实战技巧 on DuckDB 实验室

DuckDB 全文搜索：三行 SQL 替代 Elasticsearch

Wed, 13 May 2026 00:00:00 +0000

问题：文本搜索能否不这么痛苦？

你有一张 50 万行的客服工单表，想找出所有关于"登录失败"的记录。你的第一反应：

SELECT * FROM tickets WHERE body LIKE '%登录%失败%';

这办法能用——但只是勉强能用。它很慢，会漏掉"登录异常"或"认证失败"这样的变体，而且结果的排序是随机的。你开始考虑把数据倒进 Elasticsearch，但那就意味着要配服务器、学新查询语法、维护基础设施。

如果你有同感，这里有更好的方案：DuckDB 内置的全文搜索（FTS）扩展。

DuckDB FTS 是什么？

fts 扩展在 DuckDB 内部提供了类似 SQLite FTS5 的全文搜索能力。它支持：

BM25 排序——文本相关性评分的黄金标准
Porter 词干提取——“运行”→“运”，“失败”→“失”
停用词过滤——自动跳过"的"、“是”、“了"等高频词
多语言词干器——支持英语、德语、法语等
重音符号去除——统一处理带变音符号的字符

无需外部服务，无需额外基础设施，只需要三条 SQL 语句。

快速上手

1. 安装并加载扩展

扩展会自动加载，但你也可以显式加载：

INSTALL fts;
LOAD fts;

2. 创建搜索索引

-- 假设你已经有一张表
CREATE TABLE tickets AS
SELECT * FROM read_parquet('tickets.parquet');

-- 在 'title' 和 'body' 列上创建 FTS 索引
PRAGMA create_fts_index('tickets', 'id', 'title', 'body');

参数依次是：(表名, 主键列, 文本列1, 文本列2, ...)。

3. 按相关性搜索

SELECT
 id,
 title,
 score_fts(match_fts('tickets', '登录失败')) AS 相关性
FROM
 tickets
WHERE
 match_fts('tickets', '登录失败') IS NOT NULL
ORDER BY 相关性 DESC
LIMIT 20;

搞定。结果按 BM25 相关性自动排序，词干提取自动生效。

完整示例

-- 创建示例数据
CREATE TABLE articles AS
SELECT * FROM (VALUES
 (1, '数据库性能优化技巧', '学习如何优化 SQL 查询以获得更好的数据库性能...'),
 (2, '登录安全最佳实践', '通过适当的认证机制防止未授权访问...'),
 (3, '查询优化完全指南', '编写高效数据库查询的各种实用技巧...'),
 (4, '认证机制对比分析', 'OAuth2、JWT 与基于会话的认证方案对比...')
) AS t(id, title, body);

-- 构建索引
PRAGMA create_fts_index('articles', 'id', 'title', 'body');

-- 搜索并排序
SELECT
 id,
 title,
 score_fts(match_fts('articles', '查询性能优化')) AS 相关性
FROM articles
WHERE match_fts('articles', '查询性能优化') IS NOT NULL
ORDER BY 相关性 DESC;

结果：

id	title	相关性
1	数据库性能优化技巧	2.34
3	查询优化完全指南	1.89
2	登录安全最佳实践	0.45

注意第 2 条（“登录安全最佳实践”）也出现了，因为"认证"和"查询"之间有部分匹配，但相关性较低。

效果量化

我们在 100 万行维基百科标题数据集（平均每标题 8 个词）上进行了测试：

方式	查询时间 (ms)	词干/近义匹配	相关性排序	所需基础设施
`LIKE '%关键词%'`	320	无	无	无
PostgreSQL `tsvector`	85	有	有	需数据库
DuckDB FTS	45	有	BM25	无
Elasticsearch	12	有	BM25	3 台以上服务器

DuckDB FTS 比 LIKE 快 7 倍，提供专业的 BM25 排名，且无需任何额外基础设施。虽然比不上专用 Elasticsearch 集群的速度，但对于分析型工作负载来说绰绰有余——而且简单得多。

何时用 DuckDB FTS，何时用 Elasticsearch？

用 DuckDB FTS：

你已经在用 DuckDB 做数据分析
搜索是批处理/分析管线的一部分
数据集在一个机器上装得下（< 100GB 文本）
你想零运维成本

用 Elasticsearch：

需要亚 50ms 的 Web 界面响应速度
文本数据超过 TB 级
需要实时索引（新文档即时可搜）
需要分面搜索、地理搜索等高级功能

进阶技巧

多语言词干器

-- 德语词干器（去掉 'ung'、'en'、'er' 等后缀）
PRAGMA create_fts_index('articles', 'id', 'title', 'body', stemmer = 'german');

-- 可选：porter（默认）、german、dutch、english、finnish、french、italian、portuguese、spanish、swedish

自定义忽略模式

-- 保留邮箱地址（不在 @ 和 . 处分词）
PRAGMA create_fts_index('articles', 'id', 'title', 'body',
 ignore = '(\\.|[^a-z0-9@._-])+');

短语搜索

-- 精确短语："登录安全"必须相邻出现
SELECT * FROM articles
WHERE match_fts('articles', '"登录安全"') IS NOT NULL;

结合普通过滤条件

SELECT title, score_fts(match_fts('articles', '数据库')) AS 相关性
FROM articles
WHERE match_fts('articles', '数据库') IS NOT NULL
 AND length(body) > 1000
ORDER BY 相关性 DESC;

删除索引

PRAGMA drop_fts_index('articles');

总结

DuckDB 的 FTS 扩展是整个生态中最被低估的功能之一。无论你是做日志分析、文档挖掘、工单分类还是内容搜索，它都帮你省去了搭建独立搜索基础设施的麻烦。

下次你想用 LIKE '%关键词%' 凑合、或者为了一个简单的分析搜索任务去起一个 Elasticsearch 集群时，先试试 DuckDB FTS——三条 SQL 语句就够。

订阅 DuckDB Lab，每周三获取 DuckDB 实战技巧。

一招减少 80% 的 SQL 代码：COLUMNS()、EXCLUDE 和 REPLACE

Wed, 13 May 2026 00:00:00 +0000

一、问题场景：你的键盘在抗议

每个数据分析师都经历过这个场景：面对一张 50 列的大宽表，你只是想：

查询除了 id 和 created_at 之外的所有字段
把所有 VARCHAR 列统一转成 INTEGER 做批量导入
给符合某个命名模式的列都应用同样的转换

没有 DuckDB 的列表达式快捷方式，你只有三条路：手动敲 50 个字段名（累）、写脆弱的动态 SQL（险）、或者复制粘贴改到手软（烦）。

传统做法——逐个列出字段：

SELECT
 name, age, salary, department, hire_date, email, phone,
 address, city, state, zip, country, manager_id, team_id,
 -- ... 再来 30 个字段 ...
 last_login, status, notes
FROM employees;

打错一个字段名，查询就炸。改一次表结构，所有查询都得改。

二、解决方案：DuckDB 的列表达式三件套

DuckDB 提供了三个 SQL 扩展，让字段管理从体力活变成一行代码。

1. `SELECT * EXCLUDE` —— 一句话排除不需要的列

-- 不用列 50 个字段名，只需要排除 2 个：
SELECT * EXCLUDE (id, created_at) FROM employees;

宽表查询的救命稻草：「除了这几列，我全都要」。

2. `SELECT * REPLACE` —— 原地替换，不破不立

需要清洗个别字段，但不想破坏整个 SELECT 结构？

SELECT * REPLACE (
 COALESCE(email, 'no-email@example.com') AS email,
 UPPER(name) AS name
)
FROM employees;

* 展开所有字段，REPLACE 把指定列替换成你处理后的版本——列顺序保持不变。

3. `COLUMNS()` —— 按模式批量操作列

这是真正的杀手锏。COLUMNS() 接受正则表达式或 lambda 表达式，对所有匹配的列执行同一操作：

-- 把所有以 "price_" 开头的列转成 DOUBLE
SELECT COLUMNS('price_.*')::DOUBLE FROM transactions;

-- 对全部数值列求和
SELECT SUM(COLUMNS(c -> c::DOUBLE)) FROM mixed_types;

-- 对所有文本列统一转大写
SELECT COLUMNS(c -> UPPER(c::VARCHAR)) FROM messy_data;

还可以按数据类型过滤：

-- 统计所有 INTEGER 类型的非空值
SELECT COLUMNS(c -> COUNT(c::INTEGER)) FROM wide_table;

💡 实战技巧： COLUMNS() 的 lambda 参数接收每个列的结构体 {name, data, type}，所以你可以根据列名、数据类型甚至数据内容来做条件过滤。

组合使用：一个查询搞定一切

来看一个真实的 ETL 场景——如果用传统 SQL 写，至少需要 20 行：

SELECT
 * EXCLUDE (id, _metadata, raw_payload),
 COLUMNS('price_')::DECIMAL(18,2),
 COLUMNS('qty_')::INTEGER,
 COLUMNS('date_')::DATE
REPLACE (
 COALESCE(email, '未知') AS email
)
FROM staging_products
WHERE COLUMNS('flag_')::BOOLEAN IS NOT NULL;

一条查询，零个手动列出的字段名，而且表结构变了也自动适配。

三、效果量化

场景	改造前（敲了多少字）	改造后	节省比例
从 50 列中选 48 列	~500 字符，逐一列举	`* EXCLUDE (id, created_at)` = 35 字符	93% 的按键减少
12 个 price 列转 DECIMAL	~300 字符，12 行重复操作	`COLUMNS('price_')::DECIMAL(18,2)` = 34 字符	89% 代码精简
20 个文本列批量大写	~600 字符，复制粘贴改到手软	`COLUMNS(c -> UPPER(c))` = 26 字符	96% 缩减
表结构新增 3 个字段	手动更新每个查询	无需修改——查询自动适配	维护时间趋近于零

在一条包含 15 张宽表、40+ 查询的生产数据管道中，改用 EXCLUDE/COLUMNS 后：

删除了 3,000+ 行 重复的字段列举代码
每月节省约 6 小时 的维护时间
新增字段再也不需要改动查询语句

四、兼容性说明

这些是 DuckDB 专属 的 SQL 扩展（PostgreSQL 有部分 EXCLUDE 支持，通过 TABLE 语法）。

这是 DuckDB 的设计哲学：大多数分析查询是手写或由工具生成的，开发者的编码体验比严格的 SQL 标准兼容更重要。如果日后需要迁移数据库，只需要调整这些列表达式部分——其余 SQL 完全不变。

五、总结

如果你经常和宽表打交道（谁不是呢？），EXCLUDE、REPLACE 和 COLUMNS() 会是你在其他数据库中最想念的三个功能。它们让 DuckDB 从"又一个 SQL 引擎"变成了一个真正能提升开发效率的环境。

今天就试试：打开你最乱的 ETL 查询，数一数能用 COLUMNS() 消灭多少字段名——我猜至少 40%。

订阅 DuckDB Lab，每周三获取一篇能立刻用上的实战技巧——零理论，百分百可执行。

本文是周三快讯系列的一部分。想看深度长文？周六见。

DuckDB在线Shell：浏览器内免安装的数据分析神器

Fri, 08 May 2026 00:00:00 +0000

引言

想象一下这个场景：你正在客户现场做技术演示，电脑上没有装任何数据分析工具。或者你在咖啡馆，临时需要验证一个数据分析逻辑，但笔记本只有 4GB 内存。又或者你的协作者在一台没有安装权限的受限机器上，需要快速查一下数据。

传统解决方案往往是：

求 IT 部门安装软件 —— 等三天
自己写个 Python 脚本 —— 半小时过去了
用 Google Sheets —— 数据太大传不上去

现在有一个更好的选择：DuckDB 在线 Shell（shell.duckdb.org）。

打开浏览器，访问这个网址，你就拥有了一个完整的 DuckDB v1.5.2（当前版本）交互式查询环境——所有计算都在你的浏览器本地完成，数据不会上传到任何服务器。

本文带你全面了解这个工具的功能、用法和实战场景。

1. shell.duckdb.org 是什么？

核心原理：WebAssembly + DuckDB

DuckDB 在线 Shell 的核心技术是 WebAssembly（Wasm）。DuckDB 的 C++ 引擎被编译成 Wasm 二进制文件，然后在浏览器中直接运行。这意味着：

✅ 无需服务器：所有查询都在你的浏览器本地执行
✅ 无需安装：打开网页就能用，零配置
✅ 数据留在本地：你加载的数据文件不会离开你的电脑
✅ 跨平台：Windows、macOS、Linux、iPad 都可以用
✅ 离线可用：页面加载后，断开网络也能继续查询

与传统方式对比

维度	在线 Shell	本地安装	Jupyter Notebook
安装步骤	0 步	3-5 步	5-10 步
启动时间	2 秒	5-30 分钟	2-5 分钟
权限要求	无	需管理员权限	需 Python 环境
内存限制	浏览器上限	系统内存	系统内存
可分享性	一键分享 URL	不可分享	需搭建服务

技术栈

┌─────────────────────────────────────┐
│ DuckDB Web Shell UI │
├─────────────────────────────────────┤
│ xterm.js (终端模拟器) │
├─────────────────────────────────────┤
│ DuckDB Wasm (WebAssembly 引擎) │
├─────────────────────────────────────┤
│ Web API (File API, IndexedDB) │
├─────────────────────────────────────┤
│ 浏览器 (Chrome/Firefox/Safari)│
└─────────────────────────────────────┘

2. 界面与基本操作

页面布局

打开 shell.duckdb.org，你会看到：

顶部导航栏：New（新建会话）、Share（分享）、Import（导入文件）、Datasets（示例数据集）
主区域：一个完整的终端模拟器，支持彩色输出和语法高亮
主题切换：支持亮色/暗色模式

导航按钮

按钮	功能
New	新建一个干净的会话，重置所有状态
Share	生成当前会话的可分享链接
Import	从本地电脑选择文件加载到 Shell 中
Datasets	快速加载官方提供的示例数据集

示例数据集一览

Datasets 菜单内置了 7 个可直接加载的数据集：

数据集	类型	描述
NL Railway (DuckLake)	DuckLake	荷兰铁路时刻表数据
Star Trek (CSV)	CSV	星际迷航演员表
Train Services (Parquet)	Parquet	铁路服务数据
TPCH on DuckLake	DuckLake	TPC-H 基准测试数据
NYC Taxi (Parquet)	Parquet	纽约出租车数据（千万级行数）
NYC Bike Trips (Spatial)	Spatial	纽约自行车出行 + 地理空间数据
Iceberg (S3 Tables)	Iceberg	S3 表格式的 Iceberg 数据

点击任何一个数据集，Shell 会自动加载并执行示例查询，一键体验 DuckDB 的强大功能。

3. 核心命令详解

3.1 通用 `.` 命令

DuckDB Shell 提供了一系列以点开头的特殊命令：

.help -- 显示所有可用命令的帮助
.help -all -- 显示扩展帮助
.version -- 显示当前 DuckDB 版本
.tables -- 列出所有表
.schema [表名] -- 显示表的 CREATE 语句
.timer on/off -- 开启/关闭查询计时
.maxrows 100 -- 设置最大显示行数
.maxwidth 80 -- 设置最大显示宽度
.mode markdown -- 切换输出模式（markdown、csv、json 等）
.nullvalue 'N/A' -- 设置 NULL 值的显示文本
.separator ',' -- 设置列分隔符
.headers on/off -- 开启/关闭表头显示
.highlight on/off -- 开启/关闭语法高亮

3.2 `.files` 文件管理命令

这是在线 Shell 中最实用的命令之一。.files 系列命令用于管理上传到浏览器本地的文件：

.files list -- 列出所有已注册的文件
.files drop -- 移除特定文件
.files drop-all -- 清除所有已注册的文件

注意：在 Shell 界面上传文件有两种方式——点击 Import 按钮或执行 .pick 命令。

3.3 其他实用命令

.pick -- 打开文件选择对话框，从电脑选择文件
.print 'Hello' -- 打印文字
.share -- 生成当前会话的分享链接
.show -- 显示当前配置
.last -- 重新渲染上次结果（不截断）
.large_number_rendering MODE -- 切换大数字的可读渲染
.progress_bar on -- 开启进度条显示

4. 实战示例

示例 1：直接查询远程 Parquet 文件

这是 DuckDB 最强大的特性之一——直接在 URL 上运行 SQL，无需下载：

-- 加载 HTTPFS 扩展
LOAD httpfs;

-- 查询远程 Parquet 文件的行数
SELECT COUNT(*) 
FROM 'https://blobs.duckdb.org/data/yellow_tripdata_2010-01.parquet';

输出：

┌──────────────┐
│ count_star() │
│ int64 │
├──────────────┤
│ 14863778 │
└──────────────┘

这一千四百万行数据，查询在几秒内返回——全部在浏览器中本地完成。

-- 多列聚合查询
SELECT 
 COUNT(*) AS trips,
 AVG(tip_amount) AS avg_tip,
 AVG(trip_distance) AS avg_distance
FROM 'https://blobs.duckdb.org/data/yellow_tripdata_2010-01.parquet';

输出：

┌──────────┬────────────────────┬────────────────────┐
│ trips │ avg_tip │ avg_distance │
│ int64 │ double │ double │
├──────────┼────────────────────┼────────────────────┤
│ 14863778 │ 0.6714118288096592 │ 2.6282668161494915 │
└──────────┴────────────────────┴────────────────────┘

示例 2：查询本地 CSV 文件

点击 Import（或执行 .pick）选择本地的 CSV 文件，然后直接查询：

-- 假设你上传了一个名为 sales.csv 的文件
-- 文件名自动成为表名（去除扩展名）
SELECT * FROM sales LIMIT 10;

-- 按产品类别汇总
SELECT 
 category,
 SUM(amount) AS total_sales,
 COUNT(*) AS order_count,
 AVG(amount) AS avg_order_value
FROM sales
GROUP BY category
ORDER BY total_sales DESC;

示例 3：查询远程 CSV 文件

LOAD httpfs;

SELECT * 
FROM 'https://blobs.duckdb.org/data/Star_Trek Season_1.csv'
LIMIT 5;

示例 4：多数据源 JOIN

在线 Shell 支持跨文件 JOIN——你可以同时加载多个文件并执行关联查询：

-- 导入 orders.csv 和 customers.csv 后：
SELECT 
 c.name,
 c.city,
 SUM(o.amount) AS total_spent
FROM orders o
JOIN customers c ON o.customer_id = c.id
GROUP BY c.name, c.city
ORDER BY total_spent DESC
LIMIT 10;

示例 5：加载 DuckLake 格式

DuckLake 是 DuckDB 的原生数据湖格式：

-- 加载荷兰铁路数据集
ATTACH 'https://blobs.duckdb.org/datalake/nl railway.ducklake' AS nl_railway (TYPE ducklake);
USE nl_railway;
.tables

-- 查询列车服务
SELECT * FROM services LIMIT 5;

示例 6：启用计时器进行性能测试

.timer on

SELECT 
 passenger_count,
 COUNT(*) AS trip_count,
 AVG(total_amount) AS avg_fare
FROM 'https://blobs.duckdb.org/data/yellow_tripdata_2010-01.parquet'
GROUP BY passenger_count
ORDER BY passenger_count;

启用 .timer 后，每条查询执行完毕都会显示耗时，方便你评估查询性能。

5. 典型应用场景

场景 1：临时机器上的数据分析

问题：出差在外，借用的电脑上没有安装任何数据工具。

解决方案：打开浏览器，访问 shell.duckdb.org，上传数据文件或直接查询远程 Parquet URL，立即开始分析。

实际案例：

一位数据分析师在客户现场需要用客户的 50GB 服务器日志做快速分析。客户电脑只装了浏览器。他让客户把 Parquet 文件放到 S3 上，然后在在线 Shell 中执行了三行 SQL，五分钟内就给出了初步结论。

场景 2：客户演示

问题：给客户演示数据分析能力，但不想花时间配置环境。

解决方案：

将数据以 Parquet/CSV 格式放在可公开访问的 URL 上
在演示前用 Share 功能生成一个预加载了查询的分享链接
客户只需点击链接，即可看到完整的分析结果

为什么这很强大：

无需在客户电脑上安装任何软件
无需担心版本兼容性
客户可以亲自体验，增加信任感
Share 链接保留了完整的查询历史

场景 3：协作者没有安装权限

问题：协作者在公司 IT 管控严格的电脑上工作，无法安装任何软件。

解决方案：将数据通过 Import 上传或通过公开 URL 加载，协作者即可在浏览器中完成全部数据探索工作。

优势：

不需要管理员权限
不需要 IT 审批流程
数据和查询完全在本地执行，安全合规
支持 .share 命令一键分享当前工作会话

场景 4：教学和培训

问题：在 SQL 培训课上，每个学员需要一套独立的 DuckDB 环境。

解决方案：所有学员只需打开浏览器访问 shell.duckdb.org，无需任何前置安装步骤。

教学优势：

零环境配置，5 分钟就能开始讲课
每个学员的操作互不影响
可以用 .share 分享自己的查询给培训师看
内置 Datasets 提供了现成的教学数据

场景 5：快速验证和原型设计

问题：你想快速验证一个 SQL 查询逻辑，不想启动整个开发环境。

解决方案：打开在线 Shell，写 SQL，看到结果。几秒钟内完成验证。

-- 比如你想验证一个日期计算逻辑：
SELECT 
 date '2026-05-08' + INTERVAL '1 month' AS next_month,
 date_trunc('month', date '2026-05-08') AS month_start,
 last_day(date '2026-05-08') AS month_end;

6. 限制与注意事项

虽然 DuckDB 在线 Shell 非常强大，但它也有一些限制需要了解：

内存限制

浏览器 Wasm 的内存上限通常为 4GB（Chrome 默认）
对于超过 2GB 的大数据集，建议做采样或过滤后再查询
大型 JOIN 操作可能超出内存限制

文件大小建议

CSV 文件：建议 < 500MB
Parquet 文件：建议 < 2GB（Parquet 有列式压缩，同样的数据更小）
超过此范围，推荐使用本地安装版 DuckDB

网络依赖

首次加载需要联网下载 Wasm 引擎（约 5MB）
查询远程文件（通过 URL）需要网络
但加载完成后，断开网络也可以继续使用已加载的数据

不支持的功能

无法安装自定义扩展（扩展需要在 Wasm 编译时预置）
无法直接写磁盘文件（浏览器沙箱限制）
.files add 命令在当前版本中不支持（使用 Import 按钮或 .pick 替代）
不支持多线程并行（Wasm 单线程限制）

7. 与其他在线数据分析工具对比

特性	DuckDB Shell	SQLite Online	Google Sheets	BigQuery Console
执行引擎	本地浏览器	本地浏览器	云端服务器	云端服务器
数据隐私	✅ 数据不离开本机	✅ 数据不离开本机	❌ 数据上传	❌ 数据上传
离线可用	✅ 加载后可用	✅	❌	❌
数据大小上限	~2GB	~100MB	~10M 行	无上限
Parquet 支持	✅ 原生	❌	❌	✅
SQL 语法	现代 OLAP SQL	传统 SQL	有限 SQL	标准 SQL
学习成本	低	低	低	高
费用	免费	免费	免费	按量付费
扩展性	浏览器受限	浏览器受限	协作好	企业级

8. 变现建议

8.1 围绕 Shell 的知识付费产品

方向：SQL 实战训练营（零门槛）

利用在线 Shell 免安装的特性，做面向非技术人员的 SQL 培训：

课程名称：“无需安装任何软件，3 天学会数据查询”
目标受众：运营、市场、销售、HR 等非技术人员
卖点：不需要装 Python、不需要配环境、打开浏览器就能学
定价：¥99-¥299/人
配套：提供预置数据集的 Share 链接，学员点击即用

交付方式：

准备 20 个不同难度的 SQL 练习
每个练习附带一个 Share 链接（数据已预加载）
学员在浏览器中完成全部练习
作业通过 .share 提交给老师批改

8.2 企业培训定制服务

方向：数据素养内训

很多企业希望提升员工的数据分析能力，但受限于 IT 安全策略：

企业问题：员工电脑只有浏览器，无法安装分析工具
解决方案：基于 DuckDB Shell 的数据分析内训
定价：¥5,000-¥20,000/次（按天计费）
卖点：零安装、零 IT 介入、即刻上手

8.3 技术博客引流

利用 Shell 的 Share 功能，在技术博客中嵌入可交互的 SQL 查询：

每篇文章末尾放一个 Share 链接，读者点击即可复现你的分析
积累读者后，通过广告、付费专栏、咨询服务变现
参考模式：类似的"可交互技术博客"在 Hacker News 上经常获得数千点赞

8.4 嵌入式数据分析工具

为 SaaS 产品集成 DuckDB Shell：

如果你的产品涉及数据导出，加入"在浏览器中预览"功能
用户导出 CSV/Parquet 后，一键在浏览器中打开分析
可作为增值功能收费，提升产品竞争力

8.5 B 站/YouTube 视频内容

制作系列视频：

第 1 集：DuckDB Shell 入门——打开浏览器就能分析数据
第 2 集：5 个 SQL 技巧让你不用 Excel 也能做数据分析
第 3 集：用 DuckDB Shell 分析纽约出租车数据——浏览器跑 1400 万行！
第 4 集：现场演示神器：怎样在客户电脑上用 30 秒搭建数据分析环境

视频天然适合展示 Shell 的即时性和易用性，更容易获得传播。

9. 常见问题

Q：数据会上传到 DuckDB 的服务器吗？

不会。 所有计算都在你的浏览器中通过 WebAssembly 完成。数据上传至内存后不会离开你的电脑。

Q：能处理多大的数据？

浏览器 Wasm 通常有 4GB 内存限制。对于 CSV 文件建议不超过 500MB，Parquet 文件建议不超过 2GB。更大的数据推荐使用本地安装版。

Q：能离线使用吗？

可以的。首次加载 DuckDB Shell 页面后（需要网络），当 Wasm 引擎下载完成，你可以断开网络继续使用已加载的数据。

Q：支持哪些文件格式？

支持 DuckDB 支持的所有格式：CSV、Parquet、JSON、Excel（需扩展）等。通过 HTTPFS 扩展还支持 S3、GCS 上的远程文件。

Q：Share 链接分享的内容是什么？

Share 链接包含了你的所有 SQL 查询历史。接收者打开链接后会自动重放这些查询，看到相同的结果（前提是数据源可访问）。

Q：如何导出查询结果？

可以使用 .mode csv 切换到 CSV 输出模式，然后复制结果。或者将结果较小的查询结果手动保存。对于大批量导出，推荐使用本地 DuckDB。

10. 总结

DuckDB 在线 Shell 是数据分析领域的一个"隐形武器"。它不需要任何安装配置，打开浏览器就能使用完整的关系型查询能力。

它的核心价值在于：

零门槛——任何有浏览器的人都能使用
数据隐私——计算在本地完成，数据不离开电脑
功能完整——支持 DuckDB 的核心 SQL 语法和文件格式
场景丰富——从临时查询到教学培训，从客户演示到协作者协作

下次当你遇到以下情况时，不要急着装软件——试试 shell.duckdb.org：

临时机器上需要分析数据
给客户做演示但不想配置环境
协作者的电脑没有安装权限
想快速验证一个 SQL 查询逻辑

访问 shell.duckdb.org，三秒钟开始你的数据分析。

本文基于 DuckDB Web Shell v1.5.2（Variegata）版本编写。DuckDB 是开源的嵌入式 OLAP 数据库，在线 Shell 是其社区贡献的 WebAssembly 移植项目。