将 marimo 与 ClickHouse 配合使用

Community Maintained

marimo 是一个开源的 Python 响应式 notebook，内置 SQL。每当你运行某个单元格或与某个 UI 元素交互时，marimo 会自动运行受影响的单元格（或将其标记为需重新运行），以保持代码与输出的一致性，并提前避免错误。每个 marimo notebook 都以纯 Python 代码形式存储，可以作为脚本执行，也可以部署为应用。

1. 安装支持 SQL 的 marimo

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

这会在本机上打开一个指向 localhost 的浏览器窗口。

2. 连接到 ClickHouse。

在 marimo 编辑器左侧进入数据源面板，点击 “Add database”。

系统会提示你填写数据库详细信息。

随后你将获得一个可运行的代码单元格，用于建立连接。

3. 运行 SQL

在设置好连接之后，你可以创建一个新的 SQL 单元格，并选择 ClickHouse 引擎。

在本指南中，我们将使用 New York Taxi 数据集。

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'
);