为什么你需要一个 DuckDB 服务封装层

很多数据分析师学了一堆 DuckDB 优化技巧：EXPLAIN 看执行计划、只读需要的列、批量写入、设置 threads 和 memory_limit……但真正上项目的时候，这些知识是散落的。每次新需求都要重新手写一遍配置，容易遗漏，也容易在不同项目中行为不一致。

今天这篇，我把频道昨晚分享的优化技巧整合成一个可直接复用的 Python 类，让你每次调用 DuckDB 时自动应用最佳实践。

架构设计：三层分离

┌─────────────────────────────────────┐
│         业务查询层                    │
│   optimized_aggregation(query)       │
│   fast_scan(table, columns)          │
├─────────────────────────────────────┤
│         优化管理层                    │
│   _setup_optimizations()             │
│   _apply_column_pruning()            │
│   _batch_writer()                    │
├─────────────────────────────────────┤
│         DuckDB 连接层                │
│   con = duckdb.ATTACH (db_path)      │
│   SET threads/memory_limit           │
└─────────────────────────────────────┘

核心思路：把优化逻辑内化到类初始化中，业务代码不需要关心底层细节。

一、基础骨架：连接与资源隔离

import duckdb
import time
from pathlib import Path
from typing import Optional, List
import pandas as pd


class DuckDBService:
    """