引言
在数据分析的日常工作中，我们经常需要从多个数据源获取数据——PostgreSQL 中的业务表、Parquet 格式的日志文件、Quack 协议的远程数据库，甚至是 S3 上的对象存储。DuckDB 一直通过 ATTACH 语句来连接这些外部数据源，但传统方式有一个痛点：你需要显式地附加数据库、执行查询、然后显式地断开连接。
随着 PR #23555 的合并，DuckDB 引入了一个全新的语法糖——CONNECT 'URI'，它让跨数据库查询变得更加优雅和简洁。
传统方式 vs 新语法
传统 ATTACH/DISCONNECT 模式
在过去，你要连接一个 Quack 远程数据库并查询，需要这样写：
-- 附加远程数据库
ATTACH 'quack:localhost' AS remote_db (TOKEN 'my-secret-token');
-- 切换到远程数据库上下文
CONNECT remote_db;
-- 执行查询
SELECT * FROM orders WHERE amount > 1000;
-- 切回主数据库
CONNECT main;
-- 最后记得断开连接
DETACH remote_db;
这段代码虽然功能完整，但步骤繁琐。每次连接都需要四到五步，而且容易忘记最后的 DETACH，导致连接泄漏。
新的 CONNECT ‘URI’ 语法
现在，你可以用一条语句完成同样的操作：
-- 一次性连接、查询、断开
CONNECT 'quack:localhost' (TOKEN 'my-secret-token');
-- 执行查询（自动在远程数据库上下文中）
SELECT * FROM orders WHERE amount > 1000;
-- 完成
DISCONNECT;
或者更进一步，如果你只需要执行一条查询就断开：
-- 连接后立即查询
CONNECT 'quack:localhost' (TOKEN 'my-secret-token');
SELECT COUNT(*) FROM users WHERE active = true;
DISCONNECT;
关键在于，CONNECT 'URI' 是临时的——执行 DISCONNECT 后，不仅断开连接，还会自动清理所有资源，包括之前手动 ATTACH 时可能遗留的上下文状态。
底层工作原理
CONNECT 'URI' 语法在内部等价于以下两步操作的组合：
CONNECT 'quack:localhost' (TOKEN 'qwerty')
-- 等价于
ATTACH 'quack:localhost' AS <auto_name> (TOKEN 'qwerty');
CONNECT <auto_name>;
而 DISCONNECT 则等价于：
DISCONNECT
-- 等价于
DETACH <auto_name>;
这种设计让 DuckDB 在保持向后兼容的同时，为用户提供了一个更简洁的接口。对于开发者来说，这意味着：
- 无需管理数据库别名：系统自动生成临时名称
- 自动清理：
DISCONNECT同时执行DETACH，防止连接泄漏 - 上下文切换透明：
CONNECT后自动切换到目标数据库
支持的数据库类型
目前 CONNECT 'URI' 主要支持以下两种协议：
| 协议 | URI 格式 | 用途 |
|---|---|---|
| Quack | quack:host:port | DuckDB 远程协议，跨实例查询 |
| PostgreSQL | postgres://host/db | PostgreSQL 数据库直连 |
Quack 协议示例
-- 连接到远程 Quack 服务
CONNECT 'quack:analytics-server:5432' (TOKEN 'your-auth-token');
-- 查询远程数据库中的聚合数据
SELECT
DATE_TRUNC('month', order_date) AS month,
SUM(amount) AS total_sales,
COUNT(DISTINCT customer_id) AS customers
FROM sales
GROUP BY month
ORDER BY month;
-- 断开连接，自动清理
DISCONNECT;
PostgreSQL 直连示例
-- 连接到 PostgreSQL 数据库
CONNECT 'postgres://user:[email protected]/analytics' ();
-- 查询 PostgreSQL 表
SELECT
p.product_name,
SUM(o.quantity) AS total_sold
FROM products p
JOIN orders o ON p.id = o.product_id
GROUP BY p.product_name
ORDER BY total_sold DESC
LIMIT 10;
-- 断开
DISCONNECT;
与传统 ATTACH 方式的对比
| 特性 | ATTACH + CONNECT | CONNECT 'URI' |
|---|---|---|
| 代码行数 | 4-5 行 | 2-3 行 |
| 需要管理别名 | 是 | 否 |
| 自动清理资源 | 否（需手动 DETACH） | 是（DISCONNECT 自动清理） |
| 连接泄漏风险 | 高 | 低 |
| 可读性 | 一般 | 优秀 |
| 向后兼容 | 完全兼容 | 新增语法 |
| 适用场景 | 长期多数据库会话 | 短期单次查询 |
实际应用场景
场景一：临时数据导出
当你需要从远程数据库导出数据到本地进行分析时：
-- 连接远程数据库
CONNECT 'quack:remote-server:5432' (TOKEN 'export-token');
-- 导出数据到 Parquet
COPY (SELECT * FROM transactions WHERE year = 2025)
TO '/tmp/transactions_2025.parquet' (FORMAT PARQUET);
-- 断开
DISCONNECT;
-- 本地分析
SELECT
region,
AVG(amount) AS avg_transaction,
MAX(amount) AS max_transaction
FROM read_parquet('/tmp/transactions_2025.parquet')
GROUP BY region;
场景二：跨库联合查询
-- 连接外部数据源
CONNECT 'quack:inventory-server:5432' (TOKEN 'inv-token');
-- 联合查询（外部数据 + 本地数据）
SELECT
p.product_name,
i.stock_quantity,
s.recent_sales
FROM products p
LEFT JOIN (
SELECT product_id, SUM(quantity) AS recent_sales
FROM local_sales
GROUP BY product_id
) s ON p.id = s.product_id
LEFT JOIN inventory i ON p.id = i.product_id
WHERE i.stock_quantity < 10;
DISCONNECT;
场景三：自动化报告生成
import duckdb
conn = duckdb.connect(':memory:')
# 一次性连接远程数据库获取数据
result = conn.execute("""
CONNECT 'quack:report-server:5432' (TOKEN 'report-token');
SELECT * FROM daily_metrics WHERE date = CURRENT_DATE - INTERVAL '1' DAY;
DISCONNECT;
""").fetchdf()
# 本地处理
print(result.describe())
性能注意事项
CONNECT 'URI' 的性能与传统 ATTACH 基本一致，因为它们在底层执行相同的操作。不过有几个优化建议：
避免频繁连接/断开：如果需要多次查询同一远程数据库，使用传统的
ATTACH方式复用连接会更高效。连接超时：远程连接的建立需要网络时间，建议在连接超时设置合理的值：
CONNECT 'quack:server:5432' (
TOKEN 'my-token',
TIMEOUT 30
);
- 批量操作优先：如果需要对远程数据进行大量操作，考虑先
COPY TO本地文件再分析：
CONNECT 'quack:big-data:5432' (TOKEN 'bulk-token');
COPY (SELECT * FROM huge_table) TO '/tmp/huge_table.parquet';
DISCONNECT;
-- 本地超高速分析
SELECT * FROM read_parquet('/tmp/huge_table.parquet') WHERE ...;
与其他数据库工具对比
| 工具 | 跨库查询方式 | 临时连接 | 自动清理 |
|---|---|---|---|
| DuckDB (新) | CONNECT 'URI' | ✅ | ✅ |
| DuckDB (旧) | ATTACH + CONNECT | ❌ | ❌ |
| PostgreSQL dblink | dblink_connect() | ✅ | ❌ |
| MySQL FEDERATED | 表级别 | ❌ | ❌ |
| Spark SQL | spark.read.jdbc() | ✅ | ✅ |
| Trino | CREATE TABLE ... AS | ✅ | ✅ |
DuckDB 的 CONNECT 'URI' 语法在保持 SQL 标准兼容性的同时，提供了比传统工具更简洁的临时连接体验。
变现建议
掌握 DuckDB 的新连接语法可以为你的业务带来以下变现机会：
数据集成咨询服务（¥2,000-5,000/项目）：帮助企业搭建基于 DuckDB 的多源数据集成方案，利用
CONNECT 'URI'快速连接各类数据库。自动化报表产品（¥500-2,000/月订阅）：开发基于 DuckDB 的日报/周报自动生成工具，连接多个数据源后汇总输出，适合中小企业。
数据管道模板库（¥100-500/套）：封装常用的
CONNECT+COPY+ 分析模式为可复用模板，在技术社区或知识付费平台销售。企业培训（¥3,000-8,000/天）：针对数据团队开展 DuckDB 高级用法培训，重点讲解新连接语法在实际业务中的应用。
SaaS 数据分析平台：基于 DuckDB 构建轻量级 BI 工具，利用
CONNECT 'URI'实现多租户数据隔离和跨库分析。
总结
CONNECT 'URI' 语法是 DuckDB 在易用性方面的一个重要改进。它将原本需要多步完成的连接操作简化为一条语句，同时通过自动清理机制避免了连接泄漏问题。对于需要频繁跨库查询的数据分析师和工程师来说，这个新功能可以显著提升工作效率。
随着 DuckDB 生态的持续发展，我们可以期待更多类似的 SQL 标准兼容性和用户体验改进。
参考链接