) ``` Это допустимо делать с переменными, определёнными в вашей программе, но не делайте этого с пользовательским вводом, иначе ваш запрос будет уязвим для SQL-инъекций.
## Настройка выходного формата
По умолчанию используется выходной формат `CSV`, но его можно изменить с помощью параметра `output_format`. chDB поддерживает форматы данных ClickHouse, а также [некоторые собственные](/ru/products/chdb/reference/data-formats), включая `DataFrame`, который возвращает объект Pandas DataFrame: ```python theme={null} result = chdb.query( f""" SELECT is_ads_enabled, count() FROM s3('{path}','JSONLines') GROUP BY ALL """, output_format="DataFrame" ) print(type(result)) print(result) ``` ```text theme={null} is_ads_enabled count() 0 False 301125 1 True 35307 ``` Или, если нужно снова получить таблицу Apache Arrow: ```python theme={null} result = chdb.query( f""" SELECT is_live_content, count() FROM s3('{path}','JSONLines') GROUP BY ALL """, output_format="ArrowTable" ) print(type(result)) print(result) ``` ```text theme={null} pyarrow.Table is_live_content: bool count(): uint64 not null ---- is_live_content: [[false,true]] count(): [[315746,20686]] ```
## Создание таблицы из JSON‑файла
Далее рассмотрим, как создать таблицу в chDB. Для этого нужно использовать другой API, поэтому сначала импортируем его: ```python theme={null} from chdb import session as chs ``` Далее инициализируем сеанс. Если нужно сохранять сеанс на диске, укажите имя каталога. Если оставить его пустым, база данных будет храниться в памяти и исчезнет, как только процесс Python будет завершён. ```python theme={null} sess = chs.Session("gettingStarted.chdb") ``` Далее создадим базу данных: ```python theme={null} sess.query("CREATE DATABASE IF NOT EXISTS youtube") ``` Теперь мы можем создать таблицу `dislikes` на основе схемы из JSON‑файла, используя подход `CREATE...EMPTY AS`. Мы будем использовать настройку [`schema_inference_make_columns_nullable`](/ru/reference/settings/formats#schema_inference_make_columns_nullable), чтобы не все типы столбцов становились `Nullable`. ```python theme={null} sess.query(f""" CREATE TABLE youtube.dislikes ORDER BY fetch_date EMPTY AS SELECT * FROM s3('{path}','JSONLines') SETTINGS schema_inference_make_columns_nullable=0 """ ) ``` Затем можно использовать оператор `DESCRIBE`, чтобы посмотреть схему: ```python theme={null} sess.query(f""" DESCRIBE youtube.dislikes SETTINGS describe_compact_output=1 """ ) ``` ```text theme={null} "id","String" "fetch_date","String" "upload_date","String" "title","String" "uploader_id","String" "uploader","String" "uploader_sub_count","Int64" "is_age_limit","Bool" "view_count","Int64" "like_count","Int64" "dislike_count","Int64" "is_crawlable","Bool" "is_live_content","Bool" "has_subtitles","Bool" "is_ads_enabled","Bool" "is_comments_enabled","Bool" "description","String" "rich_metadata","Array(Tuple( call String, content String, subtitle String, title String, url String))" "super_titles","Array(Tuple( text String, url String))" "uploader_badges","String" "video_badges","String" ``` Далее заполним эту таблицу: ```python theme={null} sess.query(f""" INSERT INTO youtube.dislikes SELECT * FROM s3('{path}','JSONLines') SETTINGS schema_inference_make_columns_nullable=0 """ ) ``` Мы также можем выполнить оба этих шага сразу, используя конструкцию `CREATE...AS`. Давайте создадим другую таблицу с помощью этой конструкции: ```python theme={null} sess.query(f""" CREATE TABLE youtube.dislikes2 ORDER BY fetch_date AS SELECT * FROM s3('{path}','JSONLines') SETTINGS schema_inference_make_columns_nullable=0 """ ) ```
## Запрос к таблице
Наконец, выполним запрос к таблице: ```sql theme={null} df = sess.query(""" SELECT uploader, sum(view_count) AS viewCount, sum(like_count) AS likeCount, sum(dislike_count) AS dislikeCount FROM youtube.dislikes GROUP BY ALL ORDER BY viewCount DESC LIMIT 10 """, "DataFrame" ) df ``` ```text theme={null} uploader viewCount likeCount dislikeCount 0 Jeremih 139066569 812602 37842 1 TheKillersMusic 109313116 529361 11931 2 LetsGoMartin- Canciones Infantiles 104747788 236615 141467 3 Xiaoying Cuisine 54458335 1031525 37049 4 Adri 47404537 279033 36583 5 Diana and Roma IND 43829341 182334 148740 6 ChuChuTV Tamil 39244854 244614 213772 7 Cheez-It 35342270 108 27 8 Anime Uz 33375618 1270673 60013 9 RC Cars OFF Road 31952962 101503 49489 ``` Допустим, затем мы добавим в DataFrame дополнительный столбец, чтобы вычислить соотношение лайков и дизлайков. Можно написать следующий код: ```python theme={null} df["likeDislikeRatio"] = df["likeCount"] / df["dislikeCount"] ```
## Запросы к DataFrame Pandas
Затем можно выполнять запросы к этому DataFrame из chDB: ```python theme={null} chdb.query( """ SELECT uploader, likeDislikeRatio FROM Python(df) """, output_format="DataFrame" ) ``` ```text theme={null} uploader likeDislikeRatio 0 Jeremih 21.473548 1 TheKillersMusic 44.368536 2 LetsGoMartin- Canciones Infantiles 1.672581 3 Xiaoying Cuisine 27.842182 4 Adri 7.627395 5 Diana and Roma IND 1.225857 6 ChuChuTV Tamil 1.144275 7 Cheez-It 4.000000 8 Anime Uz 21.173296 9 RC Cars OFF Road 2.051021 ``` Вы также можете подробнее узнать о выполнении запросов к DataFrame в Pandas в [руководстве для разработчиков «Выполнение запросов к DataFrame в Pandas»](/ru/products/chdb/guides/querying-pandas).
## Следующие шаги
Надеемся, это руководство дало вам хорошее представление о chDB. Чтобы узнать больше о его использовании, см. следующие руководства для разработчиков: * [Выполнение запросов к DataFrame в Pandas](/ru/products/chdb/guides/querying-pandas) * [Выполнение запросов к Apache Arrow](/ru/products/chdb/guides/querying-apache-arrow) * [Использование chDB в JupySQL](/ru/products/chdb/guides/jupysql) * [Использование chDB с существующей базой данных clickhouse-local](/ru/products/chdb/guides/clickhouse-local)