DeepSeek总结的DuckDB 2.0.0 中的隐藏亮点

DuckDB 2.0.0 中的隐藏亮点

2026-10-29

5 分钟阅读

DuckDB 团队

摘要:我们重点介绍 DuckDB 2.0.0 中一些随版本发布但未进入发布公告的较小功能。

上周我们发布了 DuckDB 2.0.0 LTS"Cinnamon Teal",这是迄今为止功能最丰富的一次版本发布。公告涵盖了头条内容:Quack 协议、异步 I/O、一等公民 VARIANT 类型、agent 模式、PEG 解析器和触发器。一如既往,完整变更列表请查阅发布说明,安装或升级说明请参阅安装页面。

如此规模的版本包含许多从未进入公告的较小改进。本文重点介绍其中几个亮点。要查找 2.0 中所有新功能的文档,请参阅"2.0 文档新内容"页面。

DuckDB 2.0 中未被充分宣传的功能

用 SHOW 查看配置设置

SHOW 语句现在可以像 PostgreSQL 那样按名称打印配置设置------当该名称不指向表时:

sql 复制代码
SET threads = 42;
SHOW threads;
复制代码
threads
42

当表和设置同名时,DuckDB 默认描述该表。你可以通过 show_behavior 设置控制此行为,它接受 'auto'(默认)、'table' 或 'setting'。

SECURE VIEW(安全视图)

普通视图可能通过统计信息和查询计划泄露其底层表的信息,例如通过 stats() 函数。新的 SECURE VIEW 不会:

sql 复制代码
CREATE SECURE VIEW users AS
    SELECT username
    FROM all_users
    WHERE access_level = 'standard';

安全视图对这些内部信息返回 NULL,并在 EXPLAIN ANALYZE 中显示 Secure View 节点,因此查询计划无法被用来重建视图过滤掉的行。

regexp_extract 中的正则选项

regexp_extract 函数新增了一个重载,将正则选项作为第三个参数,且不需要捕获组。例如,现在可以在一次调用中实现不区分大小写匹配:

sql 复制代码
SELECT regexp_extract('ABC', 'abc', 'i'); -- ABC
设置序列值

序列新增了 PostgreSQL 风格的 setval 函数,可将序列重置为给定值,这在批量加载后很有用:

sql 复制代码
CREATE SEQUENCE serial START 1;
SELECT setval('serial', 42);
SELECT nextval('serial');
复制代码
nextval
43

默认情况下,setval 之后的下一个值是 value + increment。将可选的第三个参数 is_called 传为 false,可使下一次 nextval 返回 value 本身。

会话变量作为默认参数值

预处理语句现在可以在执行时未提供命名参数的情况下,回退到同名会话变量:

sql 复制代码
SET VARIABLE multiplier = 10;
SET VARIABLE x = 42;
PREPARE compute AS SELECT $multiplier * $x AS result;
EXECUTE compute;
复制代码
result
420

显式参数始终优先于变量;由于回退是在执行时解析的,更改变量后重新执行会获取新值。

自定义分区路径

写入分区数据时,PARTITION_BY 子句按 Hive 约定将每个分区写入 col=value 子目录。新的 PARTITION_PATH 选项让你完全控制每个分区写入的子目录,使用基于分区列的表达式:

sql 复制代码
COPY orders TO 'orders'
    (FORMAT parquet,
     PARTITION_BY (year),
     PARTITION_PATH CASE
         WHEN year < 2020 THEN 'archive'
         ELSE 'recent/' || year
     END);

该表达式对每个分区求值一次,其结果必须是相对路径,且不能包含 .. 段。配套的 ORDER_BY 复制选项在写入前对行排序;与 PARTITION_BY 结合使用时,在每个分区内排序:

sql 复制代码
COPY orders TO 'orders'
    (FORMAT parquet,
     PARTITION_BY (year, month),
     ORDER_BY (amount DESC NULLS LAST));
写入 GeoJSON

空间扩展现在可以直接用 COPY ... (FORMAT GEOJSON) 写入 GeoJSON,生成 FeatureCollection;或用 FORMAT GEOJSONL 生成按行分隔的 feature:

sql 复制代码
COPY (SELECT 'POINT(0 1)'::GEOMETRY AS geom, 10 AS my_field)
    TO 'test.json' (FORMAT GEOJSON);

可选的 ID_COLUMN 和 GEOMETRY_COLUMN 选项用于选择哪些列成为 feature 的 id 和 geometry。读取 GeoJSON 的内容见"加载 JSON"页面。

CLI 中的生活质量改进
美化打印的 .schema

从 DuckDB 2.0 起,.schema 点命令默认美化打印并高亮其输出,使阅读数据库模式容易得多。如果你更喜欢早期的单行形式(例如为了逐字复制语句),请使用 --no-indent(或其别名 --no-format):

bash 复制代码
duckdb mydata.duckdb ".schema --no-indent"
命令历史

CLI 现在以两种方式暴露其命令历史。.history 点命令显示之前执行的语句并带语法高亮,可选限制为最近 N 条:

复制代码
.history 10

同样的信息也可通过 shell_history() 表函数以表的形式获取,因此你可以用 SQL 查询自己的历史:

sql 复制代码
SELECT sql
FROM shell_history()
WHERE sql ILIKE '%copy%';
Python Appender

逐行插入很慢,而构建巨大的 INSERT 语句又很别扭。Python appender 收集行并在一次操作中一起写入:

python 复制代码
with con.appender("people") as appender:
    appender.append_row(1, "Mark")
    appender.append_rows([(2, "Hannes"), (3, "Gabor")])

with 块退出时会刷新缓冲的行。对于已存在于 DataFrame 或 Arrow 表中的数据,INSERT INTO ... SELECT 仍然更快,但对于 Python 代码即时产生的行,appender 是理想选择。

网络动态

DuckDB 周围的生态系统持续增长:许多项目既使用 DuckDB 构建,也在 DuckDB 内构建。由 David Gasquez 维护的社区驱动的 awesome-duckdb 仓库将这些扩展、集成和文章收集在一处,是探索人们正在构建什么的好起点。

这些只是 DuckDB 2.0 中较小功能的一部分。其余内容请参阅发布说明和核心扩展概览。一如既往,感谢使本次发布成为可能的贡献者们!

相关推荐
纆兰26 分钟前
MySQL的多表查询
数据库·mysql
七夜zippoe27 分钟前
Nexent 模型配置:4 字段与 9 个槽位
数据库·人工智能·模型·nexent
wuyk55535 分钟前
Spider-第11讲-工程化改造与可维护性
大数据·爬虫·elasticsearch·搜索引擎
进击的荆棘1 小时前
MySQL——表的操作
数据库·mysql
墨林陌2 小时前
AI 热点日报(2026-11-16):黄仁勋或重返英伟达,华为发具身世界模型,ChatGPT Wallet打通支付
大数据
starzy19902 小时前
Structured Streaming 结构化流概述:把流数据当作一张无限增长的表
大数据·spark
nice_lcj5202 小时前
MySQL 慢查询与 EXPLAIN:怎么定位、怎么优化
java·数据库·后端·mysql
wuyk5553 小时前
Spider-第12讲-asyncio异步并发爬取
大数据·爬虫·elasticsearch·搜索引擎
筑梦之人4 小时前
Elasticsearch 9.x 从入门到精通(4/7):聚合分析与文本分析
大数据·elasticsearch·jenkins
OceanRoy13 小时前
数据库表的设计
数据库·内连接·外连接·er图·表的约束·三大范式·多表连接