搜索快捷键 cmd + k | ctrl + k
- 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
文档 / 指南 / 故障排除
内存不足错误
DuckDB 拥有先进的核外查询引擎,可以将数据溢出到磁盘以处理大于内存的数据。我们不断努力改进 DuckDB,以提高其可伸缩性并尽可能防止内存不足错误。尽管如此,如果您运行包含多个阻塞操作符、某些聚合函数、PIVOT
操作等查询,或者可用内存与数据集大小相比非常小,您仍然可能会遇到内存不足错误。
内存不足错误的类型
内存不足错误主要以两种形式出现
OutOfMemoryException
大多数情况下,DuckDB 会因 OutOfMemoryException
而内存不足。例如
duckdb.duckdb.OutOfMemoryException: Out of Memory Error: failed to pin block of size 256.0 KiB (476.7 MiB/476.8 MiB used)
OOM Reaper (Linux)
许多 Linux 发行版都包含OOM killer 或 OOM reaper 进程,其目标是防止内存超额使用。如果 OOM reaper 杀死了您的进程,您通常会在 DuckDB 运行的地方看到以下消息:
Killed
要获取更详细的信息,请使用 dmesg
命令检查诊断消息(您可能需要 sudo
权限)。
sudo dmesg
如果进程被 OOM killer/reaper 杀死,您会找到类似这样的条目:
[Fri Apr 18 02:04:10 2025] Out of memory: Killed process 54400 (duckdb) total-vm:1037911068kB, anon-rss:770031964kB, file-rss:0kB, shmem-rss:0kB, UID:1000 pgtables:1814612kB oom_score_adj:0
内存不足错误的故障排除
为了防止内存不足错误,请尝试减少内存使用量。为此,请查阅“如何调整工作负载”页面。简而言之:
- 使用
SET threads = ...
命令减少线程数。 - 如果您的查询从文件中读取大量数据或写入大量数据,请尝试将
preserve_insertion_order
选项设置为false
:SET preserve_insertion_order = false
。 - 将内存限制降低到默认的 80% 以下(参见限制页面)。这会很有帮助,因为某些 DuckDB 操作会绕过缓冲区管理器,并可能保留超出内存限制的内存。如果您发现这种情况,请使用
SET memory_limit = ...
将内存限制设置为系统总内存的 50-60%。 - 将查询拆分为子查询。这可以帮助您查看中间结果在哪里“膨胀”,导致查询内存不足。
另请参阅
有关 DuckDB 内存管理的更多信息,请参阅“DuckDB 中的内存管理”博客文章。