Tony.Dong的专栏

当我们不能完全确定需要查找的文本信息时，可以使用模式匹配进行模糊搜索。DuckDB 提供了四种模式匹配方法：LIKE、SIMILAR TO、GLOB 以及正则表达式函数。DuckDB 正则表达式函数不仅可以实现复杂的模式匹配，还可以执行字符串的提取、替换等操作，我们后续单独进行介绍。

在实际应用中，我们通常并不需要返回表中的全部数据，而只需要检索满足特定条件的记录。例如，统计用户未完成的订单。在 SQL 语句中，我们可以使用关键字 WHERE 指定数据的过滤条件。其中，WHERE 子句位于 FROM 子句之后，用于指定一个或者多个过滤条件。只有满足条件的数据才会返回，其他数据将被忽略。该语句返回的结果如下。这种通过查询条件过滤数据的操作在关系运算中被称为选择（Selection）。选择操作是针对表进行的水平过滤，保留满足条件的记录生成新的关系表。

检索数据是数据库中最基本的操作，SQL 标准定义的查询语句就是 SELECT。DuckDB 遵循这个标准，同时也提供了一些更加用户友好的扩展。

自从诞生以来，DuckDB 一直采用类似 SQLite 的嵌入式架构路线，没有独立服务进程，没有数据库端口，没有网络协议，也没有连接池。这种设计使得 DuckDB 在数据分析领域取得了巨大成功，但同时在另外一些场景下可能会遇到性能瓶颈，例如当多个进程收集监控数据写入同一个 DuckDB 数据库，同时分析系统需要实时读取数据库生成可视化仪表盘。同时，大量用户都在尝试为 DuckDB 增加客户端-服务器能力，包括自建 RPC、Arrow Flight SQL、MotherDuck、pg_duckdb 等。

那么，有没有一种方式能够避免以上问题，直接使用 SQL 实现跨本地文件和远程数据库的一站式数据分析？。是一款免费开源、基于 DuckDB 引擎的 AI 可视化 SQL 工作台,提供本地文件与远程数据库库一站式跨源分析。

Duckgres 能够让 PostgreSQL 生态直接使用 DuckDB 的高性能分析能力和灵活性。

是一个免费开源、基于 DuckDB 的高性能流处理引擎，完全采用 SQL 构建实时数据管道，在单机环境下即可提供极高的吞吐能力。我们可以将它看作轻量版的 Apache Flink。

pg_duckdb 可以让 PostgreSQL 拥有 DuckDB 的分析能力，并且不用迁移、无侵入、几乎零学习成本。

是一款基于浏览器的现代化 DuckDB 开发工具，提供强大的 SQL 编辑和数据分析功能。

DuckDB 是一款嵌入式数据库，主要用于嵌入其他程序执行快速的 SQL 分析查询，官方称其为“分析型数据库中的 SQLite”。

Duckle 是一个基于 DuckDB 的免费开源、本地优先数据集成平台，具有可视化编排、AI 辅助开发、SQL 驱动执行和企业级数据治理能力。

MySQL 扩展插件实现了 DuckDB 远程访问 MySQL 数据库的功能，使得 DuckDB 正在从一个嵌入式分析型数据库逐渐进化成一个联邦数据查询平台。

DuckDB 对于 CSV 格式的支持非常完善，既可以直接查询 CSV 文件，也可以导入到数据库表中，还可以将查询结果或表数据导出为 CSV 文件。同时，它还具备 CSV 格式自动探测功能，可以识别分隔符、表头、数据类型等信息，因此大部分情况下无需手工配置。