}`. Передавайте значения в виде словаря Python.
Используйте Python `None` для допускающих NULL значений. Вложенные значения `None` поддерживаются внутри параметров `Array` и `Tuple`, а также внутри литералов `Map`, когда `dict_parameter_format` имеет значение `"map"`.
* Привязка на стороне сервера со словарём Python, значением DateTime и строковым значением
```python theme={null}
import datetime
my_date = datetime.datetime(2022, 10, 1, 15, 20, 5)
parameters = {
"table": "my_table",
"v1": my_date,
"v2": "a string with a single quote'",
}
client.query(
"SELECT * FROM {table:Identifier} "
"WHERE date >= {v1:DateTime} AND string ILIKE {v2:String}",
parameters=parameters,
)
```
Это эквивалентно:
```sql theme={null}
SELECT *
FROM my_table
WHERE date >= '2022-10-01 15:20:05'
AND string ILIKE 'a string with a single quote\''
```
Привязка на стороне сервера поддерживается для запросов `SELECT`. Она не работает с `ALTER`, `DELETE`, `INSERT` и другими типами операторов.
#### Привязка на стороне клиента
ClickHouse Connect также поддерживает привязку параметров на стороне клиента, что дает больше гибкости при формировании шаблонизированных SQL-запросов. Для привязки на стороне клиента аргумент `parameters` должен быть словарём или последовательностью. При привязке на стороне клиента для подстановки параметров используется [форматирование строк Python в стиле "printf"](https://docs.python.org/3/library/stdtypes.html#old-string-formatting).
Обратите внимание: в отличие от привязки на стороне сервера, привязка на стороне клиента не работает с идентификаторами баз данных, таблиц и столбцов, поскольку форматирование в стиле Python не различает разные типы строк, а для них требуется разное оформление (обратные кавычки или двойные кавычки для идентификаторов базы данных и одинарные кавычки для значений данных).
* Пример с Python-словарём, значением DateTime и экранированием строк
```python theme={null}
import datetime
my_date = datetime.datetime(2022, 10, 1, 15, 20, 5)
parameters = {"v1": my_date, "v2": "a string with a single quote'"}
client.query(
"SELECT * FROM my_table "
"WHERE date >= %(v1)s AND string ILIKE %(v2)s",
parameters=parameters,
)
```
В результате на сервере формируется следующий запрос:
```sql theme={null}
SELECT *
FROM my_table
WHERE date >= '2022-10-01 15:20:05'
AND string ILIKE 'a string with a single quote\''
```
* Пример с последовательностью Python Sequence (Tuple), Float64 и IPv4Address
```python theme={null}
import ipaddress
parameters = (35200.44, ipaddress.IPv4Address(0x443d04fe))
client.query(
"SELECT * FROM some_table WHERE metric >= %s AND ip_address = %s",
parameters=parameters,
)
```
В результате на сервере формируется следующий запрос:
```sql theme={null}
SELECT *
FROM some_table
WHERE metric >= 35200.44
AND ip_address = '68.61.4.254'
```
При привязке значения `datetime` без часового пояса интерпретируются как календарное время. Клиент форматирует `datetime` без часового пояса дословно. ClickHouse интерпретирует его в часовом поясе, объявленном в заполнителе на стороне сервера, например `{dt:DateTime('Europe/Berlin')}`, затем в `session_timezone`, если он задан, и наконец в часовом поясе сервера. `datetime` с часовым поясом преобразуется в часовой пояс, объявленный в заполнителе, если он указан, иначе — в часовой пояс сервера, полученный при подключении. Если настройка `session_timezone` отличается от полученного часового пояса сервера, укажите часовой пояс в заполнителе, чтобы сохранить нужный момент времени для значений с часовым поясом.
Для временной совместимости с прежним преобразованием в локальный часовой пояс хоста задайте `common.set_setting("naive_datetime_binding", "legacy")` перед привязкой параметров. Чтобы сохранить момент времени, добавьте нужный `tzinfo` к значению `datetime` перед передачей его в качестве параметра. Вставки через `client.insert` по умолчанию интерпретируют значения `datetime` без часового пояса в локальном часовом поясе процесса. Задайте глобальную настройку `naive_datetime_insert` в значение `"server"`, чтобы интерпретировать их как календарное время в часовом поясе столбца или в часовом поясе сервера, если у столбца он не задан. См. [Объекты datetime без часового пояса](/docs/ru/integrations/language-clients/python/advanced-inserting#timezone-naive-datetime-objects).
Для заполнителя `{value:DateTime64(precision)}` на стороне сервера объявленный тип автоматически сохраняет точность до долей секунды, в том числе внутри подсказок `Array` и `Tuple`.
Привязка `%s` на стороне клиента не имеет объявленного типа. Оберните `datetime` в `DT64Param`, если его нужно выводить с точностью до долей секунды:
```python theme={null}
from datetime import datetime
from clickhouse_connect.driver.binding import DT64Param
query = "SELECT toDateTime64(%s, 6)"
parameters = [DT64Param(datetime.now())]
client.query(query, parameters=parameters)
```
Для обратной совместимости имя параметра в словаре, оканчивающееся на `_64`, также включает форматирование DateTime64, если точное имя с этим суффиксом отсутствует в запросе.
Параметры `datetime.time` и `datetime.timedelta` форматируются как литерал `[-]HH:MM:SS[.ffffff]` для столбцов ClickHouse `Time` и `Time64` в обоих стилях привязки и внутри значений `Array` и `Tuple`. Кавычки добавляет клиент, поэтому не заключайте заполнитель в кавычки в запросе. Значение `timedelta` может быть отрицательным и превышать 24 часа. `Timedelta` из pandas сохраняет наносекунды и форматирует дробную часть из девяти цифр для `Time64(9)`. Информация о часовом поясе в значении `time` с часовым поясом игнорируется, поскольку тип ClickHouse `Time` не поддерживает часовые пояса.
### аргумент settings
Все основные методы клиента ClickHouse Connect — "insert" и "select" — принимают необязательный именованный аргумент `settings`, который позволяет передавать [пользовательские настройки](/docs/ru/reference/settings/session-settings) сервера ClickHouse для данного SQL-оператора. Аргумент `settings` должен быть словарём. Каждый элемент должен содержать имя настройки ClickHouse и соответствующее ей значение. Обратите внимание, что при отправке на сервер в качестве параметров запроса значения будут преобразованы в строки.
Как и в случае с настройками на уровне клиента, ClickHouse Connect отбрасывает любые настройки, которые сервер помечает как *readonly*=*1*, с соответствующим сообщением в журнале. Настройки, применимые только к запросам через HTTP-интерфейс ClickHouse, всегда допустимы. Эти настройки описаны в [API](#settings-argument) `get_client`.
Пример использования настроек ClickHouse:
```python theme={null}
settings = {
"merge_tree_min_rows_for_concurrent_read": 65535,
"session_id": "session_1234",
"use_skip_indexes": False,
}
client.query(
"SELECT event_type, sum(timeout) "
"FROM event_errors WHERE event_time > '2022-08-01'",
settings=settings,
)
```
## Метод `command` клиента
Используйте `Client.command` для операторов, которые не возвращают табличный набор данных, или для запросов, которые возвращают одно примитивное значение или одну строку. В зависимости от ответа метод возвращает строку, целое число, последовательность строк или `QuerySummary`. Если чтение даёт пустой результирующий набор, возвращается пустая строка.
| Параметр | Тип | По умолчанию | Описание |
| ------------------- | ---------------- | ------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| cmd | str | *Required* | Оператор ClickHouse SQL, который возвращает одно значение или одну строку значений. |
| parameters | dict or sequence | *None* | См. [описание параметра parameters](#parameters-argument). |
| data | str or bytes | *None* | Необязательные данные, включаемые в команду как тело POST-запроса. |
| settings | dict | *None* | См. [описание параметра settings](#settings-argument-1). |
| use\_database | bool | True | Использовать базу данных клиента (указанную при создании клиента). False означает, что команда будет использовать базу данных сервера ClickHouse по умолчанию для подключенного пользователя. |
| external\_data | ExternalData | *None* | Объект `ExternalData`, содержащий файловые или бинарные данные для использования с запросом. См. [Advanced Queries (External Data)](/docs/ru/integrations/language-clients/python/advanced-querying#external-data) |
| transport\_settings | dict | *None* | Необязательный словарь HTTP-заголовков, который включается в этот запрос. Каждая пара ключ-значение добавляется как HTTP-заголовок (например, `{'X-Custom-Header': 'value'}`). Полезно для аутентификации через прокси, трассировки запросов или передачи заголовков, требуемых промежуточной инфраструктурой. |
### Примеры команд
#### DDL-операторы
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Create a table. A successful DDL returns QuerySummary.
summary = client.command(
"CREATE TABLE test_command "
"(col_1 String, col_2 DateTime) "
"ENGINE MergeTree ORDER BY tuple()"
)
print(summary.query_id())
# Show table definition
result = client.command("SHOW CREATE TABLE test_command")
print(result)
# Output:
# CREATE TABLE default.test_command
# (
# `col_1` String,
# `col_2` DateTime
# )
# ENGINE = MergeTree
# ORDER BY tuple()
# Drop table
client.command("DROP TABLE test_command")
```
#### Простые запросы, возвращающие одиночные значения
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Single value result
count = client.command("SELECT count() FROM system.tables")
print(count)
# Server version
version = client.command("SELECT version()")
print(version)
```
#### Команды с параметрами
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Использование параметров на стороне клиента
table_name = "system"
result = client.command(
"SELECT count() FROM system.tables WHERE database = %(db)s",
parameters={"db": table_name}
)
# Использование параметров на стороне сервера
result = client.command(
"SELECT count() FROM system.tables WHERE database = {db:String}",
parameters={"db": "system"}
)
```
#### Команды с настройками
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Выполнение команды с определёнными настройками
result = client.command(
"OPTIMIZE TABLE large_table FINAL",
settings={"optimize_throw_if_noop": 1}
)
```
## Метод `query` клиента `Client`
`Client.query` получает табличный набор данных в Native format ClickHouse и возвращает `QueryResult`. Полный результат материализуется при обращении к его свойству. Для результатов, которые не следует хранить в памяти, используйте стриминговый метод.
| Параметр | Тип | По умолчанию | Описание |
| -------------------- | ---------------- | -------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
| `query` | str | Required | запрос к ClickHouse, который возвращает табличный результат, чаще всего `SELECT` или `DESCRIBE`. Может быть опущен, если передан через `context`. |
| `parameters` | dict or sequence | `None` | См. [аргумент Parameters](#parameters-argument). |
| `settings` | dict | `None` | См. [аргумент Settings](#settings-argument-1). |
| `query_formats` | dict | `None` | Формат чтения по типу ClickHouse. См. [Форматы чтения](/docs/ru/integrations/language-clients/python/advanced-querying#read-formats). |
| `column_formats` | dict | `None` | Формат чтения по столбцу результата, включая сопоставления форматов для типа Nested. |
| `encoding` | str | `None` | Кодирование столбцов String. По умолчанию используется UTF-8. |
| `use_none` | bool | `True` | Возвращает `None` для SQL NULL. Если указано false, возвращает значение NULL этого типа по умолчанию. Методы NumPy/Pandas выбирают значения по умолчанию с приоритетом производительности. |
| `column_oriented` | bool | `False` | Возвращает результат в виде столбцов, а не строк. |
| `use_numpy` | bool | `False` | Считывает совместимые столбцы результата в массивы NumPy внутри `QueryResult`. Если нужен результат в виде одной матрицы NumPy, предпочтительно использовать `query_np`. |
| `max_str_len` | int | `0` | При `use_numpy` использует Unicode dtype фиксированной ширины для столбцов String длиной до этого значения. Ноль использует массивы объектов. |
| `context` | `QueryContext` | `None` | Контекст запроса для повторного использования. Явно заданные аргументы метода переопределяют значения контекста. |
| `query_tz` | str or `tzinfo` | `None` | Часовой пояс, применяемый ко всем столбцам результата `DateTime` и `DateTime64`. |
| `column_tzs` | dict | `None` | Сопоставление часовых поясов для отдельных столбцов. |
| `external_data` | `ExternalData` | `None` | Внешний файл или бинарные данные. См. [Внешние данные](/docs/ru/integrations/language-clients/python/advanced-querying#external-data). |
| `transport_settings` | dict | `None` | HTTP-заголовки, добавляемые к этому запросу. |
| `tz_mode` | str | Client default | Переопределение обработки часовых поясов для отдельного запроса: `"naive_utc"`, `"aware"` или `"schema"`. |
### Примеры запросов
#### Простой запрос
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Simple SELECT query
result = client.query(
"SELECT number, toString(number) AS label FROM numbers(3)"
)
# Access results as rows
for row in result.result_rows:
print(row)
# Output:
# (0, '0')
# (1, '1')
# (2, '2')
# Access column names and types
print(result.column_names)
# Output: ('number', 'label')
print([col_type.name for col_type in result.column_types])
# Output: ['UInt64', 'String']
```
#### Доступ к результатам запроса
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
result = client.query("SELECT number, toString(number) AS str FROM system.numbers LIMIT 3")
# Row-oriented access (default)
print(result.result_rows)
# Output: [(0, '0'), (1, '1'), (2, '2')]
# Column-oriented access
print(result.result_columns)
# Output: [[0, 1, 2], ['0', '1', '2']]
# Named results (list of dictionaries)
for row_dict in result.named_results():
print(row_dict)
# Output:
# {'number': 0, 'str': '0'}
# {'number': 1, 'str': '1'}
# {'number': 2, 'str': '2'}
# First row as dictionary
print(result.first_item)
# Output: {'number': 0, 'str': '0'}
# First row as tuple
print(result.first_row)
# Output: (0, '0')
```
#### Запрос с параметрами на стороне клиента
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Использование параметров словаря (в стиле printf)
query = "SELECT * FROM system.tables WHERE database = %(db)s AND name LIKE %(pattern)s"
parameters = {"db": "system", "pattern": "%query%"}
result = client.query(query, parameters=parameters)
# Использование параметров кортежа
query = "SELECT * FROM system.tables WHERE database = %s LIMIT %s"
parameters = ("system", 5)
result = client.query(query, parameters=parameters)
```
#### Запрос с параметрами на стороне сервера
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Привязка на стороне сервера (более безопасна, обеспечивает лучшую производительность для SELECT-запросов)
query = "SELECT * FROM system.tables WHERE database = {db:String} AND name = {tbl:String}"
parameters = {"db": "system", "tbl": "query_log"}
result = client.query(query, parameters=parameters)
```
#### Запрос с настройками
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Передать настройки ClickHouse вместе с запросом
result = client.query(
"SELECT sum(number) FROM numbers(1000000)",
settings={
"max_block_size": 100000,
"max_execution_time": 30
}
)
```
### Объект `QueryResult`
Базовый метод `query` возвращает объект `QueryResult` со следующими публичными свойствами:
* `result_rows` -- Матрица результатов, представленная в виде строк.
* `result_columns` -- Матрица результатов, представленная в виде столбцов.
* `result_set` -- `result_rows` или `result_columns` в зависимости от ориентации запроса.
* `column_names` -- Кортеж имен столбцов результата.
* `column_types` -- Кортеж объектов `ClickHouseType`.
* `row_count` -- Количество материализованных строк результата.
* `query_id` -- Query id, указанный или сгенерированный для этого запроса. Пустая строка означает, что он недоступен.
* `summary` -- Словарь, декодированный из заголовка ответа `X-ClickHouse-Summary`.
* `first_item` -- Первая строка в виде словаря или `None` для пустого результата.
* `first_row` -- Первая строка в виде последовательности или `None` для пустого результата.
* `column_block_stream`, `row_block_stream` и `rows_stream` -- Внутренние контексты потоков. Вместо них используйте соответствующие стриминговые методы клиента.
См. [Стриминговые запросы](/docs/ru/integrations/language-clients/python/advanced-querying#streaming-queries), чтобы узнать о поддерживаемых API `StreamContext`.
## Получение результатов запросов с помощью NumPy, Pandas или Arrow
ClickHouse Connect предоставляет специализированные методы запросов для форматов данных NumPy, Pandas и Arrow. Подробную информацию об использовании этих методов, включая примеры, возможности стриминга и расширенную обработку типов, см. в разделе [Расширенное выполнение запросов (запросы NumPy, Pandas и Arrow)](/docs/ru/integrations/language-clients/python/advanced-querying#numpy-pandas-and-arrow-queries).
## Методы потокового выполнения запросов в клиенте
Для потоковой передачи больших результирующих наборов ClickHouse Connect предоставляет несколько методов. Подробности и примеры см. в разделе [Расширенные запросы (потоковые запросы)](/docs/ru/integrations/language-clients/python/advanced-querying#streaming-queries).
## Метод клиента `insert`
Для типичного сценария вставки нескольких записей в ClickHouse предусмотрен метод `Client.insert`. Он принимает следующие параметры:
| Parameter | Type | Default | Description |
| -------------------- | --------------------------- | ------------------- | ----------------------------------------------------------------------------------------------------------------------------------------- |
| `table` | str | Обязательно | Целевая таблица. Допускается имя с указанием базы данных. Может быть опущено, если задана через `context`. |
| `data` | Sequence of Sequences | Обязательно | Матрица данных в строковом или столбцовом формате. Может быть передана позже через `InsertContext`. |
| `column_names` | str or Sequence\[str] | `"*"` | Упорядоченные столбцы. `"*"` запускает запрос метаданных для определения всех столбцов, в которые можно выполнять вставку. |
| `database` | str or None | База данных клиента | Целевая база данных, если `table` указана без базы данных. |
| `column_types` | Sequence\[`ClickHouseType`] | `None` | Явно заданные типы столбцов. При указании позволяет избежать запроса метаданных. |
| `column_type_names` | Sequence\[str] | `None` | Явно заданные имена типов ClickHouse. Альтернатива `column_types`. |
| `column_oriented` | bool | `False` | Интерпретировать `data` как столбцы, а не как строки. |
| `settings` | dict | `None` | См. [аргумент Settings](#settings-argument-1). |
| `context` | `InsertContext` | `None` | Повторно используемый контекст вставки. См. [InsertContexts](/docs/ru/integrations/language-clients/python/advanced-inserting#insertcontexts). |
| `transport_settings` | dict | `None` | HTTP-заголовки, добавляемые к этому запросу. |
Этот метод возвращает `QuerySummary`. Его словарь `summary` содержит значения, сообщаемые сервером. `written_rows` — это удобное свойство, а `written_bytes()` и `query_id()` возвращают соответствующие значения. При ошибке вставки будет вызвано исключение.
Описание специализированных методов вставки, работающих с Pandas DataFrames, PyArrow Tables и DataFrames на базе Arrow, см. в разделе [Расширенная вставка (Специализированные методы вставки)](/docs/ru/integrations/language-clients/python/advanced-inserting#specialized-insert-methods).
Массив NumPy является допустимым Sequence of Sequences и может использоваться как аргумент `data` для основного метода `insert`, поэтому специализированный метод не требуется.
### Примеры
В примерах ниже предполагается наличие таблицы `users` со схемой `(id UInt32, name String, age UInt8)`.
#### Базовая построчная вставка
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Row-oriented data: each inner list is a row
data = [
[13, "user_1", 25],
[79, "user_2", 30],
]
client.insert("users", data, column_names=["id", "name", "age"])
```
#### Вставка в столбцовом формате
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Column-oriented data: each inner list is a column
data = [
[13, 79], # id column
["user_1", "user_2"], # name column
[25, 30], # age column
]
client.insert("users", data, column_names=["id", "name", "age"], column_oriented=True)
```
#### Вставка с явным указанием типов столбцов
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
# Useful when you want to avoid a DESCRIBE query to the server
data = [
[13, "user_1", 25],
[79, "user_2", 30],
]
client.insert(
"users",
data,
column_names=["id", "name", "age"],
column_type_names=["UInt32", "String", "UInt8"],
)
```
#### Вставка в определённую базу данных
```python theme={null}
import clickhouse_connect
client = clickhouse_connect.get_client()
data = [
[13, "user_1", 25],
[79, "user_2", 30],
]
# Insert into a table in a specific database
client.insert(
"users",
data,
column_names=["id", "name", "age"],
database="production",
)
```
## Вставка из файлов
Чтобы напрямую вставлять данные из файлов в таблицы ClickHouse, см. [Расширенная вставка (вставка из файлов)](/docs/ru/integrations/language-clients/python/advanced-inserting#file-inserts).
## Raw API
Для продвинутых сценариев, требующих прямого доступа к HTTP-интерфейсам ClickHouse без преобразования типов, см. [Расширенное использование (Raw API)](/docs/ru/integrations/language-clients/python/advanced-usage#raw-api).
## Python DB-API 2.0
Модуль `clickhouse_connect.dbapi` реализует интерфейсы connection и cursor, определённые в PEP 249. Он объявляет уровень API 2.0, `threadsafety=2` и `paramstyle="pyformat"`. Модуль также предоставляет конструкторы типов PEP 249 `Date`, `Time`, `Timestamp` и `Binary`, а также функции `DateFromTicks`, `TimeFromTicks` и `TimestampFromTicks`.
```python theme={null}
from clickhouse_connect import dbapi
connection = dbapi.connect(
host="localhost",
username="default",
password="password",
database="default",
)
cursor = connection.cursor()
try:
cursor.execute(
"SELECT name FROM system.tables "
"WHERE database = %(database)s ORDER BY name LIMIT 5",
{"database": "system"},
)
print(cursor.description)
print(cursor.fetchall())
finally:
cursor.close()
connection.close()
```
`Cursor.execute` и `Cursor.executemany` принимают дополнительные именованные аргументы `settings` и `query_formats`. `settings` передаёт настройки ClickHouse. `query_formats` применяет форматы чтения по типам ClickHouse, когда оператор возвращает строки, используя то же сопоставление, что и `Client.query`. `executemany` использует реализованный в драйвере механизм массовой вставки Native для совместимых операторов `INSERT ... VALUES` с материализованной последовательностью строк. `fetchone`, `fetchmany` и `fetchall` считывают текущий материализованный результат.
`Cursor.description` определяет `null_ok` по типу каждого столбца результата. Типы, не допускающие NULL, возвращают `False`, а допускающие NULL — `True`, включая обёртки `Nullable`, `Variant` и `Dynamic`. `None` означает, что допустимость NULL неизвестна. Если запрос, начинающийся с `SELECT` или `WITH` без учёта начальных комментариев, не возвращает строк и метаданных столбцов, курсор выполняет запрос метаданных с `LIMIT 0`, чтобы заполнить `description`. Если этот запрос метаданных завершается с ошибкой, `description` остаётся пустым.
ClickHouse не поддерживает традиционные транзакции через этот HTTP-интерфейс. `Connection.commit()` и `Connection.rollback()` не выполняют никаких действий. Правила [параллелизма для идентификатора сеанса](/docs/ru/integrations/language-clients/python/advanced-usage#managing-clickhouse-session-ids) по-прежнему действуют, если соединение используется совместно.
## Вспомогательные классы и функции
Следующие модули предоставляют дополнительные общедоступные вспомогательные средства, используемые клиентскими приложениями.
Версия установленного пакета доступна как строка `clickhouse_connect.__version__`.
### Исключения
Пользовательские исключения, включая иерархию исключений DB-API 2.0, определены в `clickhouse_connect.driver.exceptions`. `DatabaseError` и `OperationalError` предоставляют числовой атрибут `code` с кодом ошибки ClickHouse и атрибут `name` с символьным именем, например `UNKNOWN_TABLE`, поэтому приложения могут строить логику на основе `exc.code`, а не разбирать сообщение. `code` задается, даже если `show_clickhouse_errors` отключен, тогда как для `name` требуется отображение подробностей ошибки (`True` или `"scrub"`). Оба имеют значение `None`, когда недоступны, например при ошибках передачи данных. Используйте `show_clickhouse_errors="scrub"`, когда конечные пользователи должны видеть ошибки SQL без информации о хосте или версии сервера. Этот параметр также управляет сообщениями `StreamFailureError` в процессе потоковой передачи и общими сообщениями об ошибках передачи данных. Он влияет только на `str(exc)`. Ошибки передачи данных по-прежнему прикрепляются как `__cause__`, а трассировки стека могут содержать исходные сведения о хосте, URL или текст ошибки библиотеки.
### Утилиты ClickHouse SQL
Функции и класс DT64Param в модуле `clickhouse_connect.driver.binding` можно использовать для корректного формирования и экранирования запросов ClickHouse SQL. Аналогично, функции из модуля `clickhouse_connect.driver.parser` можно использовать для разбора названий типов данных ClickHouse.
## Многопоточные, многопроцессные и асинхронные/событийно-ориентированные сценарии использования
Подробнее об использовании ClickHouse Connect в многопоточных, многопроцессных и асинхронных/событийно-ориентированных приложениях см. в разделе [Расширенное использование (многопоточные, многопроцессные и асинхронные/событийно-ориентированные сценарии использования)](/docs/ru/integrations/language-clients/python/advanced-usage#multithreaded-multiprocess-and-asyncevent-driven-use-cases).
## AsyncClient
Сведения о непосредственном использовании AsyncClient с asyncio см. в разделе [Расширенное использование (AsyncClient)](/docs/ru/integrations/language-clients/python/advanced-usage#asyncclient).
## Управление идентификаторами сеансов ClickHouse
Сведения об управлении идентификаторами сеансов ClickHouse в многопоточных или параллельно работающих приложениях см. в разделе [Расширенное использование (Управление идентификаторами сеансов ClickHouse)](/docs/ru/integrations/language-clients/python/advanced-usage#managing-clickhouse-session-ids).
## Настройка пула HTTP-соединений
Сведения о настройке пула HTTP-соединений для крупных многопоточных приложений см. в разделе [Расширенное использование (настройка пула HTTP-соединений)](/docs/ru/integrations/language-clients/python/advanced-usage#customizing-the-http-connection-pool).