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 / SQL / 表达式
类型转换
类型转换是指将特定数据类型的值转换为另一种数据类型中对应值的操作。类型转换可以是隐式的,也可以是显式的。此处描述的语法执行的是显式类型转换。更多关于类型转换的信息可以在类型转换页面找到。
显式类型转换
显式类型转换的标准 SQL 语法是 CAST(expr AS TYPENAME)
,其中 TYPENAME
是 DuckDB 数据类型的名称(或别名)。DuckDB 也支持简写语法 expr::TYPENAME
,该语法在 PostgreSQL 中也存在。
SELECT CAST(i AS VARCHAR) AS i
FROM generate_series(1, 3) tbl(i);
i |
---|
1 |
2 |
3 |
SELECT i::DOUBLE AS i
FROM generate_series(1, 3) tbl(i);
i |
---|
1.0 |
2.0 |
3.0 |
类型转换规则
并非所有类型转换都是可能的。例如,无法将 INTEGER
转换为 DATE
。当类型转换无法成功执行时,也可能会抛出错误。例如,尝试将字符串 'hello'
转换为 INTEGER
将导致抛出错误。
SELECT CAST('hello' AS INTEGER);
Conversion Error:
Could not convert string 'hello' to INT32
类型转换的具体行为取决于源类型和目标类型。例如,当从 VARCHAR
转换为任何其他类型时,系统会尝试转换该字符串。
TRY_CAST
TRY_CAST
可用于在类型转换失败时,不抛出错误,而是返回 NULL
值的情况。TRY_CAST
永远不会抛出错误,如果无法进行类型转换,它将返回 NULL
。
SELECT TRY_CAST('hello' AS INTEGER) AS i;
i |
---|
NULL |
cast_to_type
函数
cast_to_type
函数允许将表达式转换为另一列的类型。例如
SELECT cast_to_type('42', NULL::INTEGER) AS result;
┌───────┐
│ res │
│ int32 │
├───────┤
│ 42 │
└───────┘
此函数主要在宏中很有用,因为它允许您保持类型。这有助于创建可操作不同类型的通用宏。例如,如果输入是 INTEGER
,以下宏会向数字添加值
CREATE TABLE tbl(i INT, s VARCHAR);
INSERT INTO tbl VALUES (42, 'hello world');
CREATE MACRO conditional_add(col, nr) AS
CASE
WHEN typeof(col) == 'INTEGER' THEN cast_to_type(col::INTEGER + nr, col)
ELSE col
END;
SELECT conditional_add(COLUMNS(*), 100) FROM tbl;
┌───────┬─────────────┐
│ i │ s │
│ int32 │ varchar │
├───────┼─────────────┤
│ 142 │ hello world │
└───────┴─────────────┘
请注意,CASE
语句需要在所有代码路径中返回相同的类型。我们可以通过添加将输入列转换为所需类型的转换,对任何输入列执行加法操作——但我们需要将加法结果再次转换回源类型,以使绑定生效。