“小而美” 的分析庫-DuckDB 初探
作者：韓鋒
DuckDB 是一個 In-Process 的 OLAP 數據庫，可以理解為 AP 版本的 SQLite，但其底層是列式存儲。2019 年 SIGMOD 有一篇 Demo 論文介紹 DuckDB：an embedded analytical database。
DuckDB 是近期非?；鸬囊豢?AP 數據庫，其獨特的定位很有趣。甚至有數據庫產品考慮將其納入進來，作為分析能力的擴展。本文就針對這一數據庫做個小評測。
1. DuckDB 數據庫概述
1).DuckDB 產生背景
DuckDB 是一個 In-Process 的 OLAP 數據庫，可以理解為 AP 版本的 SQLite，但其底層是列式存儲。2019 年 SIGMOD 有一篇 Demo 論文介紹 DuckDB：an embedded analytical database。隨著單機內存的變大，大部分 OLTP 數據庫都能在內存中放得下，而很多 OLAP 也有在單機就能搞定的趨勢。單臺服務器的內存很容易達到 TB，加上 SSD，搞個幾十甚至上百 TB 很容易。DuckDB 就是為了填補這個空白而生的。
2).DuckDB 開源情況
DuckDB 采用 MIT 協議開源，是荷蘭 CWI 數據庫組的一個項目，學術氣息比較濃厚，項目的組織很有教科書的感覺，架構很清晰，所以非常適合閱讀學習。我從 OSS Insight 拉個一個 Star 數對比，可以看到 DuckDB 發展非常迅速。
圖片
3).DuckDB 特點
DuckDB是一個免費的、開源的、嵌入式數據庫管理系統，專為數據分析和在線分析處理而設計。這意味著以下幾點：
- 它是免費的開源軟件，因此任何人都可以使用和修改代碼。
- 它是嵌入式的，這意味著DBMS（數據庫管理系統）與使用它的應用程序在同一進程中運行。這使得它快速且易于使用。
- 它針對數據分析和OLAP（在線分析處理）進行了優化，而不僅僅是像典型數據庫那樣只針對事務數據。這意味著數據按列而不是行組織以優化聚合和分析。
- 它支持標準SQL，因此可以在數據上運行查詢、聚合、連接和其他SQL函數。
- 它在進程中運行，即在應用程序本身內運行，而不是作為單獨的進程運行。這消除了進程間通信的開銷。
- 與SQLite一樣，它是一個簡單的、基于文件的數據庫，因此不需要單獨安裝服務器。只需將庫包含在應用程序中即可。
4).DuckDB 優點
- DuckDB 易于安裝、部署和使用。沒有需要配置的服務器，可在應用程序內部嵌入運行，這使得它易于集成到不同編程語言環境中。
- DuckDB 盡管它很簡單，但DuckDB具有豐富的功能集。它支持完整的SQL標準、事務、二級索引，并且與流行的數據分析編程語言如 Python 和 R 集成良好。
- DuckDB 是免費的，任何人都可以使用和修改它，這降低了開發人員和數據分析師采用它的門檻。
- DuckDB 兼容性很好，幾乎無依賴性，甚至可在瀏覽器中運行。
- DuckDB 具有靈活的擴展機制，這對于直接從 CSV、JSON、Parquet、MySQL 或直接從 S3 讀取數據特別重要，能夠大大提高開發人員的體驗。
- DuckDB 可提供數據超出內存限制但小于磁盤容量規模下的工作負載，這樣分析工作可通過 "便宜"的硬件來完成。
2. DuckDB 數據庫架構
圖片
DuckDB 數據庫可分為多個組件：Parser、Logical Planner、Optimizer、Physical Planner、Execution Engine、Transaction and Storage Managers。
1).Parser
DuckDB SQL Parser 源自 Postgres SQL Parser。
2).Logical Planner
包含了兩個過程 binder、plan generator。前者是解析所有引用的 schema 中的對象（如 table 或 view）的表達式，將其與列名和類型匹配。后者將 binder 生成的 AST 轉換為由基本 logical query 查詢運算符組成的樹，就得到了一顆 type-resolved logical query plan。
3).Optimizer
優化器部分，會采用多種優化手段對 logical query plan 進行優化，最終生成 physical plan。例如，其內置一組 rewrite rules 來簡化 expression tree，例如執行公共子表達式消除和常量折疊。針對表關聯，會使用動態規劃進行 join order 的優化，針對復雜的 join graph 會 fallback 到貪心算法會消除所有的 subquery。
4).Execution Engine
DuckDB 最開始采用了基于 Pull-based 的 Vector Volcano 的執行引擎，后來切換到了 Push-based 的 pipelines 執行方法。DuckDB 采用了向量化計算來來加速計算，具有內部實現的多種類型的 vector 以及向量化的 operator。另外出于可移植性原因，沒有采用 JIT，因為 JIT引擎依賴于大型編譯器庫（例如LLVM），具有額外的傳遞依賴。
5).Transactions
DuckDB 通過 MVCC 提供了 ACID 的特性，實現了HyPer專門針對混合OLAP / OLTP系統定制的可串行化MVCC 變種 。該變種立即 in-place 更新數據，并將先前狀態存儲在單獨的 undo buffer 中，以供并發事務和 abort 使用。
6).Persistent Storage
DuckDB 使用面向讀取優化的 DataBlocks 存儲布局（單個文件）。邏輯表被水平分區為 chunks of columns，并使用輕量級壓縮方法壓縮成 physical block 。每個塊都帶有每列的min/max 索引，以便快速確定它們是否與查詢相關。此外，每個塊還帶有每列的輕量級索引，可以進一步限制掃描的值數量。
3. DuckDB 初體驗
1).部署安裝
DuckDB 提供了非常簡單的安裝方法，從官網 duckdb.org 直接下載安裝解壓即可使用。此外，DuckDB 還可以內置在多種開發語言中使用，下文會以 Python 舉例說明。
圖片
2).啟動數據庫
DuckDB 啟動非常簡單，直接將安裝包解壓后執行即可。
[root@hfserver1 soft]# ./duckdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
Connected to a transient in-memory database.
Use ".open FILENAME" to reopen on a persistent database.上文提示連接到內存庫。默認情況下，DuckDB 是運行在內存數據庫中，這意味著創建的任何表都存儲在內存中，而不是持久化到磁盤上?？梢酝ㄟ^啟動命令行參數的方式，將 DuckDB 連接到磁盤上的持久化數據庫文件。任何寫入該數據庫連接的數據都將保存到磁盤文件中，并在重新連接到同一文件時重新加載。
[root@hfserver1 soft]# ls -al *db
-rwxr-xr-x 1 root root 44784232 Mar 18 20:47 duckdb
-rw-r--r-- 1 root root 18886656 Apr 9 16:06 testdb
[root@hfserver1 soft]# ./duckdb testdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
D PRAGMA database_list;
┌───────┬─────────┬─────────┐
│ seq │ name │ file │
│ int64 │ varchar │ varchar │
├───────┼─────────┼─────────┤
│ 1080 │ testdb │ testdb │
└───────┴─────────┴─────────┘上面示例啟動到一個文件中，并通過 PRAGMA 命令查看下當前運行庫。
3).簡單 CRUD
[root@hfserver1 soft]# ./duckdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
Connected to a transient in-memory database.
Use ".open FILENAME" to reopen on a persistent database.
-- 創建一張表
D create table t1( a int,b int);
-- 查看表
D .tables
t1
-- 插入數據
D insert into t1 values(1,1);
-- 修改輸出格式
D .mode table
-- 查看數據
D select * from t1;
+---+---+
| a | b |
+---+---+
| 1 | 1 |
+---+---+
-- 更新數據
D update t1 set b=2 where a=1;
-- 查看數據
D select * from t1;
+---+---+
| a | b |
+---+---+
| 1 | 2 |
+---+---+
-- 查看表結構
D describe t1;
+-------------+-------------+------+-----+---------+-------+
| column_name | column_type | null | key | default | extra |
+-------------+-------------+------+-----+---------+-------+
| a | INTEGER | YES | | | |
| b | INTEGER | YES | | | |
+-------------+-------------+------+-----+---------+-------+4).數據加載
DuckDB 除了支持通常的insert插入數據外，也支持從CSV、JSON、Parquet、MySQL 等數據源中直接查詢或導入數據。
-- 讀取外部數據
D select * from read_csv('tmp.csv');
+----+-------+
| id | name |
+----+-------+
| 1 | user1 |
| 2 | user2 |
| 3 | user3 |
+----+-------+
-- 加載數據到本地
D create table csv_table as select * from read_csv('tmp.csv');
D select count(*) from csv_table;
+--------------+
| count_star() |
+--------------+
| 3 |
+--------------+
-- COPY 復制數據
D COPY csv_table FROM 'tmp.csv';
D select count(*) from csv_table;
+--------------+
| count_star() |
+--------------+
| 6 |
+--------------+5).應用集成
DuckDB 有個很強大的功能，就是可以方便的集成進應用，其支持常見的C、Java、Python、Go等。下文通過 Python 做個示例。
[root@hfserver1 soft]# pip install duckdb
[root@hfserver1 soft]# cat test.py
import duckdb
con = duckdb.connect("file.db")
con.sql("CREATE TABLE test (i INTEGER)")
con.sql("INSERT INTO test VALUES (42)")
con.table("test").show()
con.close()
[root@hfserver1 soft]# python test.py
┌───────┐
│ i │
│ int32 │
├───────┤
│ 42 │
└───────┘6).插件擴展
DuckDB 通過插件進行能力的擴展，其支持很多不同的插件，能夠通過 INSTALL 和 LOAD來進行開關，可以使用 shared library 的方式進行加載。很多核心特性都是通過插件來實現的，例如：time zone, json, sqlite_scanner 等。下圖是 DuckDB 內置的一些插件。
圖片
下文通過插件訪問 MySQL 庫做個示例。
[root@hfserver1 soft]# ./duckdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
Connected to a transient in-memory database.
Use ".open FILENAME" to reopen on a persistent database.
D install mysql;
100% ▕████████████████████████████████████████████████████████████▏
D
-- 加載本地的 MySQL 數據庫
D ATTACH 'host=localhost user=root port=3307 database=test' AS mysqldb (TYPE MYSQL);
D use mysqldb;
D show tables;
┌────────────────────┐
│ name │
│ varchar │
├────────────────────┤
│ AA │
│ COMMITTEE │
...7).性能對比
DuckDB 定位是一款分析型數據庫，下文針對 DuckDB 與 MySQL 做個簡單的查詢性能對比。測試環境在MySQL中構建一張大表（百萬級）執行聚合查詢，然后通過插件功能導入到 DuckDB 中跑下同樣的示例。從跑出的數據來看，有十余倍的提升。
-- MySQL 環境
mysql> select count(*) from big_emp;
+----------+
| count(*) |
+----------+
| 1000000 |
+----------+
mysql> show create table big_emp\G;
*************************** 1. row ***************************
Table: big_emp
Create Table: CREATE TABLE `big_emp` (
`empno` int NOT NULL,
`ename` varchar(30) DEFAULT NULL,
`job` varchar(9) DEFAULT NULL,
`mgr` int DEFAULT NULL,
`hiredate` date DEFAULT NULL,
`sal` int DEFAULT NULL,
`comm` int DEFAULT NULL,
`deptno` int DEFAULT NULL,
PRIMARY KEY (`empno`),
KEY `fk_deptno` (`deptno`),
KEY `idx_sal` (`sal`),
CONSTRAINT `fk_deptno1` FOREIGN KEY (`deptno`) REFERENCES `big_dept` (`deptno`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1
1 row in set (0.00 sec)
mysql> select * from big_emp limit 3;
+-------+--------+-------+-------+------------+-------+------+---------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+-------+--------+-------+-------+------------+-------+------+--------+
| 1 | user1 | job | 1 | 2000-01-01 | 1 | 1 | 925 |
| 2 | user2 | job | 1 | 2000-01-01 | 1 | 1 | 594 |
| 3 | user3 | job | 1 | 2000-01-01 | 1 | 1 | 307 |
+-------+--------+-------+------+-------------+-------+------+---------+
-- 構建 DuckDB 環境
[root@hfserver1 soft]# ./duckdb testdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
D ATTACH 'host=localhost user=root port=3307 database=test' AS mysqldb (TYPE MYSQL);
D create table big_emp as select * from mysqldb.big_emp;
100%
-- 查詢對比
[root@hfserver1 soft]# time mysql -e "select deptno,count(*) from big_emp group by deptno" test
real 0m0.192s
user 0m0.014s
sys 0m0.000s
[root@hfserver1 soft]# time ./duckdb testdb -c "select deptno,count(*) from big_emp group by deptno"
real 0m0.015s
user 0m0.010s
sys 0m0.009sselect count(*) from big_emp;\n+----------+\n| count(*) |\n+----------+\n| 1000000 |\n+----------+\n\nmysql> show create table big_emp\\G;\n*************************** 1. row ***************************\n Table: big_emp\nCreate Table: CREATE TABLE " big_emp="big_emp" n="n" empno="empno" int="int" not="not" null="null" ename="ename" varchar="varchar" default="default" job="job" mgr="mgr" hiredate="hiredate" date="date" sal="sal" comm="comm" deptno="deptno" primary="primary" key="key" fk_deptno="fk_deptno" idx_sal="idx_sal" cnotallow="constraint" fk_deptno1="fk_deptno1" foreign="foreign" references="references" big_dept="big_dept" engine="InnoDB" charset="latin1\n1" row="row" in="in" set="set" sec="sec" select="select" from="from" limit="limit" user1="user1" user2="user2" user3="user3" duckdb="duckdb" soft="soft" testdb="testdb" a89d97db8="a89d97db8" quot="quot" for="for" usage="usage" hints="hints" attach="attach" host="localhost" user="root" port="3307" database="test'" as="as" mysqldb="mysqldb" type="type" mysql="mysql" create="create" table="table" time="time" e="e" group="group" by="by" test="test" m0="m0" c="c" data-lark-record-format="docx/text" class="" style="margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
-- MySQL 環境
mysql> select count(*) from big_emp;
+----------+
| count(*) |
+----------+
| 1000000 |
+----------+
mysql> show create table big_emp\G;
*************************** 1. row ***************************
Table: big_emp
Create Table: CREATE TABLE `big_emp` (
`empno` int NOT NULL,
`ename` varchar(30) DEFAULT NULL,
`job` varchar(9) DEFAULT NULL,
`mgr` int DEFAULT NULL,
`hiredate` date DEFAULT NULL,
`sal` int DEFAULT NULL,
`comm` int DEFAULT NULL,
`deptno` int DEFAULT NULL,
PRIMARY KEY (`empno`),
KEY `fk_deptno` (`deptno`),
KEY `idx_sal` (`sal`),
CONSTRAINT `fk_deptno1` FOREIGN KEY (`deptno`) REFERENCES `big_dept` (`deptno`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1
1 row in set (0.00 sec)
mysql> select * from big_emp limit 3;
+-------+--------+-------+-------+------------+-------+------+---------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+-------+--------+-------+-------+------------+-------+------+--------+
| 1 | user1 | job | 1 | 2000-01-01 | 1 | 1 | 925 |
| 2 | user2 | job | 1 | 2000-01-01 | 1 | 1 | 594 |
| 3 | user3 | job | 1 | 2000-01-01 | 1 | 1 | 307 |
+-------+--------+-------+------+-------------+-------+------+---------+
-- 構建 DuckDB 環境
[root@hfserver1 soft]# ./duckdb testdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
D ATTACH 'host=localhost user=root port=3307 database=test' AS mysqldb (TYPE MYSQL);
D create table big_emp as select * from mysqldb.big_emp;
100%
-- 查詢對比
[root@hfserver1 soft]# time mysql -e "select deptno,count(*) from big_emp group by deptno" test
real 0m0.192s
user 0m0.014s
sys 0m0.000s
[root@hfserver1 soft]# time ./duckdb testdb -c "select deptno,count(*) from big_emp group by deptno"
real 0m0.015s
user 0m0.010s
sys 0m0.009sselect count(*) from big_emp;\n+----------+\n| count(*) |\n+----------+\n| 1000000 |\n+----------+\n\nmysql> show create table big_emp\\G;\n*************************** 1. row ***************************\n Table: big_emp\nCreate Table: CREATE TABLE " big_emp="big_emp" n="n" empno="empno" int="int" not="not" null="null" ename="ename" varchar="varchar" default="default" job="job" mgr="mgr" hiredate="hiredate" date="date" sal="sal" comm="comm" deptno="deptno" primary="primary" key="key" fk_deptno="fk_deptno" idx_sal="idx_sal" cnotallow="constraint" fk_deptno1="fk_deptno1" foreign="foreign" references="references" big_dept="big_dept" engine="InnoDB" charset="latin1\n1" row="row" in="in" set="set" sec="sec" select="select" from="from" limit="limit" user1="user1" user2="user2" user3="user3" duckdb="duckdb" soft="soft" testdb="testdb" a89d97db8="a89d97db8" quot="quot" for="for" usage="usage" hints="hints" attach="attach" host="localhost" user="root" port="3307" database="test'" as="as" mysqldb="mysqldb" type="type" mysql="mysql" create="create" table="table" time="time" e="e" group="group" by="by" test="test" m0="m0" c="c" data-lark-record-format="docx/text" class="" style="margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
-- MySQL 環境
mysql> select count(*) from big_emp;
+----------+
| count(*) |
+----------+
| 1000000 |
+----------+
mysql> show create table big_emp\G;
*************************** 1. row ***************************
Table: big_emp
Create Table: CREATE TABLE `big_emp` (
`empno` int NOT NULL,
`ename` varchar(30) DEFAULT NULL,
`job` varchar(9) DEFAULT NULL,
`mgr` int DEFAULT NULL,
`hiredate` date DEFAULT NULL,
`sal` int DEFAULT NULL,
`comm` int DEFAULT NULL,
`deptno` int DEFAULT NULL,
PRIMARY KEY (`empno`),
KEY `fk_deptno` (`deptno`),
KEY `idx_sal` (`sal`),
CONSTRAINT `fk_deptno1` FOREIGN KEY (`deptno`) REFERENCES `big_dept` (`deptno`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1
1 row in set (0.00 sec)
mysql> select * from big_emp limit 3;
+-------+--------+-------+-------+------------+-------+------+---------+
| empno | ename | job | mgr | hiredate | sal | comm | deptno |
+-------+--------+-------+-------+------------+-------+------+--------+
| 1 | user1 | job | 1 | 2000-01-01 | 1 | 1 | 925 |
| 2 | user2 | job | 1 | 2000-01-01 | 1 | 1 | 594 |
| 3 | user3 | job | 1 | 2000-01-01 | 1 | 1 | 307 |
+-------+--------+-------+------+-------------+-------+------+---------+
-- 構建 DuckDB 環境
[root@hfserver1 soft]# ./duckdb testdb
v0.10.1 4a89d97db8
Enter ".help" for usage hints.
D ATTACH 'host=localhost user=root port=3307 database=test' AS mysqldb (TYPE MYSQL);
D create table big_emp as select * from mysqldb.big_emp;
100%
-- 查詢對比
[root@hfserver1 soft]# time mysql -e "select deptno,count(*) from big_emp group by deptno" test
real 0m0.192s
user 0m0.014s
sys 0m0.000s
[root@hfserver1 soft]# time ./duckdb testdb -c "select deptno,count(*) from big_emp group by deptno"
real 0m0.015s
user 0m0.010s
sys 0m0.009s8).參數管理
DuckDB 運維管理是比較簡單的，需要調整的一般就是參數部分?？赏ㄟ^下面步驟來查看及修改。
-- 查看參數
D select name,value from duckdb_settings();
+-----------------------------------+-------------------------------------------+
| ame | value |
+-----------------------------------+-------------------------------------------+
| access_mode | automatic |
| allow_persistent_secrets | true |
| checkpoint_threshold | 16.0 MiB |
| debug_checkpoint_abort | none |
| debug_force_external | false |
| debug_force_no_cross_product | false |
...
| Calendar | gregorian |
+-----------------------------------+-------------------------------------------+
-- 修改參數
D set threads=10;
-- 查看單個參數
D SELECT current_setting('threads') AS threads;
+---------+
| threads |
+---------+
| 10 |
+---------+9).數據字典
DuckDB 仿照 MySQL 實現一組數據字典，此外也提供部分函數作為補充。
-- information_schema
information_schema.schemata: Database, Catalog and Schema
information_schema.tables: Tables and Views
information_schema.columns: Columns
information_schema.character_sets: Character Sets
information_schema.key_column_usage: Key Column Usage
information_schema.referential_constraints: Referential Constraints
information_schema.table_constraints: Table Constraints
-- catalog function
current_catalog()
Return the name of the currently active catalog. Default is memory.
current_schema()
Return the name of the currently active schema. Default is main.
current_schemas(boolean)
Return list of schemas. Pass a parameter of true to include implicit schemas.10).Pragma 擴展
PRAGMA 語句是DuckDB從SQLite中采用的SQL擴展。PRAGMA語句可以以與常規SQL語句類似的方式發出。PRAGMA命令可能會改變數據庫引擎的內部狀態，并可能影響引擎的后續執行或行為。
-- 數據庫信息
D PRAGMA database_list;
+------+------+---------------------------------------+
| seq | name | file |
+------+------+---------------------------------------+
| 1080 | file | ...file.db |
+------+------+---------------------------------------+
-- 數據庫信息（大?。?D CALL pragma_database_size();
+---------------+---------------+------------+--------------+-------------+-------------+----------+--------------+--------------+
| database_name | database_size | block_size | total_blocks | used_blocks | free_blocks | wal_size | memory_usage | memory_limit |
+---------------+---------------+------------+--------------+-------------+-------------+----------+--------------+--------------+
| file | 512.0 KiB | 262144 | 2 | 2 | 0 | 0 bytes | 256.0 KiB | 25.0 GiB |
+---------------+---------------+------------+--------------+-------------+-------------+----------+--------------+--------------+
-- 所有表信息
D PRAGMA show_tables;
+------+
| name |
+------+
| t1 |
| t2 |
| test |
+------+
-- 表詳細信息
D PRAGMA show_tables_expanded;
+----------+--------+------+--------------+--------------------+-----------+
| database | schema | name | column_names | column_types | temporary |
+----------+--------+------+--------------+--------------------+-----------+
| file | main | t1 | [a, b] | [INTEGER, INTEGER] | false |
| file | main | t2 | [a, b] | [INTEGER, INTEGER] | false |
| file | main | test | [i] | [INTEGER] | false |
+----------+--------+------+--------------+--------------------+-----------+
-- 函數信息
D PRAGMA functions;
D PRAGMA functions;
┌────────────┬─────────┬────────────────────────┬─────────┬─────────────┬──────────────┐
│ name │ type │ parameters │ varargs │ return_type │ side_effects │
│ varchar │ varchar │ varchar[] │ varchar │ varchar │ boolean │
├────────────┼─────────┼────────────────────────┼─────────┼─────────────┼──────────────┤
│ !__postfix │ SCALAR │ [INTEGER] │ │ HUGEINT │ false │
│ !~~ │ SCALAR │ [VARCHAR, VARCHAR] │ │ BOOLEAN │ false │
│ !~~* │ SCALAR │ [VARCHAR, VARCHAR] │ │ BOOLEAN │ false │
│ % │ SCALAR │ [SMALLINT, SMALLINT] │ │ SMALLINT │ false │
│ % │ SCALAR │ [UBIGINT, UBIGINT] │ │ UBIGINT │ false │
│ % │ SCALAR │ [UINTEGER, UINTEGER] │ │ UINTEGER │ false │
...
-- 表結構
D PRAGMA table_info('t1');
+-----+------+---------+---------+------------+-------+
| cid | name | type | notnull | dflt_value | pk |
+-----+------+---------+---------+------------+-------+
| 0 | a | INTEGER | false | | false |
| 1 | b | INTEGER | false | | false |
+-----+------+---------+---------+------------+-------+
-- 版本與平臺
D PRAGMA version;
+-----------------+------------+
| library_version | source_id |
+-----------------+------------+
| v0.10.1 | 4a89d97db8 |
+-----------------+------------+
D PRAGMA platform;
+---------------+
| platform |
+---------------+
| windows_amd64 |
+---------------+
-- Profiling
PRAGMA enable_profiling;
SET profiling_mode = 'detailed';
SET enable_profiling = 'query_tree'; //logical query plan:
SET enable_profiling = 'query_tree_optimizer'; //physical query plan:
PRAGMA disable_profiling;
-- Optimizer
PRAGMA disable_optimizer;
PRAGMA enable_optimizer;
-- Storage Info
D PRAGMA storage_info('t1');
+--------------+-------------+-----------+-------------+------------+--------------+-------+-------+--------------+------------------------------------------------------+-------------+------------+----------+--------------+--------------+
| row_group_id | column_name | column_id | column_path | segment_id | segment_type | start | count | compression | stats | has_updates | persistent | block_id | block_offset | segment_info |
+--------------+-------------+-----------+-------------+------------+--------------+-------+-------+--------------+------------------------------------------------------+-------------+------------+----------+--------------+--------------+
| 0 | a | 0 | [0] | 0 | INTEGER | 0 | 3 | Uncompressed | [Min: 1, Max: 3][Has Null: false, Has No Null: true] | false | true | 1 | 0 | |
| 0 | a | 0 | [0, 0] | 0 | VALIDITY | 0 | 3 | Constant | [Has Null: false, Has No Null: true] | false | true | -1 | 0 | |
| 0 | b | 1 | [1] | 0 | INTEGER | 0 | 3 | Uncompressed | [Min: 1, Max: 3][Has Null: false, Has No Null: true] | false | true | 1 | 16 | |
| 0 | b | 1 | [1, 0] | 0 | VALIDITY | 0 | 3 | Constant | [Has Null: false, Has No Null: true] | false | true | -1 | 0 | |
+--------------+-------------+-----------+-------------+------------+--------------+-------+-------+--------------+------------------------------------------------------+-------------+------------+----------+--------------+--------------+11).性能調優
DuckDB 性能調優主要涉及到參數、執行計劃等。這里簡單說明下使用 Explain 命令查看執行計劃。
-- 查看執行計劃
D explain select deptno,count(*) from big_emp group by deptno;
┌─────────────────────────────┐
│┌───────────────────────────┐│
││ Physical Plan ││
│└───────────────────────────┘│
└─────────────────────────────┘
┌───────────────────────────┐
│ PROJECTION │
│ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ │
│__internal_decompress_integ │
│ ral_integer(#0, 1) │
│ #1 │
└─────────────┬─────────────┘
┌─────────────┴─────────────┐
│ PERFECT_HASH_GROUP_BY │
│ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ │
│ #0 │
│ count_star() │
└─────────────┬─────────────┘
┌─────────────┴─────────────┐
│ PROJECTION │
│ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ │
│ deptno │責任編輯：武曉燕
來源：
韓鋒頻道
