{"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\/es\/blog\/news\/reliz-subd-duckdb-1-4-0-s-podderzhkoj-shifrovaniya-bd","title":{"rendered":"Lanzamiento de la base de datos DuckDB 1.4.0 con soporte para cifrado de bases de datos.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Se ha publicado la versi\u00f3n 1.4.0 de la base de datos DuckDB, orientada a la ejecuci\u00f3n de consultas anal\u00edticas y que conceptualmente es similar a SQLite. DuckDB combina caracter\u00edsticas de SQLite, como la compactibilidad, la conectividad como una biblioteca incrustada, el almacenamiento de bases de datos en un solo archivo y la interfaz CLI, con capacidades y optimizaciones para realizar consultas anal\u00edticas que abarcan una parte significativa de los datos almacenados, como la agregaci\u00f3n de todo el contenido de las tablas o la fusi\u00f3n de varias tablas grandes. El c\u00f3digo del proyecto est\u00e1 escrito en C++ y se distribuye bajo la licencia MIT. <\/p>\n
DuckDB proporciona un dialecto avanzado del lenguaje SQL, que incluye capacidades adicionales para manejar consultas muy complejas y de larga duraci\u00f3n. Es posible utilizar tipos complejos (arreglos, estructuras, uniones) y ejecutar subconsultas correlacionadas arbitrarias y anidadas. Se admite la ejecuci\u00f3n simult\u00e1nea de m\u00faltiples consultas, as\u00ed como la ejecuci\u00f3n de consultas directamente desde archivos en formatos CSV y Parquet. Tambi\u00e9n se encuentra disponible la importaci\u00f3n desde bases de datos PostgreSQL. <\/p>\n
El proyecto utiliza un shell basado en SQLite, un analizador de PostgreSQL, un componente de Date Math de MonetDB, su propia implementaci\u00f3n de funciones de ventana (basada en el algoritmo Segment Tree Aggregation), un manejador de expresiones regulares basado en la biblioteca RE2, un optimizador de consultas propio, un mecanismo MVCC de control de concurrencia de versiones m\u00faltiples (Multi-Version Concurrency Control), as\u00ed como un motor de ejecuci\u00f3n de consultas vectorizado basado en el algoritmo Hyper-Pipelining Query Execution, que permite procesar grandes conjuntos de valores en una sola operaci\u00f3n. <\/p>\n
En la nueva versi\u00f3n: <\/p>\n
\n
Se ha a\u00f1adido soporte para el almacenamiento de archivos de base de datos encriptados. Se utiliza el algoritmo AES-256 en modo GCM para la encriptaci\u00f3n. No solo se cifra el archivo principal de datos, sino tambi\u00e9n los registros WAL y los archivos temporales. Las claves para la encriptaci\u00f3n de la base de datos se especifican mediante el comando ATTACH a trav\u00e9s del par\u00e1metro ENCRYPTION_KEY. ATTACH 'encrypted.db' AS enc_db (ENCRYPTION_KEY 'quack_quack');\n
Se ha a\u00f1adido soporte para el comando \u00abMERGE INTO\u00bb, que puede aplicarse como alternativa a la expresi\u00f3n \u00abINSERT \u2026 ON CONFLICT\u00bb, no requiere una clave primaria y funciona con condiciones de fusi\u00f3n arbitrarias. El comando \u00abMERGE INTO\u00bb permite crear expresiones SQL condicionales que combinan en una sola expresi\u00f3n las operaciones INSERT, UPDATE y DELETE. Por ejemplo, mediante MERGE se puede organizar la fusi\u00f3n de dos tablas, insertando registros faltantes y actualizando los existentes. 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, *; < delete_threshold THEN DELETE RETURNING merge_action, *; \n\n
Adem\u00e1s, se a\u00f1adi\u00f3 soporte para operaciones de escritura en tablas en formato Apache Iceberg (anteriormente solo se admit\u00eda la lectura), lo que permite mover datos de Iceberg a DuckDB y viceversa.\n
Se ha a\u00f1adido un indicador de progreso en el cliente de l\u00ednea de comandos que muestra el tiempo estimado restante para completar la operaci\u00f3n.\n
Se ha a\u00f1adido la funci\u00f3n de ventana \u00abFILL\u00bb, que se puede utilizar para la interpolaci\u00f3n de valores faltantes en ventanas ordenadas. FROM (VALUES (1, 1), (2, NULL), (3, 42)) t(c1, c2) SELECT fill(c2) OVER (ORDER BY c1) f; 1 21 42\n
Se ha implementado el complemento Teradata Connector para conectarse a bases de datos Teradata. Este complemento permite manipular tablas, ejecutar consultas y correr comandos SQL directamente en Teradata utilizando DuckDB.\n
Se ha a\u00f1adido soporte para el registro de estado (checkpoint) de las tablas almacenadas en memoria, lo que ha permitido implementar la compresi\u00f3n. Adem\u00e1s, al realizar el registro de estado, se lleva a cabo la limpieza de filas eliminadas y la liberaci\u00f3n de espacio despu\u00e9s de las operaciones de eliminaci\u00f3n. ATTACH ':memory:' AS memory_compressed (COMPRESS);\n
Se han propuesto varias optimizaciones de rendimiento: La implementaci\u00f3n de la ordenaci\u00f3n se ha trasladado al uso del algoritmo de fusi\u00f3n k-v\u00edas (k-way merge sort), que reduce el movimiento de datos. Las expresiones de tabla comunes (Common Table Expression, CTE) ahora se materializan de manera predeterminada. <\/ul>\n