- 安装
- 文档
- 入门
- 连接
- 数据导入与导出
- 湖仓格式
- 客户端 API
- 概览
- 第三方客户端
- 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
- MERGE INTO
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SHOW 与 SHOW DATABASES
- 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
- Lance
- MySQL
- PostgreSQL
- 空间
- SQLite
- TPC-DS
- TPC-H
- UI
- Unity Catalog
- Vortex
- 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
- 概览
- DuckDB 的占用空间
- 安装 DuckDB
- 日志
- 保护 DuckDB 安全
- 非确定性行为
- 限制
- DuckDB Docker 容器
- 开发
- 内部结构
- 站点地图
- 在线演示
什么时候需要自行构建 DuckDB?
DuckDB 的稳定版和预览版二进制文件可在安装页面获取。在大多数情况下,建议直接使用这些二进制文件。当你在实验性平台(例如 树莓派 (Raspberry Pi))上运行,或者想要为尚未合并的拉取请求 (pull request) 构建项目时,你可以基于 duckdb/duckdb GitHub 仓库从源码构建 DuckDB。本页面介绍了构建 DuckDB 的步骤。
先决条件
DuckDB 需要 CMake 和兼容 C++11 的编译器(例如 GCC、Apple-Clang、MSVC)。此外,我们建议使用 Ninja 构建系统,它可以自动并行化构建过程。
入门
构建过程由 Makefile 封装。有关目标和配置标志的信息,请参阅构建配置。
make
make release # same as plain make
make debug
GEN=ninja make # for use with Ninja
BUILD_BENCHMARK=1 make # build with benchmarks
平台
全面支持的平台
DuckDB 全面支持 Linux、macOS 和 Windows。这些平台均提供 x86_64 (amd64) 和 AArch64 (ARM64) 构建版本,并且几乎所有扩展都分发了适用于这些平台的版本。
| 平台名称 | 描述 |
|---|---|
linux_amd64 |
Linux x86_64 (AMD64),使用 glibc |
linux_arm64 |
Linux AArch64 (ARM64),使用 glibc |
osx_amd64 |
macOS 12+ AMD64 (Intel CPU) |
osx_arm64 |
macOS 12+ ARM64 (Apple Silicon CPU) |
windows_amd64 |
Windows 10+ x86_64 (AMD64) |
windows_arm64 |
Windows 10+ AArch64 (ARM64) |
对于这些平台,我们提供最新稳定版本和预览版本(每日构建)的构建文件。在某些情况下,你可能仍希望从源码构建 DuckDB,例如测试一个未合并的拉取请求。关于这些平台的构建指南,请参阅
部分支持的平台
有几个平台仅获得部分支持。对于某些平台,我们分发 DuckDB 二进制文件和扩展(或部分扩展)。对于其他平台,则可以进行源码构建。
| 平台名称 | 描述 |
|---|---|
linux_amd64_musl |
Linux x86_64 (AMD64),使用 musl libc,例如 Alpine Linux |
linux_arm64_musl |
Linux AArch64 (ARM64),使用 musl libc,例如 Alpine Linux |
linux_arm64_android |
Android AArch64 (ARM64) |
wasm_eh |
WebAssembly 异常处理 (Exception Handling) |
下面,我们为部分平台提供了详细的构建说明
尽力支持 (Best Effort) 的平台
| 平台名称 | 描述 |
|---|---|
freebsd_amd64 |
FreeBSD x86_64 (AMD64) |
freebsd_arm64 |
FreeBSD AArch64 (ARM64) |
wasm_mvp |
WebAssembly 最小可行产品 (MVP) |
windows_amd64_mingw |
Windows 10+ x86_64 (AMD64),使用 MinGW |
windows_arm64_mingw |
Windows 10+ AArch64 (ARM64),使用 MinGW |
这些平台不在 DuckDB 的社区支持范围内。有关商业支持的详细信息,请参阅支持政策页面。
另请参阅“非官方和不支持的平台”页面以了解详情。
过时的平台
某些平台在旧版 DuckDB 中受支持,但现在已不再支持。
| 平台名称 | 描述 |
|---|---|
linux_amd64_gcc4 |
Linux x86_64 (AMD64),使用 GCC 4,例如 CentOS 7 |
linux_arm64_gcc4 |
Linux AArch64 (ARM64),使用 GCC 4,例如 CentOS 7 |
windows_amd64_rtools |
Windows 10+ x86_64 (AMD64),用于 RTools |
DuckDB 也可以为已停止维护 (EOL) 的平台构建,例如 macOS 11 和 CentOS 7/8,请使用 macOS 和 Linux 的相应指南进行操作。
合并构建 (Amalgamation Build)
DuckDB 可以构建为一对单一的 C++ 头文件和源文件(duckdb.hpp 和 duckdb.cpp),代码量约为 50 万行。要生成此文件,请运行
python scripts/amalgamation.py
请注意,合并构建基于“尽力而为”原则提供,官方不予支持。
限制
目前,DuckDB 存在以下已知的编译时限制
- 不支持
-march=native构建标志,即不支持使用本地机器的原生指令集来编译 DuckDB。
故障排除指南
我们提供了构建 DuckDB 的故障排除指南