<div align="center">
<picture>
<source media="(prefers-color-scheme: light)" srcset="logo/DuckDB_Logo-horizontal.svg">
<source media="(prefers-color-scheme: dark)" srcset="logo/DuckDB_Logo-horizontal-dark-mode.svg">
<img alt="DuckDB标志" src="https://yellow-cdn.veclightyear.com/835a84d5/c50e65c8-4386-48c0-8f91-749ec63a9571.svg" height="100">
</picture>
</div>
<br>
<p align="center">
<a href="https://github.com/duckdb/duckdb/actions"><img src="https://yellow-cdn.veclightyear.com/835a84d5/ebd5ea1e-91c3-401d-a887-b57469ffd7d1.svg?branch=main" alt="Github Actions徽章"></a>
<a href="https://discord.gg/tcvwpjfnZx"><img src="https://shields.io/discord/909674491309850675" alt="discord" /></a>
<a href="https://github.com/duckdb/duckdb/releases/"><img src="https://img.shields.io/github/v/release/duckdb/duckdb?color=brightgreen&display_name=tag&logo=duckdb&logoColor=white" alt="最新版本"></a>
</p>
DuckDB
DuckDB是一个高性能分析数据库系统。它设计用于快速、可靠、便携且易于使用。DuckDB提供了丰富的SQL方言,支持远超基本SQL的功能。DuckDB支持任意和嵌套的相关子查询、窗口函数、排序规则、复杂类型(数组、结构体、映射),以及几个旨在使SQL更易使用的扩展。
DuckDB可作为独立的命令行界面应用程序使用,并有Python、R、Java、Wasm等客户端,与pandas和dplyr等包深度集成。
有关使用DuckDB的更多信息,请参阅DuckDB文档。
安装
如果您想安装DuckDB,请查看我们的安装页面获取说明。
数据导入
对于CSV文件和Parquet文件,数据导入非常简单,只需在FROM子句中引用文件即可:
SELECT * FROM 'myfile.csv';
SELECT * FROM 'myfile.parquet';
更多信息请参阅我们的数据导入部分。
SQL参考
文档包含SQL介绍和参考。
开发
对于开发,DuckDB需要CMake、Python3和符合C++11
标准的编译器。在根目录运行make
以编译源代码。对于开发,使用make debug
构建非优化的调试版本。您应该运行make unit
和make allunit
以验证您的版本在进行更改后是否正常工作。要测试性能,您可以运行BUILD_BENCHMARK=1 BUILD_TPCH=1 make
,然后通过执行./build/release/benchmark/benchmark_runner
从根目录执行几个标准基准测试。基准测试的详细信息在我们的基准测试指南中。
另请参阅我们的构建指南和贡献指南。
支持
请查看支持选项页面。