示例

读取一组 CSV 文件并按列位置合并

SELECT * FROM read_csv('flights*.csv');

读取一组 CSV 文件并按列名称合并

SELECT * FROM read_csv('flights*.csv', union_by_name = true);

合并模式

当从多个文件读取时，我们必须合并这些文件的模式。这是因为每个文件都有自己的模式，并且可能与其他文件不同。DuckDB 提供了两种统一多个文件模式的方式：按列位置和按列名称。

默认情况下，DuckDB 读取所提供的第一个文件的模式，然后按列位置统一后续文件中的列。只要所有文件具有相同的模式，此方法就能正常工作。如果文件的模式不同，您可能需要使用 union_by_name 选项，让 DuckDB 通过读取所有名称来构建模式。

下面是这两种方法工作方式的示例。

按位置合并

默认情况下，DuckDB 按位置统一这些不同文件的列。这意味着每个文件中的第一列会合并在一起，每个文件中的第二列也如此，以此类推。例如，请看以下两个文件。

flights1.csv:

FlightDate|UniqueCarrier|OriginCityName|DestCityName
1988-01-01|AA|New York, NY|Los Angeles, CA
1988-01-02|AA|New York, NY|Los Angeles, CA

flights2.csv:

FlightDate|UniqueCarrier|OriginCityName|DestCityName
1988-01-03|AA|New York, NY|Los Angeles, CA

同时读取这两个文件将生成以下结果集

这等同于 SQL 构造 UNION ALL。

按名称合并

如果您正在处理具有不同模式的多个文件（可能是因为添加或重命名了列），那么最好按名称统一不同文件的列。这可以通过提供 union_by_name 选项来完成。例如，请看以下两个文件，其中 flights4.csv 有一个额外的列（UniqueCarrier）。

flights3.csv:

FlightDate|OriginCityName|DestCityName
1988-01-01|New York, NY|Los Angeles, CA
1988-01-02|New York, NY|Los Angeles, CA

flights4.csv:

FlightDate|UniqueCarrier|OriginCityName|DestCityName
1988-01-03|AA|New York, NY|Los Angeles, CA

当按位置统一列名时读取这些文件会导致错误——因为这两个文件的列数不同。当指定 union_by_name 选项时，列会正确统一，任何缺失的值都会设置为 NULL。

SELECT * FROM read_csv(['flights3.csv', 'flights4.csv'], union_by_name = true);

这等同于 SQL 构造 UNION ALL BY NAME。

使用 union_by_name 选项会增加内存消耗。