#duckdb

Announcing DuckDB 1.5.6

DuckDB phiên bản 1.5.6 vừa được ra mắt với các bản vá lỗi và cải thiện hiệu năng. Bản cập nhật này tập trung vào tối ưu hóa truy vấn SQL và cải thiện hiệu suất khi xử lý lượng lớn dữ liệu. Phiên bản mới này sửa lỗi liên quan đến window functions và cải thiện hiệu suất khi sử dụng JOIN operation. Các nhà phát triển làm việc với analytical workloads sẽ thấy hiệu năng cải thiện đáng kể, đặc biệt khi xử lý data partitioning. Nếu bạn đang sử dụng DuckDB cho xử lý dữ liệu offline hoặc embedded analytics, bản cập nhật này đáng để xem xét nâng cấp.

Phiên bản DuckDB 1.5.6 mang lại những cải tiến hiệu năng và sửa lỗi quan trọng mà lập trình viên cần biết để tối ưu hóa hệ thống cơ sở dữ liệu của họ.

Why DuckDB 2.0 is faster

DuckDB 2.0 mang lại hiệu suất vượt trội với recursive CTEs nhanh hơn tới 90x so với phiên bản 1.5.5, kiểu dữ VARIANT xử lý nhanh hơn 6x so với JSON text, và async I/O trên S3 tăng 2.4x. Sự cải thiện đến từ tối ưu hóa engine xử lý, đặc biệt là việc bổ sung cache-aware execution plan và cải thiện cách quản lý memory cho variant data. Điều này cho thấy việc hiểu cách DuckDB lưu trữ và xử lý dữ liệu (đặc biệt với variant và variant types) sẽ giúp tối ưu hóa truy vấn tốt hơn. Bài viết cung cấp những insight thực tế về cách thiết kế schema dữ liệu để tận dụng tối đa hiệu năng mới mà không cần thay đổi code ứng dụng.

DuckDB 2.0 mang đến tốc độ vượt trội với cải tiến đáng kể trong CTE đệ quy, xử lý VARIANT và I/O bất đồng bộ, giúp lập trình viên tối ưu hiệu suất truy vấn dữ liệu.

5 Jev use cases for analytics, with real queries and datasets

Bài viết trình bày 5 use case thực tế của prompt_jev() trên dữ liệu thật với SQL có thể chạy lại, bao gồm phân tích traces của AI agent, cảm xúc từ Hacker News, các cuộc gọi bán hàng, tin tuyển dụng cloud và regex replacement. Mỗi use case được minh họa bằng truy vấn SQL cụ thể và tập dữ liệu tương ứng. Các ví dụ này chứng minh cách prompt_jev() có thể tự động hóa phân tích dữ liệu văn bản phức tạp bằng SQL thông thường. Đây là tài liệu tham khảo hữu ích cho bất kỳ lập trình viên nào muốn tích hợp AI vào xử lý dữ liệu mà không cần thay đổi stack công nghệ hiện tại.

Bài viết cung cấp 5 trường hợp thực tế sử dụng prompt_jev() với dữ liệu có sẵn và truy vấn SQL có thể thực thi lại ngay lập tức.

Moving our warehouse off DuckDB

We moved our data warehouse off DuckDB and DuckLake onto our own flavor of Trino and a new open table format, HogLake. Here's what broke at scale and why.

A Preview of DuckDB v2.0

DuckDB phiên bản 2.0 dự kiến ra mắt vào mùa thu năm nay với nhiều tính năng mới nổi bật như hỗ trợ chạy dưới dạng server, triggers, kiểu dữ liệu VARIANT, I/O bất đồng bộ, SQL parser mới, định dạng lưu trữ cải tiến cùng nhiều cải tiến khác.

Lập trình viên cần đọc bài này để khám phá cách DuckDB v2.0 nâng cấp hiệu suất và tính linh hoạt cho các ứng dụng xử lý dữ liệu, từ việc chạy như một server đến hỗ trợ các tính năng mới như biến đổi dữ liệu trong SQL và lưu trữ hiệu quả hơn.

Announcing DuckDB 1.5.5

Phiên bản DuckDB 1.5.5 vừa được phát hành với các bản sửa lỗi và cải thiện hiệu suất.

Nếu bạn làm việc với cơ sở dữ liệu hoặc phân tích dữ liệu, DuckDB 1.5.5 là phiên bản mới nhất giúp tối ưu hóa hiệu suất và sửa lỗi trong các nhiệm vụ xử lý lớn, đặc biệt là khi làm việc với dữ liệu lớn và các thao tác SQL phức tạp.

Announcing DuckDB 1.5.4 Variegata

DuckDB phiên bản 1.5.4 (Variegata) vừa ra mắt với nhiều bản sửa lỗi quan trọng, tối ưu hiệu năng và vá lỗ hổng bảo mật. Phiên bản này cải thiện xử lý JSON, sửa lỗi crash nghiêm trọng như double free trong Arrow GeoArrow CRS, đồng thời bổ sung tùy chọn giao diện dòng lệnh (CLI) dark/light mode. Nhóm phát triển cũng hé lộ kế hoạch phát hành DuckDB 2.0.0 vào mùa thu sắp tới.

Lập trình viên cần đọc bài này để cập nhật về các cải tiến mới trong DuckDB, đặc biệt là các sửa lỗi quan trọng về kết hợp dữ liệu, xử lý JSON, và hiệu suất—điều này sẽ giúp họ tối ưu hóa các ứng dụng xử lý dữ liệu lớn và tăng tính ổn định cho hệ thống.

They All Write, Store, and Read Data: How to Pick The Right Database

SQLite, Postgres, DuckDB và 20 hệ thống CSDL khác đều thực hiện chức năng write, store và read data. Việc lựa chọn phụ thuộc vào loại truy vấn hàng ngày của bạn - DuckDB xử lý analytical queries nhanh hơn 10-100 lần so với SQLite cho dữ liệu lớn. Postgres tỏ ưu thế với transactional workload nhờ tính ACID và hỗ trợ concurrency tốt hơn. SQLite phù hợp ứng dụng embedded với yêu cầu nhẹ nhàng, trong khi các hệ thống NoSQL như MongoDB excel với dữ liệu không cấu trúc. Bài viết giúp hiểu rõ đặc điểm từng công nghệ để đưa ra lựa chọn tối ưu cho use case cụ thể.

Bài viết giúp lập trình viên hiểu rõ cách chọn phù hợp giữa nhiều hệ thống cơ sở dữ liệu khác nhau dựa trên nhu cầu cụ thể.

Dive Apps: Superpowers for AI Builders

MotherDuck is launching Dive Apps: fully custom data apps that can write-back anywhere. Build them with your agent and they run on the MotherDuck data warehouse. Use Dive Apps to replace SaaS apps, automate your operations, or bring humans into the loop to steer your agents.

Developer Dad Does Disney: Vacationing in the Personal Software Era

Một developer vừa xây dựng một ứng dụng dữ liệu tùy chỉnh tích hợp API thời gian thực, dữ liệu lịch sử về thời gian chờ và thông tin thời tiết để chọn chuyến đi tiếp theo phù hợp nhất trong lúc xếp hàng tại Disney World.

Những lập trình viên nên đọc bài này để hiểu cách kết hợp công nghệ thực tế—APIs, dữ liệu lịch sử và dự báo—làm cho ứng dụng cá nhân trở nên hiệu quả hơn trong giải quyết vấn đề hàng ngày, từ việc tối ưu hóa thời gian đến tạo ra những giải pháp sáng tạo cho cuộc sống.

Announcing DuckDB 2.0.0 LTS “Cinnamon Teal”

DuckDB vừa phát hành bản 2.0.0 LTS với tên mã "Cinnamon Teal", đây là bản cập nhật tính năng lớn nhất từ trước đến nay. Phiên bản này được xây dựng từ gần 20,000 commit kể từ DuckDB 1.5, đi kèm giao thức Quack đã hoàn thiện, I/O bất đồng bộ, kiểu dữ liệu VARIANT cấp một, chế độ agent, triggers và bộ parser SQL có thể mở rộng. Hệ quả là người dùng giờ đây có một công cụ OLAP mạnh mẽ hơn với nhiều tính năng mới và hiệu năng được cải thiện đáng kể. Điều đáng học là sự phát triển nhanh chóng của DuckDB với các tính năng enterprise-grade như triggers và parser mở rộng, cho thấy hướng đi đầy tiềm năng của nền tảng này.

DuckDB Skills for Claude Code

DuckDB Skills for Claude Code bổ sung nhiều khả năng mới cho Claude Code, cho phép sử dụng DuckDB CLI để đọc file dữ liệu, chạy truy vấn và chuyển đổi định dạng. Plugin này hỗ trợ làm việc với spatial data, khám phá object storage, tìm kiếm tài liệu và truy hồi các phiên làm việc trước. Các kỹ năng được triển khai thông qua CLI DuckDB giúp xử lý hiệu quả nhiều loại file dữ liệu khác nhau. Đây là giải pháp hữu ích cho lập trình viên cần xử lý phân tích dữ liệu trực tiếp trong môi trường Claude Code.

Plugin duckdb-skills giúp Claude Code mở rộng khả năng xử lý dữ liệu với nhiều kỹ thuật hữu ích từ DuckDB CLI.

We need to talk about JEV (in data pipelines)

Bối cảnh bài viết chia sẻ kinh nghiệm xử lý 100K bản ghi trong data pipeline sử dụng JEV. Nguyên nhân kỹ thuật là JEV (Just Enough Validation) được đề xuất như giải pháp validation hiệu quả thay cho các phương pháp truyền thống. Hệ quả là pipeline đạt hiệu quả cao hơn với chi phí thấp hơn đáng kể, giảm 70% thời gian xử lý so với validation cơ bản. Điều đáng học là JEV giúp cân bằng giữa validation cần thiết và hiệu năng, đặc biệt hữu ích với data pipeline quy mô lớn. Kỹ thuật này cho thấy validation không cần phải hoàn toàn để tối ưu hóa hiệu suất hệ thống.

Bài viết này cung cấp hiểu biết thực tế và kinh nghiệm quý giá khi sử dụng JEV trong xử lý pipeline dữ liệu lớn.

prompt_jev() now works on images

prompt_jev() giờ đã hỗ trợ xử lý hình ảnh bằng cách lưu chúng dưới dạng BLOB trong MotherDuck. Hàm này sử dụng SQL để đặt các câu hỏi đóng và trả về kết quả có kiểu dữ liệu rõ ràng cùng điểm tin cậy (confidence score). Lập trình viên có thể kết hợp điểm tin cậy này với dữ liệu khác để phân tích sâu hơn. Tính năng này giúp tăng khả năng tích hợp AI với cơ sở dữ liệu SQL hiện có mà không cần hệ thống phức tạp.

prompt_jev() giờ xử lý được hình ảnh giúp bạn khai phá dữ liệu đa dạng và trả lời câu hỏi trực tiếp từ hình ảnh với điểm tin cậy định lượng.

Agent Mode in the DuckDB CLI

DuckDB phiên bản v2.0 CLI đã triển khai chế độ agent giúp các AI coding agent đạt kết quả chính xác hơn với số token ít hơn. Khi phát hiện agent, CLI sẽ hiển thị bảng Markdown thay vì hộp đệm, thông báo rõ khi kết quả bị cắt ngắn, dừng các truy vấn chạy mất kiểm soát và báo lỗi dưới dạng JSON. Các truy vấn dài sẽ thông báo chi phí ước tính trước khi thực thi, cho phép agent quyết định có chờ đợi hay không. Đây là cải tiến hữu ích cho ai làm việc với AI agent trong database query, giúp tối ưu hóa hiệu quả và giảm chi phí.

Lập trình viên nên đọc bài này để hiểu cách DuckDB v2.0 cải tiến hiệu suất xử lý các câu lệnh SQL bằng Agent Mode, giúp tối ưu hóa tốc độ và hiệu quả khi làm việc với dữ liệu lớn bằng cách giảm thiểu token sử dụng và cải thiện trải nghiệm thông qua các tính năng như báo cáo chi tiết, cảnh báo chi phí query trước khi thực thi và kết xuất kết quả dưới dạng bảng Markdown.

The International Ice Patrol

The International Ice Patrol so sánh bốn hệ thống PostgreSQL truy vấn dữ liệu Apache Iceberg/Parquet, bao gồm aurora_analytics của AWS Aurora, pg_lake của Snowflake, ColdFront của pgEdge, và pg_clickhouse FDW của ClickHouse. Aurora nhúng DuckDB vào cùng tiến trình với pushdown đầy phần hoặc tùy thuộc vào biểu thức không được hỗ trợ, trong khi pg_lake chạy DuckDB tiến trình riêng và hỗ trợ ghi ACID đầy đủ nhưng rơi lại planner PostgreSQL với thống kê kém cho các heap joins. ColdFront sử dụng pg_duckdb cho tự động phân tầng hot/cold qua view với việc takeover toàn bộ kế hoạch nhưng vẫn ở beta, còn pg_clickhouse là FDW tiêu chuẩn không hỗ trợ Iceberg gốc và gặp vấn đề về ước tính cardinality. Nên dùng EXPLAIN (VERBOSE) để xác minh planner thực thi join, và mỗi công cụ phù hợp với trường hợp sử dụng cụ thể do cách planner và pushdown khác nhau.

Bài viết này giúp lập trình viên hiểu rõ cách các hệ thống tương thích PostgreSQL truy vấn dữ liệu Iceberg/Parquet và chọn công cụ phù hợp cho nhu cầu cụ thể của họ.

AI Needs Data, Data Needs AI: Inside the Data Outpost Agenda

Data Outpost là hội nghị AI và dữ liệu diễn ra tại San Francisco vào ngày 5 tháng 11 năm 2026 với 13 phiên thảo luận từ các đội ngũ tại Canva, Stripe, DoorDash, Posit, dbt và nhiều công ty khác. Hội nghị tập trung vào các chủ đề tiên tiến như agents tự động viết mã, context layers, SQL harnesses và AI cho dữ liệu được quản lý chặt chẽ. Mỗi phiên thảo luận sẽ cung cấp kiến thức thực tiễn về cách các công nghệ AI được áp dụng trong giải quyết vấn đề dữ liệu thực tế. Người tham dự sẽ rời đi với những hiểu biết cụ thể về triển khai AI và quản lý dữ liệu hiệu quả trong các hệ thống phức tạp.

Bài cung cấp cái nhìn sâu về ứng dụng thực tế AI trong xử lý dữ liệu từ những công ty công nghệ hàng đầu.

DataGrip 2026.3: Agentic Development With JetBrains Air, Cross-Database Queries, DuckDB Support, and Major UX Improvements

DataGrip 2026.3, the third major update of the year, is here! Let’s take a look at what’s inside. AI JetBrains Air is now available by default in DataGrip. You can run SQL, explore data, and ref

Ducktober Recap: 8 days of shipping

MotherDuck Blog - Ducktober Recap: 8 days of shipping

WooCommerce Analytics with DuckDB

Running WooCommerce analytics reports against a DuckDB-engine MySQL replica instead of InnoDB cuts report times from minutes to seconds. Percona tested this using AliSQL 8.0.44-2 with the DuckDB storage engine, replicating from Percona Server for MySQL 8.0.46 running InnoDB. On a store with 400,000 orders and 5,000 products, built-in WooCommerce reports ran 10x to 63x faster, segmented reports 14x to 83x faster, and a third-party analytics plugin 2x to 70x faster. A custom aggregation query dropped from 4 minutes 16 seconds on InnoDB to 4.1 seconds on DuckDB. The DuckDB dataset also used 12x less disk space, 601 MiB versus 7.3 GiB. Limitations include SQL syntax incompatibilities, binary string comparison instead of collation, floating-point instead of exact decimals, and limited monitoring. Percona does not yet support a production DuckDB build.

How JetBrains Built Cross-Database Queries into DataGrip with DuckDB

JetBrains users had long asked to join data across different database connections in a single query. Rather than build its own cross-database query engine, JetBrains embedded DuckDB in DataGrip, using DuckDB’s custom table functions to connect it to the IDE’s existing query execution. This is why DuckDB won out over the alternatives, and where the integration goes next.

Agent Chat: The shortest path from data to action

Analyze data, automate workflows, and turn insights into applications so users can act on insights without losing time and context switching between tools

Bringing Local Analytics to the Quant's Desktop

After years building kdb+-based data platforms for banks and hedge funds, Ryan Hamilton wanted an analytical engine he could recommend to smaller teams without specialized infrastructure or expensive licensing. DuckDB gave him a small, embedded way to bring fast local analytics into QStudio and Pulse, and it is now shaping his next open-source project, PeachQ.

Introducing Flight Explainer: Live charts of your python pipelines

Agents can build a MotherDuck Flight in minutes. But how do you know it does what you asked? Flight Explainer is EXPLAIN ANALYZE for your pipelines: a live chart of every run showing the plan, which branch it took, how far each step got, and what it touched.

Polars 2.0 vs DuckDB 2.0

DuckDB 2.0 is moving toward a more client/server architecture. Polars 2.0/2.1 is fixing core issues and moving toward default streaming and spill-to-disk behavior. The post frames these as the direction each project is heading.

Building a Zero-Server-Cost AI Analytics App: Running DuckDB-WASM and Gemma on WebGPU in a Static Hugging Face Space

Building a Zero-Server-Cost AI Analytics App: Running DuckDB-WASM and Gemma on WebGPU in a Static Hugging Face Space How I built a browser-native research tool for 41,000+ US government documents …

The future of data work, as discussed in a panel at Helsinki data week

Summary of the 16:00 Panel discussion: The future of data teams and their tools hosted by MotherDuck

From Spreadsheets to DuckLake: A Data Engineer's Road to DuckDB

After nearly two decades working with increasingly sophisticated data infrastructure, data engineer Matt Martin discovered DuckDB could handle many of the analytical tasks he cared about without the operational complexity he had come to associate with big data. The same preference for familiar SQL and simpler infrastructure drew him to DuckLake, and he has since become an active tester and advocate of DuckDB's evolving capabilities.

Polars 2.0 vs pandas vs DuckDB: 2 GB CSV, 4 GB Memory Limit

Polars 2.0 vs pandas vs DuckDB: 2 GB CSV, 4 GB Memory Limit Nine ways to read one file, three runs each, and which ones finished before the watchdog killed them. Written with AI assistance. Every …

The future is Postgres with Craig Kerstiens (Changelog Interviews #688)

Craig Kerstiens returns to talk about the ever-expanding world of Postgres: a deliberately boring core, a thriving extension ecosystem, and pg_lake bringing DuckDB and Iceberg into the mix. We dig into the pain of ETL, what Craig is watching in Postgres 19, the impact of AI on open source maintainers, and why the datab...

Bringing the Big Ducks

The pursuit of all things duck-related has led us to some interesting places. In this blog, MotherDuck CEO Jordan Tigani explores the bigger, darker corners of benchmarks on top DuckDB 1.5 (and teases what is possible in DuckDB 2.0).

Characteristic NYC Neighborhood Complaints

New York City month continues here at Kieran Healy Industries, an effort that will eventually produce something properly scholarly in nature. But in the meantime—and with my apologies to the many great urbanists of times past—we can enjoy o...

DuckDB vs pandas on a 1 GB CSV with a 4 GB Memory Cap

Bài viết so sánh hiệu năng giữa DuckDB và pandas khi xử lý file CSV 1 GB trong giới hạn bộ nhớ 4 GB. DuckDB chỉ sử dụng 82 MB RAM trong khi pandas cần 1.2 GB để xử lý cùng bộ dữ liệu này. DuckDB hoàn thành truy vấn nhanh hơn đáng kể, đặc biệt với các phép join phức tạp, nhờ vào kiến trúc columnar storage và query optimization. Các lập trình viên làm việc với dữ liệu lớn nên cân nhắc DuckDB như một lựa chọn thay thế hiệu quả cho pandas khi bộ nhớ hạn chế.

Bài viết này giúp lập trình viên hiểu hiệu suất giữa DuckDB và pandas khi xử lý dữ liệu lớn với giới hạn bộ nhớ.

What's New in DuckLake 1.1

We are proud to release version 1.1 of the DuckLake specification and its DuckDB reference implementation. In this blog post, we go over the main features and changes.

DuckDB Ecosystem Newsletter : October 2026

The October 2026 DuckDB Ecosystem Newsletter: Jev typed AI answers in DuckDB and MotherDuck SQL, DuckDB 2.0's PEG parser and async S3 reads, DuckLake maintenance, analysis-ready OpenStreetMap, OneLake in the browser, a native Mac app, plus a community spotlight on Mark Litwintschik.

Amazon Acquires DuckLabs and Integrates DuckDB in Amazon Aurora PostgreSQL

Amazon vừa thâu tóm DuckLabs, công ty phát triển cơ sở dữ liệu phân tích DuckDB. Mục đích là nhằm nâng cao khả năng phân tích ngay tại chỗ (in-place analytics) trên Amazon Aurora PostgreSQL. DuckDB cung cấp hiệu suất cao cho truy vấn SQL trực tiếp trên dữ liệu đã được lưu, giúp giảm chi phí và độ phức tạp khi di chuyển dữ liệu. Việc tích hợp này cho phép người dùng sử dụng cú pháp SQL quen thuộc với hiệu suất tương đương các hệ thống chuyên biệt. Đây là cơ hội tốt cho các lập trình viên muốn tận dụng sức mạnh của in-memory analytics trong các ứng dụng production mà không cần thay đổi kiến trúc hệ thống.

Lập trình viên nên đọc bài viết này để hiểu cách Amazon tích hợp DuckDB vào Amazon Aurora PostgreSQL, mở ra cơ hội tối ưu hóa phân tích dữ liệu trực tiếp trên database.

MotherDuck on Azure: join the waitlist

MotherDuck sắp chính thức có mặt trên Azure với việc mở waitlist theo từng khu vực. Dịch vụ sẽ mở rộng các region dựa trên nhu cầu sử dụng, region nào có nhiều người đăng ký trước sẽ được triển khai trước. Các agent Copilot hiện đã có thể kết nối với MotherDuck ngay tại thời điểm này. Việc triển khai này cho thấy sự hợp tác giữa hai nền tảng cloud lớn, mang lại sự linh hoạt hơn cho người dùng.

Lập trình viên nên đọc bài này vì MotherDuck sắp có mặt trên Azure giúp kết nối với Copilot agents hiện tại.

Benchmarking DuckDB v2.0-dev on NVIDIA Vera

Chúng tôi đã benchmark DuckDB phiên bản 2.0-dev trên NVIDIA Vera CPU với bộ dữ liệu TPC-H ở scale factor 1.000. DuckDB đạt throughput ấn tượng là 3,500 queries per second với latency trung bình 275ms. Test được thực hiện trên hệ thống 128 cores, 256 threads và sử dụng columnar storage format. Kết quả cho thấy hiệu năng vượt trội của DuckDB khi xử lý phân tích lớn trên nền tảng phần cứng mới. Lập trình viên nên tham khảo bài gốc để biết chi tiết về cấu hình test và các bài benchmark chi tiết khác.

Bài này cung cấp kết quả benchmark chi tiết về hiệu năng DuckDB trên CPU NVIDIA Vera mới nhất, giúp đánh giá năng lực xử lý dữ liệu lớn.

Polars 2.0 on NVIDIA Vera CPU

Polars 2.0 đã ra mắt với phiên bản tối ưu cho NVIDIA Vera CPU, mở ra kỷ nguyên mới cho xử lý DataFrames. Việc tối ưu hóa này tận dụng tối đa sức mạnh của Vera CPU với khả năng vector hóa instruction AVX-512, giúp tăng tốc độ xử lý lên đến 3.5 lần so với phiên bản trước. Sự cải thiện này đặc biệt hiệu quả với các thao tác groupby và join trên dataset lớn, giảm thời gian xử lý từ hàng chục giây xuống còn chỉ vài giây. Điều đáng học hỏi là cách Polars kết hợp giữa Rust cho tính an toàn bộ nhớ và parallel execution thực sự, tạo ra alternative mạnh mẽ cho các thư viện truyền thống như Pandas hay Dask.

Polars 2.0 trên NVIDIA Vera CPU mang lại hiệu suất vượt trội cho xử lý DataFrames trong kỷ nguyên mới.

What Is Inside an Iceberg Table?

An Iceberg table is a tree of JSON, Avro and Parquet files. DuckDB can read every one of them, so you can walk the tree yourself with SQL: from the metadata file, through the manifest list and manifests, down to the data files and delete files.