DuckDB

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

DuckDB ist eine Datenbank für Auswertungen, die ohne Server auskommt. Sie läuft als einzelnes Programm, liest CSV-, JSON- und Parquet-Dateien direkt ein und rechnet auch über Millionen Zeilen in kurzer Zeit Summen, Mittelwerte und Kreuztabellen aus. Damit eignet sie sich gut, um Messwerte, Exporte oder Statistiken mit SQL zu untersuchen, ohne vorher eine Datenbank einzurichten.

Vorbemerkungen

  • Warum nicht apt: Ubuntu 26.04 enthält kein Paket für DuckDB. Diese Anleitung nimmt deshalb die fertige Programmdatei, die das DuckDB-Projekt auf GitHub veröffentlicht, und legt sie nach /usr/local/bin. Dort liegen selbst installierte Programme getrennt von den Paketen aus apt. Das Installationsskript von der DuckDB-Website erledigt dasselbe, ist aber nicht nötig.
  • Kein Dienst: DuckDB startet keinen Hintergrunddienst und öffnet keinen Port. Eine Datenbank ist eine einzelne Datei, ähnlich wie bei SQLite.
  • SQLite oder DuckDB: SQLite ist für viele kleine Lese- und Schreibzugriffe gebaut, etwa als Speicher einer Anwendung. DuckDB ist für Auswertungen gebaut, bei denen wenige Abfragen große Datenmengen durchrechnen.
  • Version: Getestet mit DuckDB 1.5.6. Steht auf der Release-Seite eine neuere Version, ersetzt du v1.5.6 in den Befehlen durch die neue Nummer.

Installation

1. Paketlisten aktualisieren

So kennt apt die neuesten Paketversionen.

sudo apt update

2. curl und unzip installieren

curl lädt die Datei herunter, unzip packt sie aus. Sind beide schon vorhanden, meldet apt nur, dass sie bereits in der neuesten Version installiert sind.

sudo apt install curl unzip

3. Archiv herunterladen

Lädt die Fassung für Linux auf 64-Bit-Intel/AMD-Prozessoren nach /tmp. -L sorgt dafür, dass curl der Weiterleitung von GitHub zur eigentlichen Datei folgt.

curl -L -o /tmp/duckdb.zip https://github.com/duckdb/duckdb/releases/download/v1.5.6/duckdb_cli-linux-amd64.zip

Prüfen: Die Datei ist rund 21 MB groß.

ls -lh /tmp/duckdb.zip

4. Prüfsumme kontrollieren

Mit der Prüfsumme stellst du fest, ob die Datei vollständig und unverändert angekommen ist.

sha256sum /tmp/duckdb.zip

Prüfen: Bei Version 1.5.6 lautet der Wert 6e89deac1ebbc36eed0291caf8b567b030c7b86ac35998f71854e22b3c5d5e2f. Bei einer neueren Version vergleichst du ihn mit dem Wert sha256:…, den GitHub auf der Release-Seite unter „Assets“ neben duckdb_cli-linux-amd64.zip anzeigt.

5. Programm auspacken

Das Archiv enthält nur die Programmdatei duckdb. -d gibt den Zielordner an.

sudo unzip /tmp/duckdb.zip duckdb -d /usr/local/bin

Prüfen: Die Versionsnummer v1.5.6 erscheint.

duckdb --version

6. Archiv löschen

rm /tmp/duckdb.zip

Eine CSV-Datei auswerten

Als Beispiel dienen Stromzählerstände eines Haushalts: täglicher Verbrauch in Kilowattstunden für das Haus und eine Garage mit Wallbox.

7. Übungsordner anlegen

mkdir ~/duckdb-uebung

8. In den Ordner wechseln

cd ~/duckdb-uebung

9. CSV-Datei anlegen

nano strom.csv

Füge diesen Inhalt ein (Strg+Umschalt+V):

datum,zaehler,kwh
2026-07-01,Haus,9.4
2026-07-01,Garage,2.1
2026-07-02,Haus,8.7
2026-07-02,Garage,0.0
2026-08-01,Haus,7.9
2026-08-01,Garage,3.5
2026-08-02,Haus,8.2
2026-08-02,Garage,1.2
2026-09-01,Haus,10.6
2026-09-01,Garage,2.8
2026-09-02,Haus,11.3
2026-09-02,Garage,0.4

Speichere mit Strg+O und Enter und schließe nano mit Strg+X.

10. Datei direkt abfragen

-c führt einen einzelnen SQL-Befehl aus und beendet DuckDB danach. Der Dateiname in einfachen Anführungszeichen wird wie eine Tabelle behandelt; ein Import ist nicht nötig.

duckdb -c "SELECT * FROM 'strom.csv' LIMIT 3;"

Prüfen: Es erscheinen die ersten drei Zeilen. Unter den Spaltennamen steht, welchen Typ DuckDB selbst erkannt hat: date für das Datum, varchar für Text und double für die Kommazahlen.

11. Verbrauch je Monat berechnen

strftime macht aus dem Datum einen Monat wie 2026-07. GROUP BY ALL gruppiert nach allen Spalten, die nicht zusammengerechnet werden, ORDER BY ALL sortiert nach allen Spalten. round(…, 1) rundet auf eine Nachkommastelle, denn Kommazahlen vom Typ double hinterlassen beim Addieren sonst Reste wie 3.1999999999999997.

duckdb -c "SELECT strftime(datum, '%Y-%m') AS monat, zaehler, round(sum(kwh), 1) AS kwh FROM 'strom.csv' GROUP BY ALL ORDER BY ALL;"

Prüfen: Die Ausgabe enthält sechs Zeilen, beginnend mit 2026-07 │ Garage │ 2.1 und 2026-07 │ Haus │ 18.1.

Eine Datenbankdatei verwenden

Für wiederholte Auswertungen lohnt es sich, die Daten in eine Datenbankdatei zu übernehmen. DuckDB legt sie beim ersten Aufruf selbst an.

12. Tabelle aus der CSV-Datei erzeugen

haushalt.duckdb ist der Name der Datenbankdatei. CREATE TABLE … AS SELECT legt eine Tabelle an und füllt sie mit dem Ergebnis der Abfrage.

duckdb haushalt.duckdb -c "CREATE TABLE strom AS SELECT * FROM 'strom.csv';"

Prüfen: Im Ordner liegt jetzt die Datei haushalt.duckdb.

ls -l

13. Konsole öffnen

Ohne -c startet DuckDB eine Konsole. Die Eingabezeile beginnt mit D.

duckdb haushalt.duckdb

14. Tabellen anzeigen

Befehle mit einem Punkt am Anfang steuern die Konsole selbst und brauchen kein Semikolon.

.tables

Prüfen: Ein Kasten zeigt die Tabelle strom mit den Spalten datum, zaehler, kwh und 12 rows.

15. Kreuztabelle erstellen

PIVOT macht aus den Werten der Spalte zaehler eigene Spalten. So stehen Haus und Garage nebeneinander.

PIVOT (SELECT strftime(datum, '%Y-%m') AS monat, zaehler, kwh FROM strom)
ON zaehler USING round(sum(kwh), 1) ORDER BY monat;

Prüfen: Die Ausgabe lautet:

┌─────────┬────────┬────────┐
│  monat  │ Garage │  Haus  │
│ varchar │ double │ double │
├─────────┼────────┼────────┤
│ 2026-07 │    2.1 │   18.1 │
│ 2026-08 │    4.7 │   16.1 │
│ 2026-09 │    3.2 │   21.9 │
└─────────┴────────┴────────┘

16. Ergebnis als Parquet-Datei speichern

Parquet ist ein kompaktes Dateiformat für Tabellen, das viele Analysewerkzeuge lesen können, etwa Python mit pandas oder Polars. COPY … TO schreibt das Ergebnis einer Abfrage in eine Datei.

COPY (SELECT * FROM strom WHERE zaehler = 'Haus') TO 'haus.parquet' (FORMAT parquet);

17. Konsole verlassen

.quit

18. Parquet-Datei abfragen

Auch Parquet-Dateien lassen sich direkt mit SQL lesen.

duckdb -c "SELECT round(avg(kwh), 2) AS schnitt, max(kwh) AS hoechster FROM 'haus.parquet';"

Prüfen: Die Ausgabe nennt 9.35 als Durchschnitt und 11.3 als höchsten Tagesverbrauch des Hauses.

Aktualisieren

1. Neue Version herunterladen

Ersetze v1.5.6 durch die Nummer der neuen Version.

curl -L -o /tmp/duckdb.zip https://github.com/duckdb/duckdb/releases/download/v1.5.6/duckdb_cli-linux-amd64.zip

2. Prüfsumme kontrollieren

Vergleiche den Wert mit der Angabe auf der Release-Seite.

sha256sum /tmp/duckdb.zip

3. Programm ersetzen

-o überschreibt die vorhandene Datei ohne Rückfrage.

sudo unzip -o /tmp/duckdb.zip duckdb -d /usr/local/bin

Prüfen: duckdb --version zeigt die neue Nummer. Datenbankdateien älterer Versionen kann eine neuere Version in der Regel öffnen. Umgekehrt klappt das nicht immer. Sichere wichtige Datenbanken deshalb vorher, zum Beispiel mit EXPORT DATABASE 'sicherung'; in der Konsole.

4. Archiv löschen

rm /tmp/duckdb.zip

Wie geht es weiter?

  • Python: In einer virtuellen Umgebung installiert pip install duckdb die Bibliothek. Damit lassen sich SQL-Abfragen und pandas-Tabellen mischen.
  • Erweiterungen: Für weitere Formate und Quellen, etwa Excel-Dateien, Dateien aus dem Internet oder eine PostgreSQL-Datenbank, lädt DuckDB beim ersten Gebrauch Erweiterungen aus dem Internet nach. Sie landen im Ordner ~/.duckdb.
  • Dokumentation: Handbuch und SQL-Referenz unter https://duckdb.org/docs/.

Deinstallieren

1. Programm löschen

DuckDB besteht nur aus dieser einen Datei.

sudo rm /usr/local/bin/duckdb

Prüfen: Der Befehl wird nicht mehr gefunden.

duckdb --version

2. Übungsordner löschen

rm -rf ~/duckdb-uebung

3. Erweiterungen und Verlauf löschen (optional)

~/.duckdb enthält nachgeladene Erweiterungen, ~/.duckdb_history die in der Konsole eingegebenen Befehle. Beide gibt es nur, wenn sie entstanden sind; sonst meldet rm nichts.

rm -rf ~/.duckdb ~/.duckdb_history

Quellen und Lizenz

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Open Knowledge (Freies Wissen): Alle Texte stehen unter der freien Lizenz Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0) und können frei gelesen, geteilt und weiterverarbeitet werden.

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Open Knowledge (Freies Wissen): Alle Texte stehen unter der freien Lizenz Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0) und können frei gelesen, geteilt und weiterverarbeitet werden.

Autor: Thorsten · Installationsanleitungen für Ubuntu

Alle Anleitungen ohne Gewähr. Befehle mit sudo verändern das System – vorher lesen, dann ausführen.