DuckDB · The DuckDB team
Faster String Aggregations with Dimension Tables
Faster String Aggregations with Dimension Tables是DuckDB的免费实践教程（en）。前置条件：需要会写基本 SQL（GROUP BY、JOIN、窗口函数）并能在 DuckDB 中建表与导入 Parquet。
学会用星型模型的维表 + 窄整数键，改写按长重复字符串分组的分析查询，降低哈希聚合的成本与内存占用。
- 难度
- 见前置条件
- 类型
- 博客与教程 · 实践教程
- 语言
- en
- 规模
- 1 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
浏览器即可在 DuckDB web shell 中跟做练习，无需账号；也可安装 DuckDB CLI 本地运行。
- 练习与作业
- 开课提示词尚未实际运行验证
学完你能
- 解释为什么在 DuckDB 中按长字符串 GROUP BY 比按整数键代价更高（哈希、逐字节比较、复制字符串、缓存与溢出）
- 用 count(DISTINCT ...) 测量列基数，并据此选择最窄的无符号整数类型（UTINYINT/USMALLINT/UINTEGER）作为键
- 用 row_number() OVER (ORDER BY ...) 为每个不同字符串生成有序、确定性的整数键，构建维表
- 用 LEFT JOIN 把事实表的字符串列替换为整数键，并说明 NULL 值在维表中的处理方式
- 在整数键上做聚合，必要时在最后一步再 join 回字符串，得到与原先相同的查询结果
- 了解完美哈希聚合（perfect_ht_threshold）在小而稠密的键范围下如何避免哈希
适合你吗
适合
适合已有 SQL 基础、使用 DuckDB 做分析型查询并关注分组聚合性能的数据工程或数据分析学习者。
暂不适合
不适合完全没写过 SQL、或想系统学习数据库理论而不打算实际跑查询的初学者。
需要先会
需要会写基本 SQL（GROUP BY、JOIN、窗口函数）并能在 DuckDB 中建表与导入 Parquet。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 按博文步骤在本地或网页 shell 复现两种写法，用 EXPLAIN ANALYZE 比较耗时与哈希表大小。
- 学习时长
- 1 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费节选可直接读到完整教程正文与 SQL 示例，无付费墙或登录拦截。
常见问题
免费吗？
免费：节选可直接读到完整教程正文与 SQL 示例，无付费墙或登录拦截。实践无额外费用：示例数据从公开 Parquet URL 读取，DuckDB 与网页 shell 免费，网页未提及其他付费资源。
需要什么基础？
需要会写基本 SQL（GROUP BY、JOIN、窗口函数）并能在 DuckDB 中建表与导入 Parquet。软件、账号与硬件：无需特殊硬件；可用 DuckDB CLI 或网页版 shell，能联网读取示例 Parquet 数据即可。
有中文吗？
本站记录的语言是en；是否有中文字幕或译本本站未核实，请以原站为准。
怎么开始？
从原始资源入口开始：https://duckdb.org/2026/10/02/dimension-tables.html。本页“学前准备”列出环境与工具，“学习指南”给出开课提示词，可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备：开课提示词尚未实际运行验证。
来源与使用须知
版权与转载
- 课程材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。