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
选择学习环境
按你的电脑系统准备;提示词在你自己的电脑上使用。
本机动手
这是一篇官方博客教程,用列车站点数据演示如何把长字符串列换成窄整数键,加速 GROUP BY 聚合。
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。
准备工具和账号
标“选用”的可以跳过。
- DuckDB CLI 选用本地执行教程中的 SQL
- DuckDB web shell 选用免安装在线运行 SQL
让 AI Agent 一次搭好课程
复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。
开课提示词 · 只需用一次此提示词尚未实测验证请帮我把「Faster String Aggregations with Dimension Tables」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。 开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。 课程入口:https://duckdb.org/2026/10/02/dimension-tables.html 我的系统:Windows。如果实际不符,先调整方案。 本次路线:Windows:本机动手。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。 练习: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。 课节(官方顺序): 1. Faster String Aggregations with Dimension Tables(全文):https://duckdb.org/2026/10/02/dimension-tables.html 1. 环境 - DuckDB(CLI 或网页 shell) - 可联网读取示例 Parquet 数据 - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。 2. 材料 - 官方课程页面:只记录链接 https://duckdb.org/2026/10/02/dimension-tables.html 3. 目录(最外层放在我确认的位置) duckdb-dimension-tables-string-agg/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.ps1 # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ └── 01-01-faster-string-aggregations-with-dimension/ - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。 - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。 4. 自检 - 创建 check-env.ps1,逐项检查并记录“通过/未通过”: - 在课程根目录运行;每项检查独立执行,进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令,不使用 Bash 语法。 - SELECT count(DISTINCT station_name) FROM train_services; → 返回 537 - DESCRIBE stations; → 包含 station_name 与 USMALLINT 类型的 station_id - EXPLAIN ANALYZE SELECT station_id, count(*) FROM train_services_encoded GROUP BY station_id; → 能在计划中看到分组聚合使用整数键 - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。 - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。 - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。 5. 学习计划 - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。 - progress.md:每课三项勾选——读讲义、做练习、记笔记。 6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。 边界: - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。 - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。 - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。 如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。搭好后的课程目录
duckdb-dimension-tables-string-agg/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.ps1 # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ └── 01-01-faster-string-aggregations-with-dimension/
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。