在 SQL 里直接写 Python——我做了一个 DuckDB 扩展

py_register('double_it', 'str(int(x)*2)', 1)

● ● ●

为什么做这个

DuckDB 最爽的一点是 LOAD 一个扩展就能获得新能力——LOAD httpfs 读 S3，LOAD spatial 做 GIS。但你没法在 SQL 里注册一个 Python 函数：

-- SQLite 可以SELECT python_function('hello');-- PostgreSQL 可以CREATE FUNCTION py_upper(text) RETURNS text LANGUAGE plpython3u AS $$ return args[0].upper() $$;-- DuckDB？没有。

duckdb-python 就是填这个坑的——一个 DuckDB 社区扩展，把 CPython 嵌入 DuckDB 进程，让你在 SQL 里注册、调用 Python 函数。

● ● ●

一行注册，直接调用

LOAD './build/release/extension/python/python.duckdb_extension';SELECT py_register('double_it', 'str(int(x)*2)', 1);  -- 返回 'OK'SELECT double_it('21');                                   -- 返回 '42' ✨SELECT double_it('99');                                   -- 返回 '198'SELECT py_call('double_it', '5');                         -- 返回 '10'（兼容方式）

注册后函数就是原生 DuckDB 标量函数，可以直接按名字调用——不需要 py_call() 包装。

函数名会做校验：double、select 等 SQL 保留字和类型名会被拒绝，数字开头、含连字符的名字也会报错，避免注册了但调不了。

● ● ●

全部函数一览

● ● ●

实战：分钟内从 CSV 到分析

LOAD 'python.duckdb_extension';-- 注册转换函数SELECT py_register('parse_date', 'x[:10]', 1);SELECT py_register('to_upper', 'x.upper()', 1);-- 直接 SQL + UDF 一条龙SELECT    to_upper(product),    SUM(revenue)::INT as totalFROM read_csv('sales.csv',    columns = {'date': 'VARCHAR', 'product': 'VARCHAR', 'revenue': 'DOUBLE'})WHERE parse_date(date) > '2025-01-01'GROUP BY productORDER BY total DESC;

不需要 pandas，不需要 Python 脚本——DuckDB 的 SQL 引擎 + Python 的表达能力，一个 LOAD 全搞定。

● ● ●

架构：为啥直接调用之前会炸

整个项目最头疼的问题：py_register 注册的函数直接调用时 segfault。

原因：DuckDB 的 init_extension 回调返回后，传入的连接句柄就失效了。py_register 在查询回调里拿这个失效连接调 duckdb_register_scalar_function —— 必崩。

修复：不在 init 缓存连接，而是存 database 句柄。每次 py_register 时从 database 开一条新连接，在新连接上注册函数，注册完马上断开。

init_extension → get_database(info) → DB (全局缓存)py_register    → duckdb_connect(DB) → .register(con) → duckdb_disconnect

已验证平台：macOS arm64 + DuckDB 1.5.4 / 1.5.5。

● ● ●

技术栈

• quack-rs
  （Rust 写 DuckDB 扩展的框架）
• PyO3
  （Rust ↔ CPython FFI）
• 约 1200 行 Rust，60 行 Makefile

● ● ●

兼容性

Python：扩展二进制不绑定特定版本——编译时用任意 Python 3，运行时 dlopen 当前环境的 libpython。已验证 3.11 / 3.12 / 3.13（3.14 等 PyO3 升级）。

DuckDB：与 Python 不同，DuckDB 扩展版本锁定——已验证 1.5.4 / 1.5.5。

项目地址：github.com/alitrack/duckdb-python

● ● ●

最后说两句

DuckDB 社区正在从"SQL 分析引擎"走向"可嵌入的分析平台"。LOAD 扩展机制是通向这个未来的门——httpfs 打通了存储，spatial 打通了 GIS，duckdb-python 打通了 Python 生态。

现在你可以在 SQL 里写 py_register('my_func', 'x**2 + 3*x + 1', 1)，然后 SELECT my_func(5)——一行注册，直接调用。如果能用 Python 表达，就能用 SQL 调度。