> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-home-button.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# chDB로 Apache Arrow를 쿼리하는 방법
> 이 가이드에서는 chDB로 Apache Arrow 테이블을 쿼리하는 방법을 알아봅니다
[Apache Arrow](https://arrow.apache.org/)는 데이터 커뮤니티에서 널리 사용되는 표준화된 컬럼 지향 메모리 포맷입니다.
이 가이드에서는 `Python` 테이블 함수를 사용해 Apache Arrow를 쿼리하는 방법을 알아봅니다.
## 설정
먼저 가상 환경을 만듭니다:
```bash theme={null}
python -m venv .venv
source .venv/bin/activate
```
이제 chDB를 설치하겠습니다.
버전 2.0.2 이상이 설치되어 있는지 확인하세요:
```bash theme={null}
pip install "chdb>=2.0.2"
```
이제 PyArrow, pandas, ipython을 설치하겠습니다:
```bash theme={null}
pip install pyarrow pandas ipython
```
이 가이드의 나머지 부분에서는 명령 실행에 `ipython`을 사용하며, 다음을 실행해 시작할 수 있습니다:
```bash theme={null}
ipython
```
Python 스크립트나 자주 사용하는 노트북에서 이 코드를 사용할 수도 있습니다.
## 파일에서 Apache Arrow 테이블 생성하기
먼저 [AWS CLI 도구](https://aws.amazon.com/cli/)를 사용해 [Ookla 데이터셋](https://github.com/teamookla/ookla-open-data)의 Parquet 파일 중 하나를 다운로드합니다:
```bash theme={null}
aws s3 cp \
--no-sign \
s3://ookla-open-data/parquet/performance/type=mobile/year=2023/quarter=2/2023-04-01_performance_mobile_tiles.parquet .
```
더 많은 파일을 다운로드하려면 `aws s3 ls`를 사용해 모든 파일 목록을 확인한 다음 위 명령을 수정하십시오.
다음으로, `pyarrow` 패키지에서 Parquet 모듈을 가져오겠습니다:
```python theme={null}
import pyarrow.parquet as pq
```
그런 다음 Parquet 파일을 Apache Arrow 테이블로 읽을 수 있습니다:
```python theme={null}
arrow_table = pq.read_table("./2023-04-01_performance_mobile_tiles.parquet")
```
스키마는 아래와 같습니다:
```python theme={null}
arrow_table.schema
```
```text theme={null}
quadkey: string
tile: string
tile_x: double
tile_y: double
avg_d_kbps: int64
avg_u_kbps: int64
avg_lat_ms: int64
avg_lat_down_ms: int32
avg_lat_up_ms: int32
tests: int64
devices: int64
```
그리고 `shape` 속성을 사용해 행 수와 컬럼 수를 확인할 수 있습니다:
```python theme={null}
arrow_table.shape
```
```text theme={null}
(3864546, 11)
```
## Apache Arrow 쿼리하기
이제 chDB에서 Arrow 테이블에 쿼리를 실행해 보겠습니다.
먼저 chDB를 불러오겠습니다:
```python theme={null}
import chdb
```
그런 다음 테이블을 설명할 수 있습니다:
```python theme={null}
chdb.query("""
DESCRIBE Python(arrow_table)
SETTINGS describe_compact_output=1
""", "DataFrame")
```
```text theme={null}
이름 유형
0 quadkey String
1 tile String
2 tile_x Float64
3 tile_y Float64
4 avg_d_kbps Int64
5 avg_u_kbps Int64
6 avg_lat_ms Int64
7 avg_lat_down_ms Int32
8 avg_lat_up_ms Int32
9 tests Int64
10 devices Int64
```
행 개수를 셀 수도 있습니다:
```python theme={null}
chdb.query("SELECT count() FROM Python(arrow_table)", "DataFrame")
```
```text theme={null}
count()
0 3864546
```
이제 조금 더 흥미로운 작업을 해보겠습니다.
다음 쿼리는 `quadkey` 및 `tile.*` 컬럼을 제외한 다음, 남아 있는 모든 컬럼의 평균값과 최댓값을 계산합니다:
```python theme={null}
chdb.query("""
WITH numericColumns AS (
SELECT * EXCEPT ('tile.*') EXCEPT(quadkey)
FROM Python(arrow_table)
)
SELECT * APPLY(max), * APPLY(avg) APPLY(x -> round(x, 2))
FROM numericColumns
""", "Vertical")
```
```text theme={null}
Row 1:
──────
max(avg_d_kbps): 4155282
max(avg_u_kbps): 1036628
max(avg_lat_ms): 2911
max(avg_lat_down_ms): 2146959360
max(avg_lat_up_ms): 2146959360
max(tests): 111266
max(devices): 1226
round(avg(avg_d_kbps), 2): 84393.52
round(avg(avg_u_kbps), 2): 15540.4
round(avg(avg_lat_ms), 2): 41.25
round(avg(avg_lat_down_ms), 2): 554355225.76
round(avg(avg_lat_up_ms), 2): 552843178.3
round(avg(tests), 2): 6.31
round(avg(devices), 2): 2.88
```