mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-25 09:02:00 +00:00
355 lines
19 KiB
Markdown
355 lines
19 KiB
Markdown
|
---
|
||
|
|
slug: /ja/getting-started/example-datasets/menus
|
||
|
|
sidebar_label: ニューヨーク公共図書館「What's on the Menu?」データセット
|
||
|
|
title: "ニューヨーク公共図書館「What's on the Menu?」データセット"
|
||
|
|
---
|
||
|
|
|
||
|
|
このデータセットはニューヨーク公共図書館によって作成されました。ホテル、レストラン、カフェのメニューに関する歴史的データで、料理名とそれに対応する価格が含まれています。
|
||
|
|
|
||
|
|
出典: http://menus.nypl.org/data
|
||
|
|
このデータはパブリックドメインにあります。
|
||
|
|
|
||
|
|
このデータは図書館のアーカイブからのものであり、統計分析には不完全で困難かもしれません。しかし、それでもとても魅力的なデータです。メニューに記載されている料理のレコードは約130万件あり、ClickHouseに適しているほど小さなデータ量ですが、良い例です。
|
||
|
|
|
||
|
|
## データセットをダウンロードする {#download-dataset}
|
||
|
|
|
||
|
|
以下のコマンドを実行します:
|
||
|
|
|
||
|
|
```bash
|
||
|
|
wget https://s3.amazonaws.com/menusdata.nypl.org/gzips/2021_08_01_07_01_17_data.tgz
|
||
|
|
# オプション: チェックサムを検証する
|
||
|
|
md5sum 2021_08_01_07_01_17_data.tgz
|
||
|
|
# チェックサムは次と一致する必要があります: db6126724de939a5481e3160a2d67d15
|
||
|
|
```
|
||
|
|
|
||
|
|
必要に応じて、最新のリンクを http://menus.nypl.org/data から取得してリンクを置き換えてください。ダウンロードサイズは約35MBです。
|
||
|
|
|
||
|
|
## データセットを解凍する {#unpack-dataset}
|
||
|
|
|
||
|
|
```bash
|
||
|
|
tar xvf 2021_08_01_07_01_17_data.tgz
|
||
|
|
```
|
||
|
|
|
||
|
|
解凍後のサイズは約150MBです。
|
||
|
|
|
||
|
|
データは正規化されており、4つのテーブルで構成されています:
|
||
|
|
- `Menu` — メニューに関する情報: レストラン名、メニューが表示された日付など。
|
||
|
|
- `Dish` — 料理に関する情報: 料理名といくつかの特徴。
|
||
|
|
- `MenuPage` — メニューのページ情報。すべてのページは特定のメニューに属します。
|
||
|
|
- `MenuItem` — メニュー項目。あるメニューページ上の料理とその価格: 料理とメニューページへのリンク。
|
||
|
|
|
||
|
|
## テーブルを作成する {#create-tables}
|
||
|
|
|
||
|
|
価格を保存するために[Decimal](../../sql-reference/data-types/decimal.md)データ型を使用します。
|
||
|
|
|
||
|
|
```sql
|
||
|
|
CREATE TABLE dish
|
||
|
|
(
|
||
|
|
id UInt32,
|
||
|
|
name String,
|
||
|
|
description String,
|
||
|
|
menus_appeared UInt32,
|
||
|
|
times_appeared Int32,
|
||
|
|
first_appeared UInt16,
|
||
|
|
last_appeared UInt16,
|
||
|
|
lowest_price Decimal64(3),
|
||
|
|
highest_price Decimal64(3)
|
||
|
|
) ENGINE = MergeTree ORDER BY id;
|
||
|
|
|
||
|
|
CREATE TABLE menu
|
||
|
|
(
|
||
|
|
id UInt32,
|
||
|
|
name String,
|
||
|
|
sponsor String,
|
||
|
|
event String,
|
||
|
|
venue String,
|
||
|
|
place String,
|
||
|
|
physical_description String,
|
||
|
|
occasion String,
|
||
|
|
notes String,
|
||
|
|
call_number String,
|
||
|
|
keywords String,
|
||
|
|
language String,
|
||
|
|
date String,
|
||
|
|
location String,
|
||
|
|
location_type String,
|
||
|
|
currency String,
|
||
|
|
currency_symbol String,
|
||
|
|
status String,
|
||
|
|
page_count UInt16,
|
||
|
|
dish_count UInt16
|
||
|
|
) ENGINE = MergeTree ORDER BY id;
|
||
|
|
|
||
|
|
CREATE TABLE menu_page
|
||
|
|
(
|
||
|
|
id UInt32,
|
||
|
|
menu_id UInt32,
|
||
|
|
page_number UInt16,
|
||
|
|
image_id String,
|
||
|
|
full_height UInt16,
|
||
|
|
full_width UInt16,
|
||
|
|
uuid UUID
|
||
|
|
) ENGINE = MergeTree ORDER BY id;
|
||
|
|
|
||
|
|
CREATE TABLE menu_item
|
||
|
|
(
|
||
|
|
id UInt32,
|
||
|
|
menu_page_id UInt32,
|
||
|
|
price Decimal64(3),
|
||
|
|
high_price Decimal64(3),
|
||
|
|
dish_id UInt32,
|
||
|
|
created_at DateTime,
|
||
|
|
updated_at DateTime,
|
||
|
|
xpos Float64,
|
||
|
|
ypos Float64
|
||
|
|
) ENGINE = MergeTree ORDER BY id;
|
||
|
|
```
|
||
|
|
|
||
|
|
## データをインポートする {#import-data}
|
||
|
|
|
||
|
|
ClickHouse にデータをアップロードするには、以下を実行します:
|
||
|
|
|
||
|
|
```bash
|
||
|
|
clickhouse-client --format_csv_allow_single_quotes 0 --input_format_null_as_default 0 --query "INSERT INTO dish FORMAT CSVWithNames" < Dish.csv
|
||
|
|
clickhouse-client --format_csv_allow_single_quotes 0 --input_format_null_as_default 0 --query "INSERT INTO menu FORMAT CSVWithNames" < Menu.csv
|
||
|
|
clickhouse-client --format_csv_allow_single_quotes 0 --input_format_null_as_default 0 --query "INSERT INTO menu_page FORMAT CSVWithNames" < MenuPage.csv
|
||
|
|
clickhouse-client --format_csv_allow_single_quotes 0 --input_format_null_as_default 0 --date_time_input_format best_effort --query "INSERT INTO menu_item FORMAT CSVWithNames" < MenuItem.csv
|
||
|
|
```
|
||
|
|
|
||
|
|
データはヘッダ付きのCSVで表されているため、[CSVWithNames](../../interfaces/formats.md#csvwithnames)形式を使用します。
|
||
|
|
|
||
|
|
データフィールドには二重引用符しか使用されず、一重引用符は値の中に含まれる可能性があり、CSVパーサを混乱させないように`format_csv_allow_single_quotes`を無効にします。
|
||
|
|
|
||
|
|
[NULL](../../sql-reference/syntax.md#null-literal)を持たないため、[input_format_null_as_default](../../operations/settings/settings-formats.md#settings-input-format-null-as-default)を無効にします。これにより、ClickHouseは`\N` シーケンスを解析しようとし、データ内の`\`で混乱することがあります。
|
||
|
|
|
||
|
|
設定[date_time_input_format best_effort](../../operations/settings/settings-formats.md#settings-date_time_input_format)は、幅広い形式で[DateTime](../../sql-reference/data-types/datetime.md)フィールドを解析することを可能にします。例えば、'2000-01-01 01:02'のような秒なしのISO-8601形式も認識されます。この設定がないと、固定されたDateTime形式のみが許可されます。
|
||
|
|
|
||
|
|
## データを非正規化する {#denormalize-data}
|
||
|
|
|
||
|
|
データは複数のテーブルに分けて[正規化](https://en.wikipedia.org/wiki/Database_normalization#Normal_forms)されています。つまり、例えばメニュー項目から料理名をクエリするには、[JOIN](../../sql-reference/statements/select/join.md#select-join)を実行する必要があります。典型的な分析タスクでは、毎回`JOIN`をする代わりに、事前にJOINされたデータを扱う方がはるかに効率的です。これを「非正規化」データと呼びます。
|
||
|
|
|
||
|
|
すべてのデータをJOINして含む`menu_item_denorm`というテーブルを作成します:
|
||
|
|
|
||
|
|
```sql
|
||
|
|
CREATE TABLE menu_item_denorm
|
||
|
|
ENGINE = MergeTree ORDER BY (dish_name, created_at)
|
||
|
|
AS SELECT
|
||
|
|
price,
|
||
|
|
high_price,
|
||
|
|
created_at,
|
||
|
|
updated_at,
|
||
|
|
xpos,
|
||
|
|
ypos,
|
||
|
|
dish.id AS dish_id,
|
||
|
|
dish.name AS dish_name,
|
||
|
|
dish.description AS dish_description,
|
||
|
|
dish.menus_appeared AS dish_menus_appeared,
|
||
|
|
dish.times_appeared AS dish_times_appeared,
|
||
|
|
dish.first_appeared AS dish_first_appeared,
|
||
|
|
dish.last_appeared AS dish_last_appeared,
|
||
|
|
dish.lowest_price AS dish_lowest_price,
|
||
|
|
dish.highest_price AS dish_highest_price,
|
||
|
|
menu.id AS menu_id,
|
||
|
|
menu.name AS menu_name,
|
||
|
|
menu.sponsor AS menu_sponsor,
|
||
|
|
menu.event AS menu_event,
|
||
|
|
menu.venue AS menu_venue,
|
||
|
|
menu.place AS menu_place,
|
||
|
|
menu.physical_description AS menu_physical_description,
|
||
|
|
menu.occasion AS menu_occasion,
|
||
|
|
menu.notes AS menu_notes,
|
||
|
|
menu.call_number AS menu_call_number,
|
||
|
|
menu.keywords AS menu_keywords,
|
||
|
|
menu.language AS menu_language,
|
||
|
|
menu.date AS menu_date,
|
||
|
|
menu.location AS menu_location,
|
||
|
|
menu.location_type AS menu_location_type,
|
||
|
|
menu.currency AS menu_currency,
|
||
|
|
menu.currency_symbol AS menu_currency_symbol,
|
||
|
|
menu.status AS menu_status,
|
||
|
|
menu.page_count AS menu_page_count,
|
||
|
|
menu.dish_count AS menu_dish_count
|
||
|
|
FROM menu_item
|
||
|
|
JOIN dish ON menu_item.dish_id = dish.id
|
||
|
|
JOIN menu_page ON menu_item.menu_page_id = menu_page.id
|
||
|
|
JOIN menu ON menu_page.menu_id = menu.id;
|
||
|
|
```
|
||
|
|
|
||
|
|
## データを検証する {#validate-data}
|
||
|
|
|
||
|
|
クエリ:
|
||
|
|
|
||
|
|
```sql
|
||
|
|
SELECT count() FROM menu_item_denorm;
|
||
|
|
```
|
||
|
|
|
||
|
|
結果:
|
||
|
|
|
||
|
|
```text
|
||
|
|
┌─count()─┐
|
||
|
|
│ 1329175 │
|
||
|
|
└─────────┘
|
||
|
|
```
|
||
|
|
|
||
|
|
## クエリを実行する {#run-queries}
|
||
|
|
|
||
|
|
### 料理の平均歴史価格 {#query-averaged-historical-prices}
|
||
|
|
|
||
|
|
クエリ:
|
||
|
|
|
||
|
|
```sql
|
||
|
|
SELECT
|
||
|
|
round(toUInt32OrZero(extract(menu_date, '^\\d{4}')), -1) AS d,
|
||
|
|
count(),
|
||
|
|
round(avg(price), 2),
|
||
|
|
bar(avg(price), 0, 100, 100)
|
||
|
|
FROM menu_item_denorm
|
||
|
|
WHERE (menu_currency = 'Dollars') AND (d > 0) AND (d < 2022)
|
||
|
|
GROUP BY d
|
||
|
|
ORDER BY d ASC;
|
||
|
|
```
|
||
|
|
|
||
|
|
結果:
|
||
|
|
|
||
|
|
```text
|
||
|
|
┌────d─┬─count()─┬─round(avg(price), 2)─┬─bar(avg(price), 0, 100, 100)─┐
|
||
|
|
│ 1850 │ 618 │ 1.5 │ █▍ │
|
||
|
|
│ 1860 │ 1634 │ 1.29 │ █▎ │
|
||
|
|
│ 1870 │ 2215 │ 1.36 │ █▎ │
|
||
|
|
│ 1880 │ 3909 │ 1.01 │ █ │
|
||
|
|
│ 1890 │ 8837 │ 1.4 │ █▍ │
|
||
|
|
│ 1900 │ 176292 │ 0.68 │ ▋ │
|
||
|
|
│ 1910 │ 212196 │ 0.88 │ ▊ │
|
||
|
|
│ 1920 │ 179590 │ 0.74 │ ▋ │
|
||
|
|
│ 1930 │ 73707 │ 0.6 │ ▌ │
|
||
|
|
│ 1940 │ 58795 │ 0.57 │ ▌ │
|
||
|
|
│ 1950 │ 41407 │ 0.95 │ ▊ │
|
||
|
|
│ 1960 │ 51179 │ 1.32 │ █▎ │
|
||
|
|
│ 1970 │ 12914 │ 1.86 │ █▋ │
|
||
|
|
│ 1980 │ 7268 │ 4.35 │ ████▎ │
|
||
|
|
│ 1990 │ 11055 │ 6.03 │ ██████ │
|
||
|
|
│ 2000 │ 2467 │ 11.85 │ ███████████▋ │
|
||
|
|
│ 2010 │ 597 │ 25.66 │ █████████████████████████▋ │
|
||
|
|
└──────┴─────────┴──────────────────────┴──────────────────────────────┘
|
||
|
|
```
|
||
|
|
|
||
|
|
結果を慎重に解釈してください。
|
||
|
|
|
||
|
|
### バーガーの価格 {#query-burger-prices}
|
||
|
|
|
||
|
|
クエリ:
|
||
|
|
|
||
|
|
```sql
|
||
|
|
SELECT
|
||
|
|
round(toUInt32OrZero(extract(menu_date, '^\\d{4}')), -1) AS d,
|
||
|
|
count(),
|
||
|
|
round(avg(price), 2),
|
||
|
|
bar(avg(price), 0, 50, 100)
|
||
|
|
FROM menu_item_denorm
|
||
|
|
WHERE (menu_currency = 'Dollars') AND (d > 0) AND (d < 2022) AND (dish_name ILIKE '%burger%')
|
||
|
|
GROUP BY d
|
||
|
|
ORDER BY d ASC;
|
||
|
|
```
|
||
|
|
|
||
|
|
結果:
|
||
|
|
|
||
|
|
```text
|
||
|
|
┌────d─┬─count()─┬─round(avg(price), 2)─┬─bar(avg(price), 0, 50, 100)───────────┐
|
||
|
|
│ 1880 │ 2 │ 0.42 │ ▋ │
|
||
|
|
│ 1890 │ 7 │ 0.85 │ █▋ │
|
||
|
|
│ 1900 │ 399 │ 0.49 │ ▊ │
|
||
|
|
│ 1910 │ 589 │ 0.68 │ █▎ │
|
||
|
|
│ 1920 │ 280 │ 0.56 │ █ │
|
||
|
|
│ 1930 │ 74 │ 0.42 │ ▋ │
|
||
|
|
│ 1940 │ 119 │ 0.59 │ █▏ │
|
||
|
|
│ 1950 │ 134 │ 1.09 │ ██▏ │
|
||
|
|
│ 1960 │ 272 │ 0.92 │ █▋ │
|
||
|
|
│ 1970 │ 108 │ 1.18 │ ██▎ │
|
||
|
|
│ 1980 │ 88 │ 2.82 │ █████▋ │
|
||
|
|
│ 1990 │ 184 │ 3.68 │ ███████▎ │
|
||
|
|
│ 2000 │ 21 │ 7.14 │ ██████████████▎ │
|
||
|
|
│ 2010 │ 6 │ 18.42 │ ████████████████████████████████████▋ │
|
||
|
|
└──────┴─────────┴──────────────────────┴───────────────────────────────────────┘
|
||
|
|
```
|
||
|
|
|
||
|
|
### ウォッカ {#query-vodka}
|
||
|
|
|
||
|
|
クエリ:
|
||
|
|
|
||
|
|
```sql
|
||
|
|
SELECT
|
||
|
|
round(toUInt32OrZero(extract(menu_date, '^\\d{4}')), -1) AS d,
|
||
|
|
count(),
|
||
|
|
round(avg(price), 2),
|
||
|
|
bar(avg(price), 0, 50, 100)
|
||
|
|
FROM menu_item_denorm
|
||
|
|
WHERE (menu_currency IN ('Dollars', '')) AND (d > 0) AND (d < 2022) AND (dish_name ILIKE '%vodka%')
|
||
|
|
GROUP BY d
|
||
|
|
ORDER BY d ASC;
|
||
|
|
```
|
||
|
|
|
||
|
|
結果:
|
||
|
|
|
||
|
|
```text
|
||
|
|
┌────d─┬─count()─┬─round(avg(price), 2)─┬─bar(avg(price), 0, 50, 100)─┐
|
||
|
|
│ 1910 │ 2 │ 0 │ │
|
||
|
|
│ 1920 │ 1 │ 0.3 │ ▌ │
|
||
|
|
│ 1940 │ 21 │ 0.42 │ ▋ │
|
||
|
|
│ 1950 │ 14 │ 0.59 │ █▏ │
|
||
|
|
│ 1960 │ 113 │ 2.17 │ ████▎ │
|
||
|
|
│ 1970 │ 37 │ 0.68 │ █▎ │
|
||
|
|
│ 1980 │ 19 │ 2.55 │ █████ │
|
||
|
|
│ 1990 │ 86 │ 3.6 │ ███████▏ │
|
||
|
|
│ 2000 │ 2 │ 3.98 │ ███████▊ │
|
||
|
|
└──────┴─────────┴──────────────────────┴─────────────────────────────┘
|
||
|
|
```
|
||
|
|
|
||
|
|
ウォッカを手に入れるには`ILIKE '%vodka%'`と記述する必要があり、これは確かに主張しています。
|
||
|
|
|
||
|
|
### キャビア {#query-caviar}
|
||
|
|
|
||
|
|
キャビアの価格を表示しましょう。また、キャビアを含む任意の料理名を表示します。
|
||
|
|
|
||
|
|
クエリ:
|
||
|
|
|
||
|
|
```sql
|
||
|
|
SELECT
|
||
|
|
round(toUInt32OrZero(extract(menu_date, '^\\d{4}')), -1) AS d,
|
||
|
|
count(),
|
||
|
|
round(avg(price), 2),
|
||
|
|
bar(avg(price), 0, 50, 100),
|
||
|
|
any(dish_name)
|
||
|
|
FROM menu_item_denorm
|
||
|
|
WHERE (menu_currency IN ('Dollars', '')) AND (d > 0) AND (d < 2022) AND (dish_name ILIKE '%caviar%')
|
||
|
|
GROUP BY d
|
||
|
|
ORDER BY d ASC;
|
||
|
|
```
|
||
|
|
|
||
|
|
結果:
|
||
|
|
|
||
|
|
```text
|
||
|
|
┌────d─┬─count()─┬─round(avg(price), 2)─┬─bar(avg(price), 0, 50, 100)──────┬─any(dish_name)──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
|
||
|
|
│ 1090 │ 1 │ 0 │ │ Caviar │
|
||
|
|
│ 1880 │ 3 │ 0 │ │ Caviar │
|
||
|
|
│ 1890 │ 39 │ 0.59 │ █▏ │ Butter and caviar │
|
||
|
|
│ 1900 │ 1014 │ 0.34 │ ▋ │ Anchovy Caviar on Toast │
|
||
|
|
│ 1910 │ 1588 │ 1.35 │ ██▋ │ 1/1 Brötchen Caviar │
|
||
|
|
│ 1920 │ 927 │ 1.37 │ ██▋ │ ASTRAKAN CAVIAR │
|
||
|
|
│ 1930 │ 289 │ 1.91 │ ███▋ │ Astrachan caviar │
|
||
|
|
│ 1940 │ 201 │ 0.83 │ █▋ │ (SPECIAL) Domestic Caviar Sandwich │
|
||
|
|
│ 1950 │ 81 │ 2.27 │ ████▌ │ Beluga Caviar │
|
||
|
|
│ 1960 │ 126 │ 2.21 │ ████▍ │ Beluga Caviar │
|
||
|
|
│ 1970 │ 105 │ 0.95 │ █▊ │ BELUGA MALOSSOL CAVIAR AMERICAN DRESSING │
|
||
|
|
│ 1980 │ 12 │ 7.22 │ ██████████████▍ │ Authentic Iranian Beluga Caviar the world's finest black caviar presented in ice garni and a sampling of chilled 100° Russian vodka │
|
||
|
|
│ 1990 │ 74 │ 14.42 │ ████████████████████████████▋ │ Avocado Salad, Fresh cut avocado with caviare │
|
||
|
|
│ 2000 │ 3 │ 7.82 │ ███████████████▋ │ Aufgeschlagenes Kartoffelsueppchen mit Forellencaviar │
|
||
|
|
│ 2010 │ 6 │ 15.58 │ ███████████████████████████████▏ │ "OYSTERS AND PEARLS" "Sabayon" of Pearl Tapioca with Island Creek Oysters and Russian Sevruga Caviar │
|
||
|
|
└──────┴─────────┴──────────────────────┴──────────────────────────────────┴─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
|
||
|
|
```
|
||
|
|
|
||
|
|
少なくともウォッカと一緒にキャビアがあります。とても素晴らしいです。
|
||
|
|
|
||
|
|
## オンラインプレイグラウンド {#playground}
|
||
|
|
|
||
|
|
このデータはClickHouseプレイグラウンドにアップロードされています。[例](https://sql.clickhouse.com?query_id=KB5KQJJFNBKHE5GBUJCP1B)。
|