Anleitungen
Der Bereich Anleitungen enthält kompakte Schritt-für-Schritt-Anleitungen, die jeweils ein einzelnes Ziel verfolgen. API-Referenzen und Beispiele finden Sie im Rest der Dokumentation.
Es gibt viele Werkzeuge, die DuckDB nutzen und in den offiziellen Anleitungen nicht behandelt werden. Eine Liste dieser Werkzeuge finden Sie im Repository Awesome DuckDB.
Tip Für ein kurzes Einführungstutorial siehe „Analyzing Railway Traffic in the Netherlands“.
Datenimport und -export
CSV-Dateien
Parquet-Dateien
- Eine Parquet-Datei in eine Tabelle laden
- Eine Tabelle in eine Parquet-Datei exportieren
- Eine Abfrage direkt auf einer Parquet-Datei ausführen
HTTP(S), S3 und GCP
- Bei S3 / AWS authentifizieren
- Eine Parquet-Datei direkt über HTTP(S) laden
- Eine Parquet-Datei direkt von S3 laden
- Eine Parquet-Datei nach S3 exportieren
- Eine Parquet-Datei von S3 Express One laden
- Eine Parquet-Datei direkt von GCS laden
- Eine Parquet-Datei direkt von Cloudflare R2 laden
- Eine Iceberg-Tabelle direkt von S3 laden
- Mit Amazon S3 Tables verbinden
- Mit Amazon SageMaker Lakehouse (AWS Glue) verbinden
JSON-Dateien
Excel-Dateien mit der Spatial-Erweiterung
Andere Datenbanksysteme abfragen
- Eine MySQL-Datenbank direkt abfragen
- Eine PostgreSQL-Datenbank direkt abfragen
- Eine SQLite-Datenbank direkt abfragen
- Mit Amazon RDS / Aurora per IAM-Authentifizierung verbinden
Dateien direkt lesen
Leistung
- Mein Workload ist langsam (Fehlerbehebung)
- Das Schema für optimale Leistung entwerfen
- Die ideale Hardware-Umgebung für DuckDB
- Welche Leistungsauswirkungen Parquet-Dateien und (komprimierte) CSV-Dateien haben
- Workloads abstimmen
- Benchmarks
Meta-Abfragen
- Alle Tabellen auflisten
- Das Schema des Ergebnisses einer Abfrage anzeigen
- Mit Summarize schnell ein Gefühl für einen Datensatz bekommen
- Den Query-Plan einer Abfrage anzeigen
- Eine Abfrage profilieren
ODBC
Python-Client
- Den Python-Client installieren
- SQL-Abfragen ausführen
- DuckDB einfach in Jupyter Notebooks abfragen
- DuckDB einfach in marimo-Notebooks abfragen
- Mehrere Python-Threads mit DuckDB verwenden
- fsspec-Dateisysteme mit DuckDB verwenden
Pandas
- SQL auf einem Pandas-DataFrame ausführen
- Eine Tabelle aus einem Pandas-DataFrame anlegen
- Daten in einen Pandas-DataFrame exportieren
Apache Arrow
- SQL auf Apache Arrow ausführen
- Eine DuckDB-Tabelle aus Apache Arrow anlegen
- Daten nach Apache Arrow exportieren
Relationale API
Integrationen von Python-Bibliotheken
- Ibis verwenden, um DuckDB mit oder ohne SQL abzufragen
- DuckDB mit Polars-DataFrames über Apache Arrow verwenden
- DuckDB-Abfrageergebnisse über Apache Arrow nach PyTorch streamen