DuckDB v2.0-alpha 发布：代号 Cyanoptera，递归 CTE 性能提升 42 倍

💰 变现建议：v2.0 带来革命性性能提升，企业可基于此构建实时递归查询服务（如组织架构分析、供应链路径追踪），按查询量收费或作为 SaaS 数据分析平台的核心引擎，月费 99-999 元不等。

一、重大新闻：DuckDB v2.0-alpha 正式发布

2026 年 9 月 2 日，DuckDB 团队宣布 DuckDB v2.0-alpha 正式发布，内部开发代号 Cyanoptera（青琉璃）。这是 DuckDB 历史上最具里程碑意义的版本之一，不仅带来了多项底层引擎重构，还宣告了 DuckLabs 加入 AWS 的重大战略调整。

关键时间线

DuckLabs 加入 AWS

2026 年 8 月 26 日，DuckDB 母公司 DuckLabs 宣布将作为亚马逊 AWS 的新子公司加入 AWS 生态。这一举措意味着：

• DuckDB、DuckLake、Quack 等项目继续保持开源，MIT 许可证不变
• 由非营利组织 DuckDB Foundation 继续主导项目发展
• 将获得 AWS 的基础设施支持，加速云原生部署
• Foundation 将设立利益相关者咨询委员会，让更多社区代表参与治理

二、核心突破：递归 CTE 性能提升 42.6 倍

DuckDB v2.0 最引人注目的性能改进来自于递归 CTE（公共表表达式）引擎的完全重写。根据官方基准测试，在一个包含 100 万个边和 10 万个节点的可达性查询中，v2.0 的 Median 运行时间从 v1.5.5 的 4.051 秒降至 0.095 秒，提升了 42.6 倍，且 SQL 代码无需任何修改。

什么是递归 CTE？

递归 CTE 是 SQL 中处理层级数据、图遍历、树形结构的核心工具。典型应用场景包括：

• 组织架构中的上级-下级关系查询
• 供应链中的路径追踪
• 社交网络中的朋友推荐
• 文件系统中的目录遍历

-- 经典的递归 CTE：查找组织架构中的所有下级
WITH RECURSIVE subordinate AS (
    -- 锚点：找到直接下属
    SELECT employee_id, manager_id, name, 1 AS level
    FROM employees
    WHERE manager_id = 100
    UNION ALL
    -- 递归：找到下属的下属
    SELECT e.employee_id, e.manager_id, e.name, s.level + 1
    FROM employees e
    INNER JOIN subordinate s ON e.manager_id = s.employee_id
)
SELECT * FROM subordinate ORDER BY level;

v1.5.5 的问题：每次迭代都重建

在 DuckDB v1.5.5 及更早版本中，递归 CTE 的执行引擎存在一个根本性问题：每次递归迭代都会重建整个执行管道。

想象一下你在做图的深度优先搜索（DFS）：

• 你有 100 万个边的图（建表耗时）
• 每轮迭代都要重新扫描这 100 万条边
• 经过 20 轮迭代后，你实际上扫描了 2000 万条边！

这就是为什么 v1.5.5 在处理大规模图数据时如此缓慢。

v2.0 的革命：保留跨迭代的状态

v2.0 引入了三个核心创新：

1. 生命周期分离：调用级 vs 纪元级

┌─────────────────────────────────────────────────────┐
│           DuckDB v2.0 递归 CTE 执行模型              │
├─────────────────────────────────────────────────────┤
│  Query Plan 层（整个查询计划生命周期保留）            │
│  ├── 物理算子树（一次构建，永久保留）                  │
│  ├── 不可变调度投影（schedule projections）          │
│  └── 可复用 Pipeline 执行器池                        │
├─────────────────────────────────────────────────────┤
│  Recursive Invocation 层（整个递归调用保留）          │
│  ├── 累积的重复消除哈希表（保留！）                   │
│  ├── 可重复的基础表构建（保留！）                     │
│  └── 键控状态（keyed state）                         │
├─────────────────────────────────────────────────────┤
│  Epoch（单次递归迭代）层（每轮重置）                  │
│  ├── 当前 Frontier（边界集合）                       │
│  ├── 候选结果袋（candidate bag）                     │
│  └── 临时缓冲区                                     │
└─────────────────────────────────────────────────────┘

简单说，v2.0 将"不变的建表工作"和"变化的边界扫描工作"分离开来：

• 不变的（如扫描基础边表、构建哈希索引）→ 只在第一次构建，后续复用
• 变化的（如扫描当前 frontier、探测哈希表）→ 每轮执行

2. 自适应执行模式：内联 vs 调度

v2.0 根据 frontier 的实际大小动态选择执行策略：

import duckdb

# 安装 alpha 版本
# pip install --pre duckdb

con = duckdb.connect(":memory:")

# 创建 100 万条边的图
con.execute("""
    CREATE TABLE edges AS
    SELECT 
        n AS src,
        (n % 100000) + 1 AS dst
    FROM generate_series(1, 1000000) AS t(n)
""")

# 递归查询：从节点 1 出发可达多少个节点
result = con.execute("""
    WITH RECURSIVE reachable AS (
        SELECT 1 AS node
        UNION ALL
        SELECT e.dst
        FROM edges e
        INNER JOIN reachable r ON e.src = r.node
    )
    SELECT COUNT(DISTINCT node) AS reachable_count
    FROM reachable
""").fetchone()

print(f"可达节点数: {result[0]}")

3. USING KEY … UNION 语义改进

v2.0 引入了一种新的语义：USING KEY ... UNION 现在只将真正变化的键传递给下一轮迭代，而不是所有候选结果。这使得递归在状态收敛时能够提前终止。

-- 最短路径查询示例
WITH RECURSIVE shortest_path AS (
    SELECT 
        start_node AS node,
        0 AS distance,
        ARRAY[start_node] AS path
    FROM nodes
    WHERE node_id = 1
    
    UNION
    
    SELECT 
        e.dst_node,
        sp.distance + 1,
        sp.path || e.dst_node
    FROM edges e
    INNER JOIN shortest_path sp ON e.src_node = sp.node
    WHERE sp.distance < 10  -- 限制深度
)
SELECT * FROM shortest_path;

性能对比表

三、v2.0 其他重要特性

1. 新一代 SQL 解析器

DuckDB v2.0 引入了完全重写的解析器，由 Daniël ten Wolde 主导开发。新解析器：

• 提供更清晰的错误消息
• 支持更多 SQL 标准的 edge cases
• 改进了对复杂表达式的解析能力
• 为未来的语法扩展奠定基础

2. Quack 远程协议增强

Quack 是 DuckDB 的客户端-服务器协议，v2.0 中得到了显著增强：

• 更高的查询吞吐量
• 更好的客户端-服务器双向通信
• 改进的错误处理和恢复机制

3. 扩展版本升级

4. ADBC 支持

v2.0 新增了对 duckdb:// URI 方案的支持，以及 ADBC Statistics API，使 DuckDB 更容易集成到数据工程生态中。

四、如何安装和试用 v2.0-alpha

命令行客户端

# Linux / macOS
curl https://install.duckdb.org | DUCKDB_VERSION=~/.duckdb/cli/latest/duckdb

# 验证版本
~/.duckdb/cli/latest/duckdb -c "SELECT version() AS version;"

输出：

┌────────────────────┐
│     version        │
│     varchar        │
├────────────────────┤
│ v2.0.0-alpha39998  │
└────────────────────┘

Python

pip install --pre duckdb --upgrade

import duckdb
print(duckdb.version())
# 输出: 1.6.0.dev379 (with duckdb 2.0.0-alpha39998)

Java

Java 客户端也已提供 alpha 版本，支持流式查询结果（chunked query results）。

五、升级建议与注意事项

⚠️ Alpha 版本的定位

官方明确指出：DuckDB alpha 客户端已准备好用于生产环境，但主要目的是让用户尽早发现 bug。这意味着：

• ✅ 可以安全地安装和运行现有查询
• ✅ 大多数查询会正常运行，部分会更快
• ⚠️ 少数查询可能会报错——这正是团队希望发现的！
• 🔧 遇到问题请提交 GitHub Issue，附上可复现的示例

升级检查清单

回退方案

如果遇到问题，可以随时回退到稳定版本：

# 回退到 v1.5.5
pip install duckdb==1.5.5

# 或安装 LTS 版本
pip install duckdb==1.4.5

六、总结

DuckDB v2.0-alpha（Cyanoptera）的发布标志着 DuckDB 从一个高性能的分析型数据库引擎，向更成熟的企业级数据平台迈出了关键一步。递归 CTE 的 42.6 倍性能提升不仅是一个数字游戏——它让原本在 DuckDB 中难以实用的图查询场景（如社交网络分析、供应链追踪、权限层级计算）变得真正可行。

加上 DuckLabs 加入 AWS 的战略调整，DuckDB 的未来发展前景令人期待。v2.0 正式版预计将在 2026 年 10 月下旬发布，届时值得所有 DuckDB 用户升级体验。

立即行动建议：

1. 安装 alpha 版本，跑一遍你的核心查询
2. 如果发现 bug，提交 GitHub Issue
3. 关注 DuckDB Foundation 的 Stakeholder Advisory Board 动态
4. 规划 v2.0 正式版的升级策略

参考资料

• DuckDB v2.0-alpha 公告
• 递归 CTE 性能优化深度技术文章
• DuckLabs 加入 AWS 公告
• GitHub 仓库