认识DuckDB

• Github近20万Stars
• 下载次数每月达百万
• 扩展的下载流量每天超4TB
• 大小只有50MB
• 仅有18人的团队
• 诞生只有短短五年
• 即将发布第一个大版本1.0.0

这极具矛盾的数据背后就是我们今天的主角——DuckDB。

前言

早就想要写一写DuckDB了，如果非要给这个早加一个时间，我希望是五年前（那个时候DuckDB才刚刚起步）。

最初接触DuckDB只是把它当成嵌入式数据库SQLite的替代品，并且自认为SQLite经过这么多年的打磨与验证，现在就是无可替代般的存在（无知是阻碍我们进步的最大敌人）。然而当我一步步开始深入了解DuckDB的时候，我几乎是笑着完成，它完全颠覆了我对一个小小的数据库的认知。

一切都不晚，一切都刚刚好！

DuckDB是什么

DuckDB是一个快速的、in-process的OLAP数据库，底层采用列式存储。

名字的由来：创建者认为鸭子具有很强的适应能力，可以依靠任何东西生存，这与他们设想的数据库系统运行方式类似，所以被命名为DuckDB。

DuckDB的创建者们设想打造一套分析数据库，其性能与F1赛车相当，但用户友好度却向丰田卡罗拉看齐。

另外，当如今的大数据数据库都在采用分布式架构，标榜TB乃至PB级的数据处理规模时，DuckDB则站在了对立面，认为99%的用户远远达不到“大数据”的体量。

“这有个烦人的文件，我想读取他的内容并执行一些聚合操作。”不知道多少人问过这个问题。现在想想每次都把一个上百M的CSV文件上传到数仓后才能看看里面有什么是多么的笨拙。然而这样的尴尬局面都会因为DuckDB而戛然而止。

DuckDB的特点

• 免费、开源
• 嵌入式，不需要服务器，使用超级方便
• 忠于传统 SQL
• 采用列式存储（用于高效聚合）及向量化处理（用于提高性能）功能
• 具有丰富的功能集，支持完整的标准SQL、事务、二级索引
• 支持Python、R、Java、Node.js等编程语言
• 扩展机制灵活，可以直接读取CSV、JSON、Parquet等文件
• 专门针对数据分析和OLAP（在线分析处理）而设计

DuckDB初体验

本文采用Windows系统。

1. 下载DuckDB并解压

下载地址https://github.com/duckdb/duckdb/releases/download/v1.0.0/duckdb_cli-windows-amd64.zip

解压后

2. 双击启动

至此，你就可以使用DuckDB了。没错，你没有看错，就是这么极致的丝滑。

3. 使用.help查看帮助命令

4. 对本地CSV文件计数

63w+的数据量，只是一瞬间。

不能再演示了，我怕你激动、兴奋的跳起来。

进阶

DuckDB让你心动了吗？如果你想要学习数据分析，你不再需要学习安装Mysql，不再需要学习Python，只需要动动手，立马就可以开始。

关注：遇码，回复duckdb，获取官方文档。