在数据管理领域，PostgreSQL（pg）作为一款出色的在线事务处理（OLTP）数据库，凭借其强大的事务处理能力和可靠性，赢得了广泛的认可。然而，当面对大规模数据分析时，pg 有时显得局促，响应速度也未能满足高效分析的需求。
近一段时间来，DuckDB 作为一款高效的列式数据库引擎，正在数据分析领域引起越来越多的关注。其轻量级的设计和强大的查询性能，使其在处理大规模数据集时展现出优异的表现，DuckDB 可以为数据湖(Data Lake)或湖屋(Lakehouse)架构带来了快速、便捷的分析能力，也是推动数据分析向更高效、灵活的方向发展的重要组件。
在这种情况下，pg_duckdb 作为一项创新的扩展，为 PostgreSQL 注入了新的活力，仿佛为这头大象插上了翅膀。通过将 DuckDB 的分析引擎与 PostgreSQL 深度集成，pg_duckdb 提供了一种便捷、简单且高效的数据分析架构，使用户能够快速执行复杂的分析查询，充分挖掘数据的潜力。
pg_duckdb 是一个 PostgreSQL 扩展，将 DuckDB 的分析引擎直接集成到 PostgreSQL 中，允许在传统事务工作负载上支持快速进行数据分析查询。接下来的内容我们快速体验一下,感受高效的数据分析能力.
镜像安装带有pg_duckdb的PG
最简单的入门方法是使用提供的 Docker 镜像，该镜像包含了最新版本的 pg_duckdb 扩展预安装的 PostgreSQL。详细参见:
https://github.com/duckdb/pg_duckdb
; 为了便于测试,推了镜像到阿里云的ACR上,下面命令创建测试实例容器:
docker run -d --name pg_duckdb -p 54322:5432 -e POSTGRES_HOST_AUTH_METHOD=trust registry.cn-hangzhou.aliyuncs.com/smartnotebook/pg_duckdb:17-v0.1.0
在psql 输入:SELECT * FROM pg_extension; 可看到pg 的扩展项包括：gp_duckdb .
PostgreSQL 是一款事务性数据库，而非分析性数据库。它非常适合查找、小规模更新以及在仔细设置索引和连接关系后运行查询。然而，当需要在整个数据集上运行临时分析查询时，它并不是最佳选择。
尽管 PostgreSQL 并不是专门为分析设计的，但它常常被用于分析，因为数据随时可用，便于启动。然而，随着数据量的增加，以及对更复杂的聚合和分组分析查询的需求，用户常常会遇到限制。这时，像 DuckDB 这样的分析数据库引擎便能派上用场。
通过 pg_duckdb，你可以在 PostgreSQL 中使用 DuckDB 执行引擎处理已存储的数据，对于某些查询，这可能会显著提升性能。以下是一个查询示例，显示了显著的性能提升；
在带有pg_duckdb的PG上测试TPC-DS 用例1
让我们尝试 TPC-DS 基准测试套件中的第一个查询(用例1)，该查询包含在 TPC-DS DuckDB 扩展中。详细参见：《
使用SNB 进行DuckDB的TPC-DS 测试:性能强悍
》
使用该扩展，在duckdb 使用规模因子 1（即总数据为 1GB左右）生成 TPC-DS 数据集,然后导出再加载到没有索引的 PostgreSQL 中。下面代码是smarnotebook 执行dfSQL（duckdb 引擎）或在duckdb 内执行SQL生成tpcds的测试数据集。
INSTALL tpcds;LOAD tpcds;CALL dsdgen(sf = 1);EXPORT DATABASE 'public' (FORMAT CSV, DELIMITER '|');
导出后的数据文件和SQL 脚本如下:
将数据迁移到带有pg_duckdb插件的PG 容器中，执行下面的指令，就可以tpcds 数据集加载到pg数据库中。
export schema_name=publicsed 's/COPY/\\copy/' "$schema_name/load.sql" >"$schema_name/load-psql.sql"psql -v ON_ERROR_STOP=1 "options=--search-path=$schema_name" -c "CREATE SCHEMA IF NOT EXISTS $schema_name" -f "$schema_name/schema.sql" -f "$schema_name/load-psql.sql" -c "ANALYZE;"
加载收据后,执行用例1 的SQL, 用例SQL参见:
https://github.com/duckdb/duckdb/tree/main/extension/tpcds/dsdgen/queries
; 下面在smartnotebook 内创建数据源连接,并分别以pg 和pg_duckdb 内核执行（设置参数SET duckdb.force_execution = True | False）:
SET duckdb.force_execution = True;WITH customer_total_return AS (SELECT sr_customer_sk AS ctr_customer_sk, sr_store_sk AS ctr_store_sk, sum(sr_return_amt) AS ctr_total_return FROM store_returns, date_dim WHERE sr_returned_date_sk = d_date_sk AND d_year = 2000 GROUP BY sr_customer_sk, sr_store_sk)SELECT c_customer_idFROM
