DuckDB 是 in-process analytical database。它像 library 一樣嵌入 Python、R、Node.js 或 CLI，不需另啟 database server；columnar execution 與 vectorized processing 則針對 scan、aggregation、join 等 OLAP workload。最實用的能力，是直接 query Parquet、CSV、JSON、DataFrame 與 object storage，不必先建一套 warehouse ingestion pipeline。
Query files，而不是先搬資料
SELECT region, sum(amount) AS revenue
FROM read_parquet('s3://bucket/orders/*.parquet')
WHERE ordered_at >= DATE '2026-08-01'
GROUP BY region
ORDER BY revenue DESC;Parquet column projection 與 filter pushdown 可少讀資料，但效能仍受 file size、partition layout、network、compression 與 row-group statistics 影響。先用 EXPLAIN ANALYZE 與實際檔案量測，不要把「能直接讀」誤認成「任何 layout 都快」。需要重複查詢時，可 materialize 成 DuckDB table。
Embedded 的優勢也是 concurrency 邊界
In-process 省掉 network hop、服務維運與資料複製，適合 notebook、CI data checks、local analytics、ETL、feature engineering 與單機應用。官方 concurrency 文件的主要模型是單一 process 內多 threads；多 process 寫同一檔案不是通用 primary-server 架構。Web app 若有大量獨立 clients、細小 concurrent writes、HA 與權限隔離需求，應選 MySQL/PostgreSQL 或 managed warehouse。
SQLite 同樣 embedded，重點偏 transactional application storage；DuckDB 偏 analytical scans。BigQuery、Snowflake 等 warehouse 提供 central governance、elastic multi-user compute 與服務級維運，成本與資料搬移也更高。DuckDB 常是它們的前處理、local cache 或小中型替代，而非所有情境的取代品。
AI workflow 可用 DuckDB 掃 evaluation results、token logs、Parquet dataset 與 embeddings metadata。仍要限制不可信 SQL、extension 安裝與外部檔案/network access；embedded 不代表 sandbox。
參考資料
Loading...