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
- 分析
- 修改表
- 修改视图
- ATTACH 和 DETACH
- 调用
- 检查点
- 注释
- 复制
- 创建索引
- 创建宏
- 创建模式
- 创建密钥
- 创建序列
- 创建表
- 创建视图
- 创建类型
- 删除
- 描述
- 删除
- EXPORT 和 IMPORT DATABASE
- 插入
- 加载 / 安装
- 透视
- 性能分析
- 选择
- 设置 / 重置
- 设置变量
- 汇总
- 事务管理
- 逆透视
- 更新
- 使用
- 清理
- 查询语法
- 选择
- FROM 和 JOIN
- WHERE
- GROUP BY
- 分组集
- HAVING
- ORDER BY
- LIMIT 和 OFFSET
- 抽样
- 展开嵌套
- WITH
- 窗口
- QUALIFY
- VALUES
- 筛选
- 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
开发路线图
概览
DuckDB 项目由非营利性 DuckDB 基金会管理。基金会和 DuckDB Labs 不受外部投资者(例如,风险投资)资助。相反,基金会由其成员的贡献资助,而 DuckDB Labs 的收入则基于商业支持和功能优先级服务。
计划中的功能 (最后更新日期:2025年6月)
本节列出了 DuckDB 团队计划在**未来一年**内开发的功能。
- C 扩展 API 的文档
- 通用 ODBC 目录,类似于现有 PostgreSQL / MySQL / SQLite 集成
- Go 和 Rust 扩展支持
- 数据湖格式
- 通过 Iceberg 扩展改进对 Iceberg 格式的支持
- 通过 Delta 扩展改进对 Delta Lake 的支持
- 请注意,我们已于 2025 年 5 月发布了湖仓格式 DuckLake。我们想强调的是,我们仍然致力于开发 DuckDB 的 Iceberg 和 Delta Lake 扩展,包括为这些格式添加写入支持。因此,DuckDB 的未来版本将能够在这两种格式之间转换数据湖,即导入到 DuckLake 并从 DuckLake 导出到另一种数据湖格式。
- 用于模式匹配的
MATCH RECOGNIZE
- 使用缓冲区管理器进行远程文件内容缓存(例如,查询 S3 上的 Parquet 文件时)
- 数据库文件加密
- musl libc 二进制文件分发
此列表由 DuckDB 维护者编制,基于 DuckDB 项目的长期战略愿景以及与开源社区用户(GitHub 问题和讨论、社交媒体等)的普遍互动。有关如何在 DuckDB 中请求功能的详细信息,请参阅 FAQ 条目 “我希望在 DuckDB 中实现功能 X”。
请注意,**不保证**特定功能将在明年内发布。本页面上的所有内容如有更改,恕不另行通知。
未来工作
我们计划在未来的某个时间点实施一些项目。如果您想加快这些功能的开发,请联系 DuckDB Labs。
- 时间序列优化
- 分区感知优化
- 排序感知优化
- 使用自动维护的表样本更好地估计筛选器基数
- 并行 Python UDF
ALTER TABLE
支持添加外键- 查询分析改进(特别是针对并发运行的查询)
- XML 读取支持
- 物化视图
- 异步 I/O 支持
- PL/SQL 存储过程支持
MERGE
语句 - (更新日期:2025年7月4日)MERGE
现已在预览版中支持。