Why DuckDB

目前世面上已经存在很多种数据库管理系统，但没有一种可以适合所有场景。数据库管理系统的选取应该基于其应用场景及其实施成本。

今天，我将尝试向你解释 DuckDB 的相关特性，以便你更好的了解它。如果有合适的场景，你可以试试它好不好用，话不多说，进入正题。

首先，DuckDB是一个表格导向的关系型数据库管理系统，支持结构化查询语言（SQL）。它还具有如下几个特点：

简单易用

SQLite 无疑是世界上部署最广泛的数据库管理系统。简单便捷的安装过程和嵌入式进程操作是其成功的关键所在。同样，DuckDB 也采纳了这些设计理念。

相比于其他数据库管理软件动辄几个小时的安装过程，DuckDB 能够在 一分钟 之内完成安装部署。

DuckDB 不作为单独的进程运行，而是完全嵌入在宿主进程中。

DuckDB 可以不复制数据就处理外部数据。例如，DuckDB 的 Python 包可以直接在 Pandas 数据上运行查询，而无需导入或复制任何数据。

可移植性强

DuckDB 没有外部依赖。由于没有依赖，DuckDB 极具其可移植性。它可以为所有主要操作系统（Linux、macOS、Windows）和 CPU 架构（x86、ARM）编译。它可以在小的、资源受限的边缘设备部署，也可以在大型的多 TB 内存服务器部署，拥有 100+ CPU 核心。使用 DuckDB-Wasm，DuckDB 还可以在 Web 浏览器中运行，甚至在手机上运行。

DuckDB 为 Java、Python、C、C++、Go、Node.js 和其他语言提供 API。

功能丰富

DuckDB 提供了重要的数据管理功能。

• 支持复杂的数据类型（数组、结构体等）
• 支持复杂的查询（CTE、窗口函数等）
• 支持 MVCC
• 提供事务保证 ACID 属性
• 与 Python、R 深度集成

快速分析查询

DuckDB 适用于在线分析处理场景（OLAP）。这些工作负载的特点是巨大而复杂、运行时间相对较长。例如对整个表的聚合或多个大表之间的连接。

不同于 PostgreSQL、MySQL 或 SQLite 等行式数据库，DuckDB 是列式数据库，通过列式向量化查询执行引擎来优化查询性能。性能上有数倍甚至数十倍的提升。

可扩展

DuckDB 提供了一个灵活的扩展机制，允许定义新的数据类型、函数、文件格式和新的 SQL 语法。实际上，DuckDB 的许多关键特性，如对 Parquet 文件格式、JSON、时区的支持，以及对 HTTP(S)和 S3 协议的支持，都是作为扩展实现的。

免费

DuckDB 遵循 MIT 许可证，你可以随意使用，而无需担心收到律师函。

测试完备

毫无疑问，DuckDB 进行了广泛的、持续的、密集的测试。你可以放心使用。