- 安装
- 文档
- 入门
- 连接
- 数据导入与导出
- 湖仓格式
- 客户端 API
- 概览
- 第三方客户端
- 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
- MERGE INTO
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SHOW 与 SHOW DATABASES
- 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
- Lance
- MySQL
- PostgreSQL
- 空间
- SQLite
- TPC-DS
- TPC-H
- UI
- Unity Catalog
- Vortex
- 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
- 概览
- DuckDB 的占用空间
- 安装 DuckDB
- 日志
- 保护 DuckDB 安全
- 非确定性行为
- 限制
- DuckDB Docker 容器
- 开发
- 内部结构
- 站点地图
- 在线演示
构建类型
DuckDB 可以在许多不同的设置下进行构建,其中大多数直接对应于 CMake,但并非全部。
发布
此版本已剥离所有断言、调试符号和代码,并针对性能进行了优化。
debug(调试版本)
此版本包含所有调试信息,包括符号、断言和 #ifdef DEBUG 代码块。因此,此版本的二进制文件运行速度较慢。注意:此构建不会自动设置特殊的调试定义。
relassert(发布+断言版本)
此版本不会触发 #ifdef DEBUG 代码块,但仍保留调试符号,使其能够通过行号信息逐步调试执行,并且在此版本中仍会检查 D_ASSERT 行。此构建模式的二进制文件比 debug 模式快得多。
reldebug(发布+调试版本)
此版本在许多方面与 relassert 类似,只是断言在此版本中也被剥离了。
基准测试
此版本是 release 的简写,并设置了 BUILD_BENCHMARK=1。
tidy-check(代码规范检查)
这将创建一个构建并运行 Clang-Tidy,通过静态分析来检查问题或代码风格违规。CI(持续集成)也会运行此检查,如果检查失败,构建将失败。
format-fix | format-changes | format-main
这实际上不会创建构建,而是使用以下格式检查器来检查风格问题:
- clang-format:用于修复代码中的格式问题。
- cmake-format:用于修复
CMakeLists.txt文件中的格式问题。
CI 也会运行此检查,如果检查失败,构建将失败。
扩展选择
核心 DuckDB 扩展是由 DuckDB 团队维护的扩展。它们托管在 duckdb GitHub 组织中,并由 core 扩展存储库提供支持。
可以通过 BUILD_EXTENSIONS 标志并列出要构建的扩展名称,将其他扩展作为 DuckDB 的一部分进行构建。
BUILD_EXTENSIONS='tpch;httpfs;fts;json;parquet' make
有关此主题的更多信息,请参阅 构建 DuckDB 扩展。
包标志
对于核心 DuckDB 维护的每个包,Makefile 中都有一个标志来启用该包的构建。可以通过在当前 env 中设置它们、通过 bashrc 或 zshrc 等设置文件,或者在调用 make 之前设置它们来启用,例如:
BUILD_PYTHON=1 make debug
BUILD_PYTHON
设置此标志时,将构建 Python 包。
BUILD_SHELL
设置此标志时,将构建 CLI,通常默认启用。
BUILD_BENCHMARK
设置此标志时,将构建 DuckDB 的内部基准测试套件。有关更多信息,请参阅 README。
BUILD_JDBC
设置此标志时,将构建 Java 包。
BUILD_ODBC
设置此标志时,将构建 ODBC 包。
其他杂项标志
DISABLE_UNITY
为了缩短编译时间,我们使用 Unity Build 来合并翻译单元。然而,这可能会隐藏 include 错误,此标志禁用了 Unity 构建,以便可以检测到这些错误。
DISABLE_SANITIZER
在某些情况下,运行已启用消毒器(sanitizers)构建的可执行文件是不受支持的或会导致问题。Julia 就是一个例子。启用此标志后,构建将禁用消毒器。
覆盖 Git 哈希和版本
当从源代码构建时,可以使用 OVERRIDE_GIT_DESCRIBE 环境变量来覆盖 Git 哈希和版本。这在从非完整 Git 存储库的源代码(例如没有提交哈希和标签信息的存档文件)构建时非常有用。例如:
OVERRIDE_GIT_DESCRIBE=v0.10.0-843-g09ea97d0a9 GEN=ninja make
在运行 ./build/release/duckdb 时,将产生以下输出:
v0.10.1-dev843 09ea97d0a9
...