{"id":143994,"date":"2025-09-22T17:11:59","date_gmt":"2025-09-22T15:11:59","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/reliz-subd-duckdb-1-4-0-s-podderzhkoj-shifrovaniya-bd"},"modified":"2025-09-22T17:11:59","modified_gmt":"2025-09-22T15:11:59","slug":"reliz-subd-duckdb-1-4-0-s-podderzhkoj-shifrovaniya-bd","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/reliz-subd-duckdb-1-4-0-s-podderzhkoj-shifrovaniya-bd","title":{"rendered":"Ver\u00f6ffentlichung der Datenbank DuckDB 1.4.0 mit Unterst\u00fctzung f\u00fcr die Datenbankverschl\u00fcsselung.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Die Version 1.4.0 des DuckDB-Datenbanksystems ist ver\u00f6ffentlicht worden, das auf die Durchf\u00fchrung analytischer Abfragen ausgerichtet ist und konzeptionell an SQLite erinnert. DuckDB vereint Eigenschaften von SQLite, wie Kompaktheit, die Verbindung als eingebettete Bibliothek, die Speicherung der Datenbank in einer Datei und eine CLI-Schnittstelle, mit Funktionalit\u00e4ten und Optimierungen f\u00fcr die Durchf\u00fchrung analytischer Abfragen, die einen erheblichen Teil der gespeicherten Daten umfassen, wie zum Beispiel die Aggregierung des gesamten Inhalts von Tabellen oder das Zusammenf\u00fchren mehrerer gro\u00dfer Tabellen. Der Code des Projekts ist in C++ geschrieben und wird unter der MIT-Lizenz verbreitet. <\/p>\n
DuckDB bietet einen erweiterten Dialekt der SQL-Sprache, der zus\u00e4tzliche Funktionen f\u00fcr die Verarbeitung sehr komplexer und lang laufender Abfragen umfasst. Es k\u00f6nnen komplexe Datentypen (Arrays, Strukturen, Vereinigungen) verwendet werden, ebenso wie die Ausf\u00fchrung beliebiger und verschachtelter korrelierender Unterabfragen. Die gleichzeitige Ausf\u00fchrung mehrerer Abfragen wird unterst\u00fctzt, ebenso wie die Ausf\u00fchrung von Abfragen direkt aus Dateien im CSV- und Parquet-Format. Der Import aus der PostgreSQL-Datenbank wird ebenfalls unterst\u00fctzt. <\/p>\n
Das Projekt verwendet eine SQLite-H\u00fclle, einen PostgreSQL-Parser, das Date Math-Komponente von MonetDB, eine eigene Implementierung von Fensterfunktionen (basierend auf dem Segment Tree Aggregation-Algorithmus), einen regul\u00e4ren Ausdrucks-Handler auf Basis der RE2-Bibliothek, einen eigenen Anfragen-Optimierer, einen MVCC-Mechanismus zur Verwaltung der gleichzeitigen Ausf\u00fchrung von Aufgaben (Multi-Version Concurrency Control) sowie eine vektorisierte Abfrageausf\u00fchrungsmaschine basierend auf dem Hyper-Pipelining Query Execution-Algorithmus, die es erm\u00f6glicht, gro\u00dfe Mengen an Werten in einem einzigen Vorgang zu bearbeiten. <\/p>\n
In der neuen Version: <\/p>\n
\n
Unterst\u00fctzung f\u00fcr die Speicherung von Datenbankdateien in verschl\u00fcsselter Form hinzugef\u00fcgt. Zum Verschl\u00fcsseln wird der AES-256-Algorithmus im GCM-Modus verwendet. Verschl\u00fcsselt wird nicht nur die Hauptdatei mit den Daten, sondern auch die WAL-Logs und tempor\u00e4ren Dateien. Die Schl\u00fcssel zur Verschl\u00fcsselung der Datenbank werden mit dem Befehl ATTACH \u00fcber den Parameter ENCRYPTION_KEY festgelegt. ATTACH 'encrypted.db' AS enc_db (ENCRYPTION_KEY 'quack_quack');\n
Unterst\u00fctzung f\u00fcr den Befehl \u201eMERGE INTO\u201c hinzugef\u00fcgt, der als Alternative zum Ausdruck \u201eINSERT \u2026 ON CONFLICT\u201c verwendet werden kann. Dieser erfordert keinen Prim\u00e4rschl\u00fcssel und funktioniert mit beliebigen Merge-Bedingungen. Der Befehl \u201eMERGE INTO\u201c erm\u00f6glicht die Erstellung bedingter SQL-Ausdr\u00fccke, die INSERT-, UPDATE- und DELETE-Operationen in einem Ausdruck kombinieren. Zum Beispiel kann mithilfe von MERGE das Zusammenf\u00fchren zweier Tabellen organisiert werden, indem fehlende Eintr\u00e4ge eingef\u00fcgt und vorhandene aktualisiert werden. WITH deletes(item_id, delete_threshold) AS (VALUES (10, 3000)) MERGE INTO Stock USING deletes USING (item_id) WHEN MATCHED AND balance < delete_threshold THEN DELETE RETURNING merge_action, *; \n\n
Zus\u00e4tzlich wurde die Unterst\u00fctzung f\u00fcr Schreiboperationen in Tabellen im Apache Iceberg-Format hinzugef\u00fcgt (zuvor wurde nur das Lesen unterst\u00fctzt), was den Datentransfer zwischen Iceberg und DuckDB erm\u00f6glicht.\n
Der Befehlszeilen-Client wurde mit einem Fortschrittsindikator f\u00fcr die verbleibende Zeit der Operation ausgestattet.\n
Die Fensterfunktion \u201eFILL\u201c wurde hinzugef\u00fcgt, die zur Interpolation fehlender Werte in geordneten Fenstern verwendet werden kann. FROM (VALUES (1, 1), (2, NULL), (3, 42)) t(c1, c2) SELECT fill(c2) OVER (ORDER BY c1) f; 1 21 42\n
Das Teradata Connector-Plugin wurde implementiert, um eine Verbindung zu Teradata-Datenbanken herzustellen. Mit dem Plugin k\u00f6nnen Sie Tabellen verwalten, Abfragen durchf\u00fchren und SQL-Befehle direkt in Teradata ausf\u00fchren, indem Sie DuckDB verwenden.\n
Die Unterst\u00fctzung f\u00fcr das Festhalten des Zustands (Checkpoint) von im Speicher gespeicherten Tabellen wurde hinzugef\u00fcgt, was die Implementierung von Kompression erm\u00f6glicht. Au\u00dferdem erfolgt beim Festhalten des Zustands die Bereinigung gel\u00f6schter Zeilen und die Freigabe von Speicherplatz nach L\u00f6schoperationen. ATTACH ':memory:' AS memory_compressed (COMPRESS);\n
Mehrere Performance-Optimierungen wurden vorgeschlagen: Die Implementierung der Sortierung wurde auf einen k-Wege-Merge-Sort-Algorithmus umgestellt, der den Datenverkehr reduziert. Gemeinsame Tabellenausdr\u00fccke (Common Table Expressions, CTE) werden nun standardm\u00e4\u00dfig materialisiert. <\/ul>\n