什么是云原生DuckDB列存表-云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

当需要在PolarDB PostgreSQL版中长期保留大量明细数据并执行扫描、聚合和分析查询时，可以使用云原生DuckDB列存表。本文介绍列存表的存储方式、支持范围和适用场景，帮助判断是否应使用列存表而非行存表或列存索引。

概念

云原生DuckDB列存表是PolarDB将 DuckDB 分析引擎深度集成到数据库内核后提供的列式存储能力。列存表使用 CREATE TABLE ... USING duckdb 创建，表的数据只保存在 DuckDB 列式数据文件中，由 DuckDB 负责列存表的扫描、过滤、聚合、关联，以及执行 UPDATE 和 DELETE 语句。

DuckDB 既是分析执行引擎，也是列存表的原生存储引擎。列存表本身保存主数据，不依赖 PostgreSQL 行存主表，也不是行存表的一份列存副本。DuckDB 的列式存储、数据压缩和向量化执行适合处理大量数据的分析查询。

这种存储和执行方式适合批量装载、大范围扫描及分析型查询。具体存储与查询收益取决于数据类型、数据分布和查询方式。依赖索引、物理行标识或行锁的事务处理负载仍应使用行存表。

与列存索引的区别

对比项	列存表	列存索引（IMCI）
主数据	DuckDB 列式数据文件	PostgreSQL 行存表
创建方式	`CREATE TABLE ... USING duckdb`	`CREATE INDEX ... USING csi`
PostgreSQL 索引	不支持	行存表可继续使用 B-tree 等索引
主键、唯一约束和外键	不支持	由行存表和 PostgreSQL 索引实现
行锁和点查	不支持或不适合	可通过行存表执行
写入方式	直接写入列式数据文件	先写行存表，再同步列式副本

业务需要主键、唯一约束、外键、行级锁或高频点更新时，应使用行存表。需要同时进行事务处理和分析时，可以在行存表上创建列存索引。

适用场景

历史明细在线留存

订单流水、操作日志和监控事件不断累积，旧数据虽然很少修改，却仍可能用于审计、趋势分析或临时查询。将这类明细按批次装入列存表后，可以在同一PolarDB集群中继续使用 SQL 查询，无需为了分析而先将数据回迁到行存表。列式存储与压缩有助于控制空间占用，但实际节省量应以业务数据测试为准。数据有明确生命周期时，还可以按列存叶子分区组织，便于分批装载和淘汰。

构建分析主题表

当上游数据需要定期汇总为销售、运营或设备等主题数据集时，可以使用 COPY、INSERT ... SELECT或CREATE TABLE AS SELECT批量装载列存表，在PolarDB内保留可反复查询的分析明细和中间结果。相比大量单行写入，这种批量处理方式更符合 DuckDB 面向分析负载的设计。数据可以由现有加工流程准备，后续分析直接查询已装载的列存表。

报表与多维分析

报表常需从大量记录中筛选少数列，再按日期、地区或业务类别做聚合、窗口计算或列存表之间的 JOIN。DuckDB 的列式存储和向量化执行适合这类扫描型查询，在同一份列存数据上反复生成周期报表或开展临时分析时，也无需维护额外的行存主表与列存副本。实际性能仍取决于查询形态和数据规模。

不适用场景

依赖主键、唯一约束、外键、排除约束或 PostgreSQL 索引的表。
使用行锁、物理行标识、游标逐行读取或高并发点更新的应用。
需要在一条查询中关联行存表和列存表的业务。
要求一个事务原子修改多张列存表，或使用 PREPARE TRANSACTION 的业务。
依赖 publication、逻辑解码或 CDC 捕获每次行变更的业务。

适用范围

您的PolarDB PostgreSQL版集群版本需为：

PostgreSQL 14：2.0.14.22.49.0及以上版本。
PostgreSQL 16：2.0.16.14.21.0及以上版本。
PostgreSQL 18：2.0.18.6.5.0及以上版本。

支持范围

列存表主要支持以下功能：

永久普通表，以及分区表的列存叶子分区。
SELECT 的投影、过滤、聚合、窗口、CTE、UNION ALL 以及列存表之间的 JOIN。
INSERT、INSERT ... SELECT、UPDATE、DELETE、COPY 和CREATE TABLE AS SELECT。
建表时的 NOT NULL、DEFAULT、CHECK、SMALLSERIAL、SERIAL、BIGSERIAL、IDENTITY 和受支持的存储生成列。
重命名、单项增删列、部分类型变更、TRUNCATE 和 DROP TABLE。
PostgreSQL 事务的提交和回滚，以及同一张表上的事务内写后读。
pg_dump 和逻辑恢复。

下列功能不受支持：

临时列存表以及 UNLOGGED 列存表。
PRIMARY KEY、UNIQUE、EXCLUDE、FOREIGN KEY 和任何 PostgreSQL 索引。
SELECT ... FOR UPDATE/SHARE、TABLESAMPLE、后续查询中的 ctid 以及游标扫描。
分区父表上的 UPDATE 和 DELETE、更新分区键，以及 UPDATE/DELETE 的 RETURNING。
MERGE、两阶段提交、列存写入后的 SAVEPOINT 和逻辑复制。
对列存表点名执行 ANALYZE，以及 VACUUM、VACUUM ANALYZE、CLUSTER、VACUUM FULL 和 SET TABLESPACE。

创建语法

CREATE TABLE table_name (
  column_name data_type [ column_constraint [...] ]
  [, ...]
) USING duckdb;

参数说明

参数	说明
`table_name`	列存表名称。
`column_name`	列名称。
`data_type`	列的数据类型。支持范围参见支持的数据类型。
`column_constraint`	列约束。建表时支持 `NOT NULL`、`DEFAULT`、`CHECK`、`IDENTITY` 以及受支持的存储生成列。
`USING duckdb`	指定创建云原生DuckDB列存表，创建列存表时必须显式书写。默认配置下，`USING duckdb` 映射到云原生DuckDB列存表访问方法 `polar_duckdb`。映射规则由参数 `polar_default_duckdb_table_engine` 控制，详情请参见参数配置与日常运维。

示例

以下示例创建一张保存销售明细的列存表，并通过 DuckDB 执行聚合查询：

创建一个DuckDB列存表：

CREATE TABLE columnar_sales (
  sale_id serial,
  region_id integer NOT NULL,
  amount numeric(18, 2) DEFAULT 0 CHECK (amount >= 0),
  occurred_at timestamptz NOT NULL
) USING duckdb;

插入测试数据：

INSERT INTO columnar_sales (region_id, amount, occurred_at)
VALUES
  (10, 100.50, '2026-08-26 08:00:00+00'),
  (20, 200.00, '2026-08-26 09:00:00+00');

进行查询：

SELECT region_id, count(*) AS order_count, sum(amount) AS total_amount
FROM columnar_sales
GROUP BY region_id
ORDER BY region_id;