- 安装
- 文档
- 入门
- 连接
- 数据导入
- 客户端 API
- 概览
- ADBC
- C
- C++
- CLI
- Dart
- Go
- Java (JDBC)
- Julia
- Node.js (已弃用)
- Node.js (Neo)
- ODBC
- PHP
- Python
- R
- Rust
- Swift
- Wasm
- SQL
- 介绍
- 语句
- 概览
- ANALYZE
- ALTER TABLE
- ALTER VIEW
- ATTACH 和 DETACH
- CALL
- CHECKPOINT
- COMMENT ON
- COPY
- CREATE INDEX
- CREATE MACRO
- CREATE SCHEMA
- CREATE SECRET
- CREATE SEQUENCE
- CREATE TABLE
- CREATE VIEW
- CREATE TYPE
- DELETE
- DESCRIBE
- DROP
- EXPORT 和 IMPORT DATABASE
- INSERT
- LOAD / INSTALL
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SUMMARIZE
- 事务管理
- UNPIVOT
- UPDATE
- USE
- VACUUM
- 查询语法
- SELECT
- FROM 和 JOIN
- WHERE
- GROUP BY
- GROUPING SETS
- HAVING
- ORDER BY
- LIMIT 和 OFFSET
- SAMPLE
- 展开嵌套
- WITH
- WINDOW
- QUALIFY
- VALUES
- FILTER
- 集合操作
- 预处理语句
- 数据类型
- 表达式
- 函数
- 概览
- 聚合函数
- 数组函数
- 位字符串函数
- Blob 函数
- 日期格式化函数
- 日期函数
- 日期部分函数
- 枚举函数
- 间隔函数
- Lambda 函数
- 列表函数
- 映射函数
- 嵌套函数
- 数值函数
- 模式匹配
- 正则表达式
- 结构体函数
- 文本函数
- 时间函数
- 时间戳函数
- 带时区时间戳函数
- 联合函数
- 实用函数
- 窗口函数
- 约束
- 索引
- 元查询
- DuckDB 的 SQL 方言
- 示例
- 配置
- 扩展
- 核心扩展
- 概览
- 自动补全
- Avro
- AWS
- Azure
- Delta
- DuckLake
- 编码
- Excel
- 全文搜索
- httpfs (HTTP 和 S3)
- Iceberg
- ICU
- inet
- jemalloc
- MySQL
- PostgreSQL
- 空间
- SQLite
- TPC-DS
- TPC-H
- UI
- VSS
- 指南
- 概览
- 数据查看器
- 数据库集成
- 文件格式
- 概览
- CSV 导入
- CSV 导出
- 直接读取文件
- Excel 导入
- Excel 导出
- JSON 导入
- JSON 导出
- Parquet 导入
- Parquet 导出
- 查询 Parquet 文件
- 使用 file: 协议访问文件
- 网络和云存储
- 概览
- HTTP Parquet 导入
- S3 Parquet 导入
- S3 Parquet 导出
- S3 Iceberg 导入
- S3 Express One
- GCS 导入
- Cloudflare R2 导入
- 通过 HTTPS / S3 使用 DuckDB
- Fastly 对象存储导入
- 元查询
- ODBC
- 性能
- Python
- 安装
- 执行 SQL
- Jupyter Notebooks
- marimo Notebooks
- Pandas 上的 SQL
- 从 Pandas 导入
- 导出到 Pandas
- 从 Numpy 导入
- 导出到 Numpy
- Arrow 上的 SQL
- 从 Arrow 导入
- 导出到 Arrow
- Pandas 上的关系型 API
- 多个 Python 线程
- 与 Ibis 集成
- 与 Polars 集成
- 使用 fsspec 文件系统
- SQL 编辑器
- SQL 功能
- 代码片段
- 故障排除
- 术语表
- 离线浏览
- 操作手册
- 开发
- 内部结构
- 为什么选择 DuckDB
- 行为准则
- 发布日历
- 路线图
- 站点地图
- 在线演示
处理并发
DuckDB 有两个可配置的并发选项
- 一个进程可以同时对数据库进行读写操作。
- 多个进程可以从数据库读取,但不能写入(
access_mode = 'READ_ONLY'
)。
使用选项1时,DuckDB 结合 MVCC(多版本并发控制)和乐观并发控制(参见单个进程内的并发)支持多个写入线程,但所有操作都在该单个写入进程内进行。这种并发模型的原因是为了允许将数据缓存到 RAM 中,以便进行更快的分析查询,而不是在每次查询期间频繁地读写磁盘。它还允许缓存函数指针、数据库目录和其他项目,从而使同一连接上的后续查询更快。
DuckDB 针对批量操作进行了优化,因此执行许多小型事务并非其主要设计目标。
单个进程内的并发
DuckDB 按照以下规则支持单个进程内的并发。只要没有写入冲突,多个并发写入都将成功。追加操作永远不会冲突,即使在同一张表上也是如此。多个线程还可以同时更新不同的表或同一表的独立子集。当两个线程同时尝试编辑(更新或删除)同一行时,乐观并发控制就会发挥作用。在这种情况下,第二个尝试编辑的线程将因冲突错误而失败。
从多个进程写入 DuckDB
不支持从多个进程自动写入 DuckDB,这不是主要设计目标(参见处理并发)。
如果多个进程必须写入同一文件,则有几种设计模式是可行的,但需要在应用程序逻辑中实现。例如,每个进程可以获取一个跨进程互斥锁,然后以读/写模式打开数据库并在查询完成后关闭。除了使用互斥锁,每个进程还可以选择在另一个进程已连接到数据库时重试连接(确保在查询完成后关闭连接)。另一种替代方案是在 MySQL、PostgreSQL 或 SQLite 数据库上执行多进程事务,并使用 DuckDB 的 MySQL、PostgreSQL 或 SQLite 扩展定期对这些数据执行分析查询。
其他选项包括将数据写入 Parquet 文件并利用 DuckDB 读取多个 Parquet 文件的能力,或对 CSV 文件采取类似的方法,或者创建一个 Web 服务器来接收请求并管理对 DuckDB 的读写操作。
乐观并发控制
DuckDB 使用乐观并发控制,这种方法通常被认为是读取密集型分析数据库系统的最佳选择,因为它能加快读取查询的处理速度。因此,任何同时修改相同行的事务都将导致事务冲突错误。
Transaction conflict: cannot update a table that has been altered!
提示 当遇到事务冲突时,常见的解决方法是重新运行该事务。