# Esempio: 3,5 milioni di corse in taxi via HTTPS

> Interroga un file Parquet da 3,5 milioni di righe dei taxi di New York via HTTPS con DuckDB SQL, poi rappresenta le corse per ora e tipo di pagamento in DuckLocal.

Source: https://ducklocal.app/docs/it/example-nyc-taxi

New York City pubblica ogni corsa dei taxi gialli come file Parquet. Gennaio 2025
è un singolo file da 59 MB con 3.475.226 righe, e DuckLocal può interrogarlo dove
si trova — nessun passaggio di download, nessun cluster, nessuna importazione.
Questa guida lo porta da un primo sguardo a tre grafici e una dashboard, una query
alla volta. Per il flusso di lavoro più ampio incentrato sui file, vedi
[analisi di dati locali con DuckDB SQL](https://ducklocal.app/it/use-cases/local-data-analysis/).

Questa guida dà per scontato che tu abbia completato [I tuoi primi 10 minuti](tutorial.md) o che conosca già le basi: premere **⌘↵** (Ctrl+Enter su Windows e Linux) esegue la query nell'editor, e l'area dei risultati include una scheda **Grafico**.

Il file:

```text
https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet
```

::: tip Rete
La prima query su un indirizzo `https://` fa scaricare a DuckDB la sua estensione
`httpfs`, quindi devi essere online una volta. Dopo, ogni query legge solo le parti
del file che le servono — un file Parquet tiene ogni colonna separata, e DuckDB
chiede intervalli di byte invece del file intero.
:::

## 1. Guarda prima di interrogare

Incolla questo in una scheda di query e premi **⌘↵**:

```sql
SELECT *
FROM 'https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet'
LIMIT 100;
```

Cento righe, venti colonne: orari di salita e discesa, distanza, tariffa, mancia,
zone di salita e di discesa e come ha pagato il passeggero. Per vedere ogni colonna
con il suo tipo invece di scorrere in orizzontale, usa `DESCRIBE` sulla stessa
query:

```sql
DESCRIBE SELECT *
FROM 'https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet';
```

Quelle usate qui sotto:

| Colonna | Tipo | Significato |
| --- | --- | --- |
| `tpep_pickup_datetime` | TIMESTAMP | Quando è partito il tassametro |
| `fare_amount` | DOUBLE | La tariffa del tassametro, in dollari |
| `tip_amount` | DOUBLE | La mancia, in dollari — solo mance con carta, vedi il passaggio 4 |
| `payment_type` | BIGINT | `1` carta di credito, `2` contanti, `3` senza addebito, `4` contestazione |

## 2. Un mese, ora per ora

Quante corse sono iniziate in ogni ora di gennaio?

```sql
SELECT date_trunc('hour', tpep_pickup_datetime) AS hour,
       count(*) AS trips
FROM 'https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet'
WHERE tpep_pickup_datetime >= '2025-01-01'
  AND tpep_pickup_datetime <  '2025-02-01'
GROUP BY 1
ORDER BY 1;
```

Aggrega tutte le 3,5 milioni di righe in 744 — una per ogni ora del mese — in un
paio di secondi. Passa a **Grafico**: la prima colonna è un timestamp, quindi
DuckLocal disegna un grafico ad area nel tempo. Ogni giorno appare come un picco, e
i picchi salgono e scendono con la settimana; l'ora più trafficata del mese è stata
le 18:00 di giovedì 16 gennaio, con 13.288 corse.

Due dettagli rendono onesto il grafico:

- **La clausola `WHERE`.** Ventidue corse nel file sono iniziate fuori da gennaio:
  21 a Capodanno, una 44 secondi dentro febbraio. Senza il filtro aggiungono
  quattro ore disperse alle estremità del grafico.
- **`ORDER BY 1`.** I grafici disegnano le righe nell'ordine in cui la query le
  restituisce. `GROUP BY` non promette alcun ordine, quindi senza di esso la linea
  zigzagherebbe.

744 punti sono sotto il limite di 1.500 punti del grafico, quindi ogni ora viene
disegnata così com'è invece di essere mediata in intervalli. Controlla il titolo
del grafico: dice quanti punti sono stati disegnati.

## 3. La forma di una giornata

Ripiega il mese in un solo giorno: corse per ora del giorno, dalle 00:00 alle
23:00.

```sql
SELECT format('{:02d}:00', hour(tpep_pickup_datetime)) AS pickup_hour,
       count(*) AS trips
FROM 'https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet'
GROUP BY 1
ORDER BY 1;
```

**Grafico** disegna ora 24 barre. La città è più tranquilla alle 04:00 (20.033
corse in tutto il mese) e più affollata alle 18:00 (267.951) — più di tredici volte
tanto.

::: warning Perché l'ora è testo
L'etichetta è costruita con `format('{:02d}:00', …)` di proposito. Il grafico dei
risultati disegna la **prima colonna numerica** — e un semplice `hour(…)` è un
numero. Diventerebbe l'altezza delle barre, e otterresti una scalinata ordinata da 0
a 23 invece dei conteggi delle corse. Una prima colonna di testo è un'etichetta,
mai un valore. Il riempimento con zeri (`04:00`, non `4:00`) mantiene il testo
nell'ordine giusto con `ORDER BY`.
:::

## 4. Chi lascia la mancia?

Mance come quota della tariffa, in base a come è stata pagata la corsa:

```sql
SELECT CASE payment_type
         WHEN 1 THEN 'Credit card' WHEN 2 THEN 'Cash'
         WHEN 3 THEN 'No charge'   WHEN 4 THEN 'Dispute'
         ELSE 'Other'
       END AS payment,
       round(100 * avg(tip_amount / fare_amount), 1) AS tip_pct,
       count(*) AS trips
FROM 'https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet'
WHERE fare_amount > 0
GROUP BY 1
ORDER BY trips DESC;
```

| payment | tip_pct | trips |
| --- | --- | --- |
| Credit card | 26.8 | 2444292 |
| Other | 2.7 | 455288 |
| Cash | 0.0 | 375850 |
| Dispute | 0.0 | 38787 |
| No charge | 0.1 | 15493 |

Chi paga con carta lascia circa il 27% della tariffa; chi paga in contanti,
apparentemente, nulla. Sono i dati, non i passeggeri: il tassametro registra solo
le mance pagate con carta. Una mancia in contanti finisce nella mano dell'autista e
non arriva mai al file. Sapere da dove viene una colonna conta quanto l'SQL.

`WHERE fare_amount > 0` evita che i rimborsi e le tariffe a zero dividano per zero
o invertano il segno. Il grafico disegna `tip_pct` perché è la prima colonna
numerica — metti `trips` per prima per rappresentare invece il volume.

## 5. Conservalo come dashboard

Tre query che vale la pena rieseguire appartengono a una [dashboard](dashboards.md).
Scarica [nyc-taxi.dash](https://ducklocal.app/docs/samples/nyc-taxi.dash):
contiene la tendenza oraria, le barre per ora del giorno, il grafico delle mance e
una tabella con i numeri che ci sono dietro. Trascinalo sulla finestra di DuckLocal
e si apre come scheda che esegue ogni query e disegna ogni grafico.

Poiché l'SQL legge un indirizzo `https://` assoluto, il file funziona comunque e
ovunque venga aperto. Prima di condividerlo, `ducklocal check` può eseguire ogni
query per dimostrare che funziona:

```bash
ducklocal check nyc-taxi.dash                         # syntax and references only
ducklocal check nyc-taxi.dash --database any.duckdb   # also runs each query
```

## 6. Lo stesso da un terminale

La CLI risponde senza finestra, che è come chiederebbe un agente di IA:

```bash
ducklocal query --format md --sql "
  SELECT format('{:02d}:00', hour(tpep_pickup_datetime)) AS pickup_hour,
         count(*) AS trips
  FROM 'https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2025-01.parquet'
  GROUP BY 1 ORDER BY trips DESC LIMIT 3"
```

## Per andare oltre

- **Lavora offline, o più veloce.** Ogni query rilegge dalla rete le colonne che le
  servono. Per conservare una copia, esegui il `SELECT *` del passaggio 1 senza
  `LIMIT` e usa **Esporta Parquet…** — poi trascina il file locale e diventa una
  vista che puoi interrogare per nome.
- **Più mesi.** I file seguono uno schema, `yellow_tripdata_YYYY-MM.parquet`.
  DuckDB legge un elenco di essi come un'unica tabella:
  `FROM read_parquet(['https://…/yellow_tripdata_2025-01.parquet', 'https://…/yellow_tripdata_2025-02.parquet'])`.
  Un glob (`*`) non funziona su HTTPS semplice, perché un server web non può essere
  elencato; funziona su [S3](s3.md).
- **Zone.** `PULocationID` e `DOLocationID` sono numeri di zona dei taxi; la NYC
  Taxi & Limousine Commission (TLC) pubblica la tabella di lookup che dà loro un
  nome.

I dati sono pubblicati dalla
[TLC](https://www.nyc.gov/site/tlc/about/tlc-trip-record-data.page), che documenta
anche ogni colonna.
