# 📊 Belajar ClickHouse: Aplikasi CLI Python

Proyek ini adalah aplikasi Python sederhana berbasis CLI untuk belajar cara menggunakan 
ClickHouse secara efisien menggunakan Python. Data awal disimpan dalam format **Parquet** 
dan dimuat ke dalam **ClickHouse**. 
Aplikasi ini memiliki fitur query interaktif menggunakan **menu berbasis teks**.

---

## ✅ Fitur Aplikasi

=== Menu CLI ClickHouse ===
1. Hitung total record
2. Cari data berdasarkan location
3. Tampilkan data 100 baris dengan navigasi
0. Keluar

✅ Rekomendasi

Gunakan ClickHouse jika:

• ✅ Data Anda besar (ratusan MB sampai TB)
• ✅ Perlu performa query tinggi
• ✅ Akan sering menjalankan query OLAP
• ✅ Membutuhkan sistem produksi yang scalable

Gunakan Parquet langsung jika:

• ⚠️ Hanya eksplorasi data ringan atau ad-hoc
• ⚠️ Tidak ingin repot setup database

Contoh Output:

Pilih menu: 1
✅ Jumlah total record: 100.000.000 (seratus juta baris) data
🕒 Lama eksekusi: 3.26 ms

---

🧰 Kebutuhan Sistem

• Python 3.8+
• ClickHouse (dapat dijalankan via Docker)
• Library Python:
  • clickhouse-connect
  • pandas

---

🚀 Cara Menjalankan

1. Clone repositori dan masuk ke direktori proyek:

   git clone https://github.com/puguhrismadi/belajar-clickhouse.git
   cd belajar-clickhouse

2. (Opsional) Buat virtual environment:

   python -m venv clickvenv
   source clickvenv/bin/activate

3. Install dependensi:

   pip install -r requirements.txt

4. Pastikan ClickHouse berjalan, misal via Docker:

   docker run -d --name clickhouse-server -p 8123:8123 -p 9000:9000 clickhouse/clickhouse-server

5. Jalankan loader untuk memuat data dari file Parquet ke ClickHouse:

   python load_parquete_to_clickhouse.py

6. Jalankan aplikasi CLI:

   python cli_clickhouse.py

---

📂 Struktur File

.
├── dataset_pd.parquet              # Dataset awal (Parquet)
├── load_parquete_to_clickhouse.py # Loader dari Parquet ke ClickHouse
├── main.py              # Aplikasi CLI utama
├── requirements.txt               # Dependensi Python
├── query_clickhouse.py               #sample query ke database clickhouse
└── README.md                      # Dokumentasi proyek

---

⚠️ Catatan Tambahan

• Datafile(100juta row) parquete di generate dari link : Clone Official 1 Billion Row Challenge repo
• Pastikan user ClickHouse (myuser) memiliki hak akses: SELECT, CREATE, dan INSERT.
• Anda dapat menyesuaikan kolom dataset (misalnya location, temperature) di dalam skrip Python.
• Ganti konfigurasi koneksi di file Python sesuai dengan kredensial dan port server ClickHouse Anda.

---

📜 Lisensi

Proyek ini dilisensikan dengan MIT License – bebas digunakan untuk belajar dan pengembangan pribadi.