DuckDB 是一个高性能的分析数据库系统,它快速、可靠、易于使用。DuckDB 提供了丰富的 SQL 方言,支持远远超过基本 SQL,且支持任意的和嵌套的相关子查询、复杂类型等。
DuckDB 0.7.0 新版本包含对 JSON 支持的许多改进、新的 SQL 功能、对数据摄取和导出的改进以及其他新功能。以下是最具影响力的更改摘要:
JSON 提取
这个版本介绍了read_json
和read_json_auto
方法,可用于将 JSON 文件提取为表格格式。类似read_csv
,该read_json
方法需要指定模式,而read_json_auto
使用采样自动从文件中推断出 JSON 的模式。
支持换行分隔的 JSON 和常规JSON 。
FROM 'data/json/with_list.json';
分区 Parquet/CSV 导出
DuckDB 支持提取配置单元分区的 Parquet 和 CSV 文件已有一段时间了。在此版本之后,DuckDB 还将能够使用 PARTITION_BY
子句写入配置单元分区的数据。这些文件可以在本地或远程导出到 S3 兼容存储。这是一个本地示例:
COPY orders TO 'orders' (FORMAT PARQUET, PARTITION_BY (year, month));
多数据库支持
附加功能,此版本增加了对将多个数据库附加到同一个 DuckDB 实例的支持。允许数据在不同的 DuckDB 数据库文件之间传输,也允许来自不同数据库文件的数据在单独的查询中组合在一起。
也可以附加远程 DuckDB 实例(存储在 Github 等网络可访问位置)。
ATTACH 'new_db.db'; CREATE TABLE new_db.tbl(i INTEGER); INSERT INTO new_db.tbl SELECT * FROM range(1000); DETACH new_db;
有关详细信息,请参阅文档。
SQLite 存储后端。
除了添加对附加 DuckDB 数据库的支持外,此版本还添加了对可插入数据库引擎的支持。允许扩展定义自己的数据库和可以附加到系统的目录引擎。
一旦附加,引擎就可以支持读取和写入。SQLite扩展利用它向 DuckDB 添加对 SQLite 数据库文件的本地读/写支持。
新的 SQL 特性
此版本使用 ON CONFLICT
子句以及 SQLite
兼容的 INSERT OR REPLACE
/ INSERT OR IGNORE
语法添加了 Upsert 支持。
ATTACH 'sqlite_file.db' AS sqlite (TYPE sqlite); CREATE TABLE sqlite.tbl(i INTEGER); INSERT INTO sqlite.tbl VALUES (1), (2), (3); SELECT * FROM sqlite.tbl;
有关详细信息,请参阅文档。
Python API 改进
此版本通过允许查询关系,使用 Python API 引入了更轻松的增量查询构建。这允许将长 SQL 查询分解为多个较小的 SQL 查询,并轻松检查查询中间体。
>>> import duckdb >>> lineitem = duckdb.sql('FROM lineitem.parquet') >>> lineitem.limit(3).show()
此版本的 DuckDB 命名为“Labradorius” ,源于产于北美的拉布拉多鸭 (Camptorhynchus labradorius) 。