搜索快捷键 cmd + k | ctrl + k
- 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
文档 / SQL / 数据类型
数据类型
通用数据类型
下表列出了所有内置的通用数据类型。别名列中列出的替代名称也可以用来引用这些类型,但请注意,这些别名并非 SQL 标准的一部分,因此其他数据库引擎可能不支持。
| 名称 | 别名 | 描述 |
|---|---|---|
BIGINT |
INT8, LONG |
有符号 8 字节整数 |
BIT |
BITSTRING |
0 和 1 组成的字符串 |
BLOB |
BYTEA, BINARY, VARBINARY |
变长二进制数据 |
BIGNUM |
变长整数 | |
BOOLEAN |
BOOL, LOGICAL |
逻辑布尔值(true / false) |
DATE |
日历日期(年、月、日) | |
DECIMAL(prec, scale) |
NUMERIC(prec, scale) |
具有给定宽度(精度)和标度的定点数,默认 prec = 18,scale = 3 |
DOUBLE |
FLOAT8, |
双精度浮点数(8 字节) |
FLOAT |
FLOAT4, REAL |
单精度浮点数(4 字节) |
HUGEINT |
有符号 16 字节整数 | |
INTEGER |
INT4, INT, SIGNED |
有符号 4 字节整数 |
INTERVAL |
日期 / 时间增量 | |
JSON |
JSON 对象(通过 json 扩展) |
|
SMALLINT |
INT2, SHORT |
有符号 2 字节整数 |
TIME |
一天中的时间(无时区) | |
TIMESTAMP WITH TIME ZONE |
TIMESTAMPTZ |
结合了时间和日期,使用当前时区 |
TIMESTAMP |
DATETIME |
结合了时间和日期 |
TINYINT |
INT1 |
有符号 1 字节整数 |
UBIGINT |
无符号 8 字节整数 | |
UHUGEINT |
无符号 16 字节整数 | |
UINTEGER |
无符号 4 字节整数 | |
USMALLINT |
无符号 2 字节整数 | |
UTINYINT |
无符号 1 字节整数 | |
UUID |
UUID 数据类型 | |
VARCHAR |
CHAR, BPCHAR, TEXT, STRING |
变长字符字符串 |
多种类型之间可以进行隐式和显式类型转换,详情请参阅 类型转换 (Typecasting) 页面。
嵌套 / 复合类型
DuckDB 支持五种嵌套数据类型:ARRAY、LIST、MAP、STRUCT 和 UNION。每种类型支持不同的使用场景并具有不同的结构。
| 名称 | 描述 | 在列中使用时的规则 | 从值构建 | 在 DDL/CREATE 中定义 |
|---|---|---|---|---|
ARRAY |
相同数据类型的有序、定长数据序列。 | 每个 ARRAY 实例内,每一行必须具有相同的数据类型且元素数量必须相同。 |
[1, 2, 3] |
INTEGER[3] |
LIST |
相同数据类型的有序序列。 | 每个 LIST 实例内,每一行必须具有相同的数据类型,但元素数量可以任意。 |
[1, 2, 3] |
INTEGER[] |
MAP |
多个命名值的字典,每个键具有相同的类型,每个值具有相同的类型。键和值可以是任何类型,且彼此类型可以不同。 | 不同行可以有不同的键。 | map([1, 2], ['a', 'b']) |
MAP(INTEGER, VARCHAR) |
STRUCT |
多个命名值的字典,其中每个键都是字符串,但每个键对应的值可以具有不同的类型。 | 每一行必须具有相同的键。 | {'i': 42, 'j': 'a'} |
STRUCT(i INTEGER, j VARCHAR) |
UNION |
多个可选数据类型的联合,每次存储其中一种类型的值。联合还包含一个用于检查和访问当前设置成员类型的判别式“标签”值。 | 不同行可以设置为联合中不同的成员类型。 | union_value(num := 2) |
UNION(num INTEGER, text VARCHAR) |
大小写敏感规则
MAP 的键是大小写敏感的,而 UNION 和 STRUCT 的键是不区分大小写的。示例请参见大小写敏感规则章节。
更新嵌套类型的值
当对嵌套类型的值执行更新 (update) 时,DuckDB 会执行删除 (delete) 操作,随后执行插入 (insert) 操作。当在具有 ART 索引(无论是通过显式索引还是主键/唯一约束)的表中使用时,这可能导致意外的约束违规。
嵌套
只要遵守类型规则,ARRAY、LIST、MAP、STRUCT 和 UNION 类型可以任意深度嵌套。
包含 LIST 的 Struct
SELECT {'birds': ['duck', 'goose', 'heron'], 'aliens': NULL, 'amphibians': ['frog', 'toad']};
包含 MAP 列表的 Struct
SELECT {'test': [MAP([1, 5], [42.1, 45]), MAP([1, 5], [42.1, 45])]};
UNION 列表
SELECT [union_value(num := 2), union_value(str := 'ABC')::UNION(str VARCHAR, num INTEGER)];
性能影响
数据类型的选择会对性能产生重大影响。详情请查阅性能指南 (Performance Guide)。