DuckDB雑紹介

DuckDBを触っていて特に興味を持った機能を中心に雑解説します。

Transcript

1. 　DuckDB雑紹介
2. 祝1.0リリース 2024-06-03 にバージョン1.0がリリースされました DuckDB in Actionでは秋頃と書かれてたが思った以上に早かった 2/57
3. 特徴 3/57
4. 特徴 インメモリ、組み込み、カラムナデータベース それ自体が静的ライブラリ データ分析のようなOLAPでの使用が主戦場 永続化もサポート 主だったライバルは、 Snowflake や ClickHouse あたり？ https://duckdb.org 4/57
5. 特徴 いくつかの言語バインディングが標準で提供 C/C++ Rust JS/TS WASM などなど https://duckdb.org/docs/api/overview 5/57
6. 特徴 多彩な外部データ取り込み CSV JSON Apache Parquet PostgrSQL (外部スキーマとしてアタッチ) Wired protocolで直結でWriteも可能 などなど https://duckdb.org/docs/data/overview 6/57
7. 特徴 豊富な機能拡張 (プラグイン) 先の外部データ取り込みもビルトインされた機能拡張として提供さ れている https://duckdb.org/docs/extensions/overview#working-with- extensions 7/57
8. 特徴 Live DEMOも公式で提供 (WASM版が) https://duckdb.org/docs/ メニューの一番下のリンクから 8/57
9. 構文 9/57
10. 構文 PostgreSQL のパーザがベース 大体同じことができる 標準SQL ( SQL:2008 あたり) 10/57
11. 構文 データ型 だいたい PostgreSQL と同じ Enum や PostgreSQL 式の型キャスト( :: )も使える https://duckdb.org/docs/sql/data_types/overview 11/57
12. 構文 CTEの式内materialization たぶん PostgreSQL 独自機能 materialize の強制 or 解除 WITH v AS NOT MATERIALIZE (...) SELECT * v https://www.postgresql.jp/document/16/html/queries- with.html#QUERIES-WITH-CTE-MATERIALIZATION 12/57
13. 構文 CTEの式内materialization CTE内で別のCTE使うケース DBエンジンが気を効かせてメモリへのキャッシュを試みる、レ コード数に関係なく！ キャッシュがファイルストレージにパージされて遅くなる要因 materialize解除で現実的な速度に改善できる 13/57
14. 構文 LATERAL JOIN 公式だと直積での説明しかなくて残念 相関サブクエリの JOIN もちゃんとできるので安心 SELECT * FROM t1 JOIN LATERAL (...) t2 ON true https://duckdb.org/docs/sql/query_syntax/from#lateral-joins ちなみに LATERAL は飾りでしかなく、相関サブクエリの JOIN はなく てもできる 14/57
15. 構文 Window関数 もちのろん、Windowフレームも使える ただし、 Row と Range のみ Group は使えない (使えるの PostgreSQL くらいだけど・・・) https://duckdb.org/docs/sql/window_functions#framing 特にWindowフレームの説明がわかりやすいので一見の価値あり 15/57
16. 構文 配列、リスト、JSONのunnest ずっと独自機能だと思ってたけど、 SQL:2008 に記載あったわ PostgreSQL でも古くからサポートされている (使ったことなかった) 引用: https://docs.vmware.com/en/VMware- Greenplum/7/greenplum-database/ref_guide- SQL2008_support.html 16/57
17. 構文 配列、リスト、JSONのunnest DuckDBでは、読み込んだ JSON 構造フラット化できる 割と使用頻度高め https://duckdb.org/docs/sql/query_syntax/unnest.html 17/57
18. 独自機能 18/57
19. SELECT文の独自機能 - JOIN拡張 ASOF JOIN 直近のレコードと結合する Snowflake や ClickHouse でも使える OLAP系だとド定番？ 19/57
20. SELECT文の独自機能 - JOIN拡張 ASOF JOIN 用途としては、指定日以前・以後の直近のログデータをもってくる とか SELECT t1.some_date, ... FROM t1 ASOF JOIN t2 ON t1 t1.some_date > t2.some_date https://duckdb.org/docs/sql/query_syntax/from#as-of-joins 20/57
21. SELECT文の独自機能 - JOIN拡張 ASOF JOIN 標準SQLで書くとスッゲーめんどいやつ SELECT t1.some_date, ... WHERE t1.some_date = ( SELECT max(t2.some_date) FROM t2 WHERE t2.some_date < t1.some_date ) 21/57
22. SELECT文の独自機能 - JOIN拡張 POSITIONAL JOIN 2つのデータソースの同一行で結合する 欠損行は NULL に 実体は FULL OUTER JOIN なので zip演算を思い浮かべるとわかりやすいかも SELECT * FROM t1 POSITIONAL JOIN t2 https://duckdb.org/docs/sql/query_syntax/from#positional-joins 22/57
23. SELECT文の独自機能 - 集約関数 ソート可能な集約関数 CREATE TABLE tbl AS SELECT s FROM range(1, 4) r(s); SELECT string_agg(s, ', ' ORDER BY s DESC) AS countdown FROM tbl PostgreSQLの「順序集合集約関数」に似てるけど別物っぽい DuckDBも「順序集合集約関数」をサポートしているわけで https://duckdb.org/docs/sql/aggregates#order-by-clause-in- aggregate-functions 23/57
24. SELECT文の独自機能 - 集約関数 配列・リスト型用の関数でラムダ式が使える さらにメソッドチェインもできる SELECT [1, 2, 3].apply(x -> [4, 5, 6].reduce((a, b) -> a + b) + x) https://duckdb.org/docs/sql/functions/lambda ただしメソッドチェインは、配列・リスト型用の関数のみ TOUPPER とか他の関数はできなかった。残念！ 24/57
25. SELECT文の独自機能 - スター拡張 SELECT句の * と組み合わせて記述する記法 25/57
26. SELECT文の独自機能 - スター拡張 COLUMNS(*) * の指定で、全ての列にまとめて同じ関数を適用できる CREATE TABLE numbers (id INTEGER, number INTEGER); INSERT INTO numbers VALUES (1, 10), (2, 20), (3, NULL); /* 4列帰ってくる */ SELECT min(COLUMNS(*)), count(COLUMNS(*)) FROM numbers; https://duckdb.org/docs/sql/expressions/star#columns-expression 26/57
27. SELECT文の独自機能 - スター拡張 COLUMNS(<パターン>) 正規表現による列名のパターンマッチ ラムダ式も使える CREATE TABLE t (yobi001 VARCHAR, ..., yobi256 VARCHAR); SELECT COLUMNS( c -> substr(c, 5)::int BETWEEN 10 AND 20) FROM t; https://duckdb.org/docs/sql/expressions/star#columns-expression 27/57
28. SELECT文の独自機能 - スター拡張 EXCLUDE(<列名(複数可)>) 特定列だけ除外 不要な1列のために全部列挙しなくてもいい チョー便利 SELECT * EXCLUDE(foo, bar) FROM t; https://duckdb.org/docs/sql/expressions/star#exclude-clause 28/57
29. SELECT文の独自機能 - スター拡張 REPLACE(<式 AS 列名>) 特定列だけ変更できる INSERT-SELECT で大活躍の予感 INSERT INTO t2 SELECT * REPLACE(id*100 AS id) FROM t1 https://duckdb.org/docs/sql/expressions/star 29/57
30. SELECT文の独自機能 - ファイルインポート 30/57
31. SELECT文の独自機能 - ファイルインポート CSV、JSON等をパス指定でそのまま SELECT できる ただし拡張子がある場合のみ WEBサーバーからURLでダイレクト取得も SELECT * FROM 'https://example.com/nanchara-kanchara.json' https://duckdb.org/docs/data/json/overview 31/57
32. SELECT文の独自機能 - ファイルインポート 拡張子がない場合でも、専用関数を使えばOK SELECT * FROM read_json_auto('https://example.com/nanchara-kanchara') CSV や Parquet も専用関数が用意されている https://duckdb.org/docs/data/overview 32/57
33. SELECT文の独自機能 - ファイルインポート glob で一括指定することもできる SELECT * FROM 'https://example.com/nanchara-kanchara-*.json' 同じフォーマットにする必要はあるだろうけど https://duckdb.org/docs/data/multiple_files/overview 33/57
34. SELECT文の独自機能 - from first syntax FROM句から先に書ける。ただし・・・ FROM + SELECT or FROM + WHERE のみ もしくは FROM のみで全列選択 FROM WHERE SELECT は書けない残念な子 /* FROMのみ (SELECT * FROM foo と同等) */ FROM foo; /* FROM WHEREの例 */ SELECT EXISTS (FROM foo WHERE id > 5); https://duckdb.org/docs/sql/query_syntax/from#from-first-syntax 34/57
35. SELECT文の独自機能 - GROUP BY GROUP BY ALL 集約関数を適用した列以外でグループ化 SELECT a, b, max(c), count(c) FROM t GROUP BY ALL https://duckdb.org/docs/sql/query_syntax/groupby#group-by-all 35/57
36. SELECT文の独自機能 - ORDER BY ORDER BY ALL SELECT句のすべてのカラム一括指定 ASC / DESCが揃ってる場合は便利かも SELECT A1, A2, A3 FROM t ORDER BY ALL https://duckdb.org/docs/sql/query_syntax/orderby#order-by-all 36/57
37. SELECT文の独自機能 - SAMPLE サンプリングレートを指定して、データをピックアップ 分析界隈では重宝される？ /* 一例。他にもオプションが提供されている */ SELECT * FROM addresses USING SAMPLE 1% https://duckdb.org/docs/sql/query_syntax/sample.html 37/57
38. SELECT文の独自機能 - その他 ケツカンマのサポート 頭カンマじゃなきゃ順序入れ替えが不便とかの不毛な論争ともお さらば SELECT 10, 'abc', FROM t https://duckdb.org/docs/guides/sql_features/friendly_sql.html#trailin g-commas 38/57
39. INSERT文の独自機能 39/57
40. INSERT文の独自機能 - Upsert INSERT OR REPLACE SQLiteで提供されてるやつ なかったら INSERT あったら UPDATE PostgreSQLの ON CONFLICT DO も使えるがより直感的 INSERT OR REPLACE INTO movies VALUES (1, 'The Phantom Menace'); https://duckdb.org/2023/02/13/announcing-duckdb-070.html#new- sql-features 40/57
41. INSERT文の独自機能 - BY NAME INSERT SELECT で、いちいち位置を合わせなくても列名でマッチ ングしてくれる CREATE TABLE tbl (a INTEGER, b INTEGER); INSERT INTO tbl BY NAME (SELECT 42 AS b, 32 AS a); https://duckdb.org/docs/sql/statements/insert#insert-into--by-name 41/57
42. 独自STATEMENT 42/57
43. 独自STATEMENT - DESCRIBE TABLEやSELECT結果の型を出力 もう information schema を漁らなくても良い DESCRIBE SELECT a1, b1, c1 FROM t https://duckdb.org/docs/sql/statements/describe 43/57
44. 独自STATEMENT - SUMMARIZE テーブルや SELECT 結果の最大値や最小値、 NULL 数等をレポート 結果が、あっれれ〜おっかし〜なって時の調査に役立つかも SUMMARIZE SELECT a1, b1, c1 FROM t https://duckdb.org/docs/sql/statements/summarize 44/57
45. 独自STATEMENT - PIVOT / UNPIVOT 行と列の転置 文として提供されている 大抵のRDBは関数として提供 PIVOT Cities ON Year USING sum(Population); PIVOT: https://duckdb.org/docs/sql/statements/pivot UNPIVOT: https://duckdb.org/docs/sql/statements/unpivot 45/57
46. DBメンテナンスツール 標準パッケージに、CLI版が含まれている JDBCが提供されているので、GUIなツールからもアクセスできる DBeaver については公式でも案内あり https://duckdb.org/docs/guides/sql_editors/dbeaver 46/57
47. できなかったこと 47/57
48. できなかったこと ALTER TABLEで主キーの変更 CTAS で作って、後付けできない キーありにしたければ、 CREATE TABLE + INSERT 48/57
49. できなかったこと テーブル別名の付与したときのBY NAMEでのINSERT SELECT 句で別名を付与すると、エイリアス込みの列名を探そうとし てエラー /* a.foo AS fooとすれば回避可能 */ INSERT INTO t (foo) SELECT a.foo FROM table_a a 49/57
50. できなかったこと スカラ問い合わせ(サブクエリ)が、うっかり複数行返す場合、先頭行 返す エラーにして欲しかった・・・ SELECT (SELECT * FROM generate_series(1,10)) 50/57
51. できなかったこと ネストした Derived Table で複数回、 unnest するとデータが欠損 先頭行のみもってくる SELECT * FROM ( SELECT unnest(bar) FROM ( SELECT unnest(foo) FROM t ) ) 遭遇したのはデータソースとして JSON を使った時 テンポラリテーブルで、分けて対処した 51/57
52. できなかったこと - JS/TSバインディング 52/57
53. できなかったこと - JS/TSバインディング SQL実行APIで、 Array や Object をパラメータとして使えない 渡せるのは、 数値 、 文字列 、 boolean 、 NULL のみ 上記以外は、 「Invalid column type encountered for argument」 ってエラーになる IN句 や ANY句 に渡す場合は展開する必要あり CLI ではできるのでバインディングの制限か？ 53/57
54. できなかったこと - JS/TSバインディング SQL実行APIで、名前付きパラメータが使えない 位置パラメータのみ SQLのプレースホルダの順番変えたら地獄 54/57
55. できなかったこと - JS/TSバインディン インポートAPI使ったら、文字列->Enum自動変換してくれなかった APIによるSQLの直接発行では、自動変換してくれる 0.10.1の時のはなし 今はしてくれるかも・・・ （未確認） 55/57
56. 以上、DuckDBの駆け足紹介でした みんなも使おう 使え！ (豹変) 56/57
57. おわり あばうとみー X(旧ﾄｩｲｯﾀ) - https://x.com/ktz_alias Qiita - https://qiita.com/ktz_alias Zenn - https://zenn.dev/ktz_alias ｷﾞｯﾊﾌﾞ - https://github.com/ritalin 57/57