JupySQL 是一个 Python 库，可让你在 Jupyter 笔记本和 IPython shell 中运行 SQL。
在本指南中，我们将学习如何使用 chDB 和 JupySQL 查询数据。
先创建一个虚拟环境：
接下来，我们将安装 JupySQL、IPython 和 Jupyter Lab：
我们可以在 IPython 中使用 JupySQL，可通过运行以下命令来启动：
或者在 Jupyter Lab 中运行：
如果你使用的是 Jupyter Lab，则需要先创建一个笔记本，然后再按照本指南的后续步骤操作。
dbapi 模块：
接下来我们将创建一个 chDB 连接。
我们持久化的所有数据都会保存到 atp.chdb 目录中：
现在加载 sql magic，并建立与 chDB 的连接：
接下来，我们将显示结果显示限制，以免查询结果被截断：
## 查询 CSV 文件中的数据
我们已经下载了一批带有 atp_rankings 前缀的文件。
下面使用 DESCRIBE 语句来查看 schema：
我们也可以直接对这些文件执行 SELECT 查询，看看数据是什么样子：
数据格式有点奇怪。
我们先把这个日期清理一下，再使用 REPLACE 子句返回清理后的 ranking_date：
现在，我们要将这些 CSV 文件中的数据存储到表中。
默认数据库不会将数据持久化到磁盘，因此我们需要先创建另一个数据库：
现在我们将创建一个名为 rankings 的表，其 schema 将根据 CSV 文件中数据的结构推断得出：
我们来快速查看一下表中的数据：
看起来不错——输出结果和预期一样，与直接查询 CSV 文件时相同。
接下来，我们对球员元数据执行相同的流程。
这次所有数据都在一个 CSV 文件中，因此我们来下载这个文件：
然后根据 CSV 文件中的内容创建一个名为 players 的表。
我们还会清理 dob 字段，将其转换为 Date32 类型。
在 ClickHouse 中，Date 类型只支持 1970 年及之后的日期。由于 dob 列包含早于 1970 年的日期，因此我们将改用 Date32 类型。
运行完成后，我们可以查看已摄取的数据：
数据摄取已完成，现在到了最有意思的部分——查询数据！
网球选手会根据自己在所参加锦标赛中的表现获得积分。
每位选手的积分按 52 周滚动周期统计。
我们将编写一个查询，找出每位选手累计达到的最高积分以及其当时的排名：
有趣的是，这份名单中的一些球员虽然凭借这一总得分并未排在第 1 位，却依然累计了大量得分。
我们可以在与 %%sql 魔法命令相同的一行中使用 --save 参数来保存查询。
--no-execute 参数表示将跳过查询执行。
运行已保存查询时，系统会先将其转换为公用表表达式 (CTE) ，然后再执行。
在下面的查询中，我们计算玩家排名为 1 时获得的最高分数：
我们也可以在查询中使用参数。
参数就是普通变量：
然后，我们就可以在查询中使用 {{variable}} 这种语法。
以下查询会找出首次进入前 10 名到最后一次位列前 10 名之间相隔天数最少的球员：
JupySQL 也提供了有限的图表绘制功能。
我们可以创建箱线图或直方图。
我们将创建一个直方图，但首先要编写 (并保存) 一个查询，用来计算每位玩家曾达到的前 100 名中的名次。
然后，我们就可以用它来创建一个直方图，统计达到各个名次的玩家人数：
然后，我们可以运行以下内容来创建直方图：
