DuckDB 可以同时读取多种类型（CSV、Parquet、JSON 文件）的文件，可以通过 glob 语法或提供文件列表的方式进行读取。请参阅合并模式页面，了解读取不同模式文件的技巧。

CSV

读取文件夹dir中所有以.csv结尾的文件

SELECT *
FROM 'dir/*.csv';

读取所有以.csv结尾，且位于两级子目录深度的文件

SELECT *
FROM '*/*/*.csv';

读取文件夹dir中任何深度，所有以.csv结尾的文件

SELECT *
FROM 'dir/**/*.csv';

读取 CSV 文件flights1.csv和flights2.csv

SELECT *
FROM read_csv(['flights1.csv', 'flights2.csv']);

读取 CSV 文件flights1.csv和flights2.csv，按名称统一模式并输出一个filename列

SELECT *
FROM read_csv(['flights1.csv', 'flights2.csv'], union_by_name = true, filename = true);

Parquet

读取所有匹配 glob 模式的文件

SELECT *
FROM 'test/*.parquet';

读取三个 Parquet 文件并将它们视为一个单独的表

SELECT *
FROM read_parquet(['file1.parquet', 'file2.parquet', 'file3.parquet']);

从两个特定文件夹中读取所有 Parquet 文件

SELECT *
FROM read_parquet(['folder1/*.parquet', 'folder2/*.parquet']);

读取所有在任何深度匹配 glob 模式的 Parquet 文件

SELECT *
FROM read_parquet('dir/**/*.parquet');

多文件读取与 Glob

DuckDB 还可以读取一系列 Parquet 文件，并将它们视为一个单独的表。请注意，这仅在 Parquet 文件具有相同模式时才有效。您可以使用列表参数、glob 模式匹配语法或两者的组合来指定要读取的 Parquet 文件。

列表参数

read_parquet 函数可以接受文件名列表作为输入参数。

读取三个 Parquet 文件并将它们视为一个单独的表

SELECT *
FROM read_parquet(['file1.parquet', 'file2.parquet', 'file3.parquet']);

Glob 语法

输入到read_parquet函数的文件名可以是精确文件名，也可以使用 glob 语法读取匹配模式的多个文件。

请注意，由于 HTTP 编码问题，glob 模式中的?通配符不支持通过 S3 读取。

这是一个示例，它读取文件夹test中所有以.parquet结尾的文件

读取所有匹配 glob 模式的文件

SELECT *
FROM read_parquet('test/*.parquet');

Glob 列表

glob 语法和列表输入参数可以结合使用，以扫描符合多个模式之一的文件。

从两个特定文件夹中读取所有 Parquet 文件。

SELECT *
FROM read_parquet(['folder1/*.parquet', 'folder2/*.parquet']);

DuckDB 可以同时读取多个 CSV 文件，可以通过 glob 语法或提供文件列表的方式进行读取。

文件名

filename 参数可用于向结果中添加一个额外的filename列，该列指示每行来自哪个文件。例如

SELECT *
FROM read_csv(['flights1.csv', 'flights2.csv'], union_by_name = true, filename = true);

用于查找文件名的 Glob 函数

glob 模式匹配语法也可以用于使用glob表函数搜索文件名。它接受一个参数：要搜索的路径（可能包含 glob 模式）。

在当前目录中搜索所有文件。

SELECT *
FROM glob('*');