DuckDB 碾压 SQLite：性能提升百倍
Choose DuckDB rather than SQLite
我在同一台 $16 的 Hetzner 服务器上，用 Traceway 对比了 SQLite 和 DuckDB 的性能。结果显示，DuckDB 的写入速度是 SQLite 的 3 到 15 倍，而读取性能更是实现了 100 倍的飞跃。这意味着在同等硬件下，DuckDB 能轻松处理十亿级数据点，而 SQLite 早已触及性能悬崖。特别是日志写入，DuckDB 的表现尤为惊人，彻底打破了 SQLite 的瓶颈。对于想要自托管 OpenTelemetry 栈的用户来说，DuckDB 让在廉价服务器上处理海量数据成为可能。
每个信号的读取悬崖在 DuckDB 上都比在 SQLite 上远出 100 倍，且延迟相等或更优，硬件完全一致。
HN 评论区
55- otterley
AI 垃圾。内容或许有价值，但行文框架让人读起来太痛苦了。
拜托大家，用你自己的声音写作——尤其是如果是为了你的商业博客。这对作者有好处（熟能生巧），对读者也有好处（毕竟你想影响他们）。
- datadrivenangel
这确实是 AI 垃圾，但我真的很想知道更多关于他们的写入模式以及他们是如何进行批量处理的。
- brightball
> DuckDB 的列式引擎
这取决于具体工作负载。在我看来，标题应该是“分析场景下选 DuckDB 而非 SQLite”。
- shubhamjain
尽管优势明显，DuckDB 最大的缺点还是它的并发模型 [1]。如果一个进程以读写模式打开数据库，它就会获得文件的独占锁。只要写入进程保持打开，连其他进程的简单读取操作都会被阻止。也许有我还没发现的简单变通方法，但我发现这简直是生产力的杀手。
所以没错，所有这些基准测试都很棒，但当我不得不关闭 duckdb cli 才能让另一个脚本里的查询运行时，用 DuckDB 可一点都不好玩。
- ethin
除了边缘情况，这两个数据库引擎到底有什么可比性？它们处理的是两种完全不同的工作负载：一个更像是通用数据库引擎，另一个则是专门为列式数据集、分析等场景设计的——当然，一个经过手工调优的数据库引擎在任何合理的基准测试中都会把 SQLite 踩在脚下：SQLite 并没有针对这种手工调优的场景进行优化，而像 DuckDB 这样的引擎则专门为此而生。