{"id":121901,"date":"2025-02-13T14:22:07","date_gmt":"2025-02-13T12:22:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/reliz-subd-duckdb-1-2-0"},"modified":"2025-02-13T14:22:07","modified_gmt":"2025-02-13T12:22:07","slug":"reliz-subd-duckdb-1-2-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/reliz-subd-duckdb-1-2-0","title":{"rendered":"Rilascio del DBMS DuckDB 1.2.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
\u00c8 stata pubblicata la versione 1.2.0 del database DuckDB, progettato per eseguire query analitiche e concettualmente simile a SQLite. DuckDB combina propriet\u00e0 di SQLite come compattezza, connessione come libreria integrata, archiviazione del database in un unico file e interfaccia CLI, con funzionalit\u00e0 e ottimizzazioni per eseguire query analitiche su una parte significativa dei dati memorizzati, ad esempio, eseguendo aggregazioni su tutto il contenuto delle tabelle o unendo pi\u00f9 grandi tabelle. Il codice del progetto \u00e8 scritto in C++ e viene distribuito con licenza MIT. <\/p>\n
DuckDB offre un dialetto esteso del linguaggio SQL, che include funzionalit\u00e0 aggiuntive per la gestione di query molto complesse e prolungate. Supporta tipi complessi (array, strutture, unioni) e consente l'esecuzione di sottoquery correlate arbitrari e nidificate. \u00c8 possibile eseguire pi\u00f9 query simultaneamente e inviare query direttamente da file nei formati CSV e Parquet. \u00c8 supportato l'import di dati da database PostgreSQL. <\/p>\n
Il progetto utilizza un'interfaccia basata su SQLite, un parser di PostgreSQL, il componente Date Math di MonetDB, la propria implementazione delle funzioni di finestra (basata sull'algoritmo Segment Tree Aggregation), un gestore delle espressioni regolari basato sulla libreria RE2, ottimizzatore delle query personalizzato, meccanismo MVCC per la gestione della concorrenza (Multi-Version Concurrency Control), e un motore di esecuzione delle query vettorizzato basato sull'algoritmo Hyper-Pipelining Query Execution, che consente di elaborare grandi set di valori con un'unica operazione. <\/p>\n
Nella nuova versione: <\/p>\n
\n
\u00c8 stata implementata la supporto per nuovi metodi di compressione, che non sono abilitati per impostazione predefinita al fine di mantenere la compatibilit\u00e0 con i file di database delle versioni precedenti di DuckDB. Per utilizzare il formato migliorato dei file di database \u00e8 stata proposta la possibilit\u00e0 di legare il database a un numero di versione \u2014 aprendo il file utilizzando il parametro \u00abSTORAGE_VERSION\u00bb, ora \u00e8 possibile specificare la versione minima supportata del database (\u00abATTACH 'file.db' (STORAGE_VERSION 'v1.2.0');\u00bb). Per convertire il nuovo formato nel vecchio, \u00e8 possibile usare il comando SQL COPY, ad esempio: ATTACH 'file1.db'; ATTACH 'converted_file.db' (STORAGE_VERSION 'v1.0.0'); COPY FROM DATABASE file1 TO converted_file;\n
\u00c8 stato aggiunto il supporto per il comando SQL \u00abALTER TABLE ... ADD PRIMARY KEY\u00bb per aggiungere una chiave primaria a una tabella esistente.\n
\u00c8 stata rimossa la limitazione che impediva di riaggiungere identificatori per i quali era presente un indice di tracciamento dell'unicit\u00e0, se quegli identificatori erano stati rimossi nella transazione corrente. Ad esempio, il seguente codice SQL ora non causa un errore: CREATE TABLE students (id INTEGER PRIMARY KEY, name VARCHAR); INSERT INTO students VALUES (1, 'John Doe'); BEGIN; DELETE FROM students WHERE id = 1; INSERT INTO students VALUES (1, 'Jane Doe');\n
\u00c8 stata aggiunta la supporto per il caricamento di file CSV in codifiche Latin-1 e UTF-16 (in precedenza era supportata solo la codifica UTF-8). FROM read_csv('cities-latin-1.csv', encoding = 'latin-1');\n
\u00c8 stata aggiunta la supporto per l'utilizzo di delimitatori multibyte nei file CSV (fino a 4 byte), consentendo di specificare emoji come delimitatori di colonne. a\ud83d\udc7eb hello\ud83d\udc7eworld FROM read_csv('example.dsv', sep = '\ud83d\udc7e');\n
Per impostazione predefinita, \u00e8 stata attivata la modalit\u00e0 rigorosa di parsing dei file CSV (\u00abstrict_mode = true\u00bb), che verifica la conformit\u00e0 della formattazione alla specifica RFC 4180. In modalit\u00e0 rigorosa \u00e8 consentito l'uso di un solo carattere per la separazione delle righe, il che generer\u00e0 un errore se si tenta di analizzare file in cui vengono utilizzati non solo il carattere di nuova linea ma anche il ritorno a capo (\u00ab\\r\\n\u00bb).\n
Nel parser CSV \u00e8 stato implementato un nuovo algoritmo per la determinazione delle nuove righe, che supporta la parallelizzazione delle operazioni. L'uso del nuovo algoritmo ha accelerato l'analisi dei CSV di circa il 15%.\n
Rimosso il limite della dimensione della riga nei file CSV (in precedenza, la riga non doveva superare 8 MB).\n
Nell'esportazione dei dati nel formato Parquet \u00e8 stata implementata la supporto per gli hash (dictionary) e gli indici basati su filtri di Bloom. \u00c8 stato implementato un metodo di compressione DELTA_BINARY_PACKED, che consente di ridurre notevolmente le dimensioni dei file Parquet.\n
Nell'interfaccia a riga di comando \u00e8 stata aggiunta la modalit\u00e0 sicura, attivabile tramite l'opzione \u00ab-safe\u00bb o il comando \u00ab.safe_mode\u00bb. In questa modalit\u00e0, \u00e8 consentito l'accesso solo al file di database inizialmente specificato, e il tentativo di aprire altri file generer\u00e0 un errore.\n
Nell'interfaccia della riga di comando \u00e8 stato migliorato il completamento automatico dell'input. Il codice per il completamento automatico \u00e8 stato adattato per utilizzare PEG (Parsing Expression Grammar).\n
Durante l'esecuzione dei comandi nell'interfaccia a riga di comando, \u00e8 stata implementata una visualizzazione chiara dei numeri grandi, ad esempio, quando vengono visualizzati numeri come 100000000, verr\u00e0 aggiunto \u00ab(100 milioni)\u00bb.\n
In SQL \u00e8 stato aggiunto il supporto per una sintassi in cui i nomi abbreviati delle tabelle e delle espressioni possono essere definiti prima dei valori a cui si riferiscono (anzich\u00e9 utilizzare la sintassi \u00abespressione AS nome\u00bb): SELECT e1: some_long_and_winding_expression, e2: t2.a_column_name FROM t1: long_schema.some_long_table_name, t2: short_s.tbl;\n
Nel comando \u00abSELECT\u00bb \u00e8 stato implementato il supporto per l'operazione \u00abRENAME\u00bb per rinominare i campi restituiti quando si specifica l'espressione \u00ab*\u00bb: SELECT * RENAME (col1 AS new_col1) FROM integers;\n
Nel comando \u00abSELECT\u00bb \u00e8 consentito utilizzare le operazioni \u00abLIKE\u00bb e \u00abSIMILAR TO\u00bb quando si restituisce con \u00ab*\u00bb: SELECT * LIKE 'val%' FROM key_val;\n
Aumentata la qualit\u00e0 della generazione di numeri pseudo-casuali.\n
Ottimizzatore delle query aggiornato. Le prestazioni nel test TPC-H SF100 sono aumentate del 13%.\n
Proposto un nuovo API simile al C per lo sviluppo di estensioni, utilizzabile per creare nuove funzioni aggregate o di tabella.\n
Aggiunta la supporto per i sistemi con la libreria C standard Musl. <\/ul>\n