1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625

Error (基础异常)
├── ProgrammingError (编程错误)
│   ├── ParserException (SQL语法错误)
│   ├── BinderException (列引用错误)
│   ├── CatalogException (对象不存在)
│   ├── SyntaxException (语法错误)
│   └── InvalidInputException (无效输入)
├── OperationalError (运行时错误)
│   ├── IOException (文件操作错误)
│   ├── OutOfMemoryException (内存不足)
│   ├── ConnectionException (连接错误)
│   └── TransactionException (事务错误)
├── DataError (数据错误)
│   ├── ConversionException (类型转换错误)
│   └── TypeMismatchException (类型不匹配)
└── IntegrityError (完整性错误)
    └── ConstraintException (约束违反)
```sql

这个结构有什么用？当你捕获异常时，可以根据异常类型采取不同的处理策略。比如`ParserException`说明SQL写错了，`IOException`说明文件有问题，`OutOfMemoryException`说明需要调整内存配置。

## 7种常见错误与解决方案

### 1. ParserException：SQL语法错误

这是最低级但也最常见的错误。拼写错误、关键字写错、语法不对都会触发。

```python
import duckdb

conn = duckdb.connect()

try:
    conn.execute("SELEC * FROM table")
except duckdb.ParserException as e:
    print(f"SQL语法错误: {e}")
```sql

**错误信息：**
```sql
Parser Error: syntax error at or near "SELEC"

LINE 1: SELEC * FROM table
        ^
```text

DuckDB会指出具体出错的位置，还会显示行号。这种错误最好解决——检查拼写就行。常见的坑：`SELECT`写成`SELEC`，`FROM`写成`FROMM`，`WHERE`写成`WHEREE`。

### 2. CatalogException：对象不存在

表名或视图名写错了。DuckDB会智能提示相似的表名，这个功能很贴心。

```python
try:
    conn.execute("SELECT * FROM nonexistent_table")
except duckdb.CatalogException as e:
    print(f"对象不存在: {e}")
```sql

**错误信息：**
```text
Catalog Error: Table with name nonexistent_table does not exist!
Did you mean "sqlite_temp_master"?

LINE 1: SELECT * FROM nonexistent_table
                      ^
```sql

看到`Did you mean`了吗？DuckDB会猜测你想写什么。如果提示的表名不对，用`PRAGMA show_tables`查看所有表，或者查询`information_schema.tables`。

### 3. BinderException：列引用错误

列名写错了。DuckDB会列出所有可用的列名，帮你快速定位。

```python
conn.execute("CREATE TABLE test_tbl (id INTEGER, name VARCHAR)")

try:
    conn.execute("SELECT bad_column FROM test_tbl")
except duckdb.BinderException as e:
    print(f"列引用错误: {e}")
```sql

**错误信息：**
```text
Binder Error: Referenced column "bad_column" not found in FROM clause!
Candidate bindings: "id", "name"

LINE 1: SELECT bad_column FROM test_tbl
               ^
```sql

`Candidate bindings`列出了所有可用的列。用`DESCRIBE table_name`或`PRAGMA table_info('table_name')`也能查看表结构。

### 4. ConstraintException：约束违反

主键冲突或NOT NULL约束。插入数据时经常遇到。

```python
conn.execute("CREATE TABLE pk_tbl (id INTEGER PRIMARY KEY)")
conn.execute("INSERT INTO pk_tbl VALUES (1)")

try:
    conn.execute("INSERT INTO pk_tbl VALUES (1)")  # 主键冲突
except duckdb.ConstraintException as e:
    print(f"约束违反: {e}")
```sql

**错误信息：**
```text
Constraint Error: Duplicate key "id: 1" violates primary key constraint.
```sql

解决方法：用`INSERT OR REPLACE`替换冲突的行，或者用`INSERT OR IGNORE`忽略冲突。插入前检查数据是否存在也是个办法。

### 5. IOException：文件操作错误

文件不存在或路径错误。读取CSV、Parquet等外部文件时常见。

```python
try:
    conn.execute("SELECT * FROM read_csv('nonexistent_file.csv')")
except duckdb.IOException as e:
    print(f"文件操作错误: {e}")
```sql

**错误信息：**
```text
IO Error: No files found that match the pattern "nonexistent_file.csv"

LINE 1: SELECT * FROM read_csv('nonexistent_file.csv')
                      ^
```sql

读取文件前先检查文件是否存在：

```python
import os

file_path = 'data.csv'
if not os.path.exists(file_path):
    print(f"文件不存在: {file_path}")
else:
    conn.execute(f"SELECT * FROM read_csv('{file_path}')")
```sql

### 6. ConversionException：类型转换错误

CAST转换失败。比如把字符串转成整数，但字符串里包含非数字字符。

```python
try:
    conn.execute("SELECT CAST('not_a_number' AS INTEGER)")
except duckdb.ConversionException as e:
    print(f"类型转换错误: {e}")
```sql

**错误信息：**
```text
Conversion Error: Could not convert string 'not_a_number' to INT32

LINE 1: SELECT CAST('not_a_number' AS INTEGER)
               ^
```sql

用`TRY_CAST`代替`CAST`。转换失败时返回NULL而不是报错：

```python
result = conn.execute("""
    SELECT 
        TRY_CAST('42' AS INTEGER) as valid_int,
        TRY_CAST('not_a_number' AS INTEGER) as invalid_int
""").fetchall()

print(result)  # [(42, None)]
```sql

批量数据清洗时，`TRY_CAST`特别好用。配合`CASE WHEN`可以标记无效数据：

```python
result = conn.execute("""
    SELECT 
        value,
        TRY_CAST(value AS INTEGER) as safe_int,
        CASE 
            WHEN TRY_CAST(value AS INTEGER) IS NULL THEN '无效'
            ELSE '有效'
        END as status
    FROM data_table
""").fetchall()
```sql

### 7. OutOfMemoryException：内存不足

查询需要大量内存，超过了限制。ORDER BY、GROUP BY、JOIN大表时容易触发。

```python
try:
    conn.execute("SET memory_limit='5MB'")
    conn.execute("SELECT * FROM range(1000000) t(i) ORDER BY i")
except duckdb.OutOfMemoryException as e:
    print(f"内存不足: {e}")
```sql

**错误信息：**
```text
Out of Memory Error: failed to pin block of size 256.0 KiB (4.5 MiB/4.7 MiB used)

Possible solutions:
* Reducing the number of threads (SET threads=X)
* Disabling insertion-order preservation (SET preserve_insertion_order=false)
* Increasing the memory limit (SET memory_limit='8GB')
```python

DuckDB会给出解决方案提示，很实用。常见的处理方法：

```python
# 1. 增加内存限制
conn.execute("SET memory_limit='8GB'")

# 2. 减少线程数
conn.execute("SET threads=2")

# 3. 禁用插入顺序保持
conn.execute("SET preserve_insertion_order=false")

# 4. 分批处理
conn.execute("""
    SELECT * FROM big_table 
    WHERE id BETWEEN ? AND ?
""", [start_id, end_id])
```text

默认内存限制是系统内存的80%。用`PRAGMA database_size`查看内存使用情况。

## 调试工具箱

遇到性能问题或逻辑错误，这几个工具能帮你快速定位。

### EXPLAIN：查看执行计划

```python
result = conn.execute("""
    EXPLAIN SELECT * FROM perf_test WHERE id > 50000 ORDER BY value
""").fetchall()

for row in result:
    print(f"{row[0]}: {row[1]}")
```text

输出会显示查询的物理执行计划，包括各个算子和数据流向。用来分析查询性能瓶颈，检查是否使用了索引，优化JOIN顺序。

### PRAGMA：数据库诊断

```python
# 查看所有表
tables = conn.execute("PRAGMA show_tables").fetchall()

# 查看表结构
schema = conn.execute("PRAGMA table_info('table_name')").fetchall()
# 返回: (cid, name, type, notnull, dflt_value, pk)

# 查看所有配置
settings = conn.execute("SELECT * FROM duckdb_settings()").fetchall()

# 查看数据库大小
size = conn.execute("PRAGMA database_size").fetchall()
```sql

### SUMMARIZE：数据概览

```python
result = conn.execute("SUMMARIZE SELECT * FROM perf_test").fetchall()

for row in result:
    print(f"列: {row[0]}, 类型: {row[1]}, 最小值: {row[2]}, 最大值: {row[3]}")
```text

返回每列的统计信息：列名、类型、最小值、最大值、唯一值数量、平均值、标准差、25%/50%/75%分位数、总行数、NULL数量。快速了解数据分布，发现异常值。

## 错误处理最佳实践

### 分层异常捕获

```python
import duckdb

def safe_query(conn, sql):
    """安全的查询执行函数"""
    try:
        return conn.execute(sql).fetchall()
    
    except duckdb.ParserException as e:
        print(f"SQL语法错误: {e}")
        return None
    
    except duckdb.CatalogException as e:
        print(f"对象不存在: {e}")
        return None
    
    except duckdb.BinderException as e:
        print(f"列引用错误: {e}")
        return None
    
    except duckdb.ConstraintException as e:
        print(f"约束违反: {e}")
        return None
    
    except duckdb.IOException as e:
        print(f"文件操作错误: {e}")
        return None
    
    except duckdb.OutOfMemoryException as e:
        print(f"内存不足: {e}")
        print("建议: 增加内存限制或分批处理")
        return None
    
    except duckdb.Error as e:
        print(f"DuckDB错误: {e}")
        return None
    
    except Exception as e:
        print(f"未知错误: {e}")
        return None

# 测试
print(safe_query(conn, "SELEC * FROM table"))  # 语法错误
print(safe_query(conn, "SELECT * FROM no_table"))  # 对象不存在
print(safe_query(conn, "SELECT bad_col FROM table"))  # 列引用错误
```sql

这种分层捕获的好处是，不同类型的错误可以采取不同的处理策略。比如内存不足时提示用户调整配置，文件不存在时提示检查路径。

### 安全的连接管理

```python
from contextlib import contextmanager

@contextmanager
def get_duckdb_connection(db_path=':memory:'):
    """安全的连接管理器"""
    conn = None
    try:
        conn = duckdb.connect(db_path)
        
        # 设置合理的默认配置
        conn.execute("SET memory_limit='4GB'")
        conn.execute("SET threads=4")
        
        yield conn
        
    except duckdb.Error as e:
        print(f"数据库错误: {e}")
        raise
    finally:
        if conn:
            try:
                conn.close()
            except:
                pass

# 使用
with get_duckdb_connection() as conn:
    result = safe_query(conn, "SELECT * FROM table")
```sql

用`contextmanager`确保连接正确关闭，避免资源泄漏。

### 事务错误处理

```python
try:
    conn.execute("BEGIN TRANSACTION")
    
    # 执行多个操作
    conn.execute("INSERT INTO table VALUES (1, 'Alice')")
    conn.execute("INSERT INTO table VALUES (2, 'Bob')")
    conn.execute("UPDATE table SET name='Charlie' WHERE id=1")
    
    conn.execute("COMMIT")
    print("事务成功")
    
except duckdb.Error as e:
    print(f"事务失败: {e}")
    try:
        conn.execute("ROLLBACK")
        print("已回滚")
    except:
        pass
```sql

事务中的错误会自动回滚未提交的操作，但显式调用`ROLLBACK`更保险。实测中，插入两条数据后主键冲突，回滚后表里是空的，说明回滚确实生效了。

## 常见陷阱

### CSV类型推断错误

DuckDB读取CSV时会推断列类型，但混合类型列可能被推断为VARCHAR。

```python
# CSV中value列有数字和字符串混合
# DuckDB推断为VARCHAR，但后续需要数值计算
```python

解决方法：手动指定列类型或用`TRY_CAST`转换。

```python
# 手动指定列类型
conn.execute("""
    SELECT * FROM read_csv('data.csv',
        columns={'id': 'INTEGER', 'name': 'VARCHAR', 'value': 'VARCHAR'})
""")

# 或者使用TRY_CAST转换
conn.execute("""
    SELECT 
        id,
        name,
        TRY_CAST(value AS DOUBLE) as value_num
    FROM read_csv('data.csv')
""")
```sql

### 内存不足

大表ORDER BY需要大量内存。默认配置下可能不够用。

```python
# 问题代码
conn.execute("SELECT * FROM big_table ORDER BY random_column")
```python

解决方法：增加内存限制、使用LIMIT、分批处理。

```python
# 1. 增加内存
conn.execute("SET memory_limit='8GB'")

# 2. 使用LIMIT
conn.execute("SELECT * FROM big_table ORDER BY random_column LIMIT 10000")

# 3. 分批处理
for i in range(0, total_rows, batch_size):
    batch = conn.execute(f"""
        SELECT * FROM big_table 
        WHERE id BETWEEN {i} AND {i + batch_size}
        ORDER BY random_column
    """).fetchall()
    process_batch(batch)
```sql

### 事务中的并发冲突

多个连接同时写入同一个数据库文件可能冲突。

```python
# 使用事务和重试机制
import time

def insert_with_retry(conn, sql, max_retries=3):
    for i in range(max_retries):
        try:
            conn.execute("BEGIN TRANSACTION")
            conn.execute(sql)
            conn.execute("COMMIT")
            return True
        except duckdb.Error as e:
            if "locked" in str(e).lower():
                time.sleep(0.1 * (i + 1))  # 指数退避
                continue
            raise
    return False
```sql

## 性能诊断

### 查询计时

```python
import time

# 简单计时
start = time.time()
result = conn.execute("SELECT * FROM big_table").fetchall()
elapsed = time.time() - start
print(f"查询耗时: {elapsed*1000:.2f}ms")
```sql

实测数据（10万行数据）：
- 100次简单查询：1805.9ms（平均18.06ms）
- 100次聚合查询：123.3ms（平均1.23ms）
- 10次排序查询：17.1ms（平均1.71ms）
- 1000行事务插入：334.5ms

聚合查询比简单查询快，因为聚合操作在C++层面优化得很好。排序查询也很快，DuckDB的列式存储对ORDER BY有专门优化。

### EXPLAIN ANALYZE

```python
# 实际执行并收集统计信息
result = conn.execute("""
    EXPLAIN ANALYZE SELECT * FROM big_table WHERE id > 1000
""").fetchall()

for row in result:
    print(row)
```text

输出包含实际执行时间、处理的行数、内存使用。比`EXPLAIN`更详细，因为它真的执行了查询。

## 错误信息解读

DuckDB的错误信息结构清晰：

```text
[错误类型]: [错误描述]

LINE [行号]: [出错的SQL片段]
       [位置标记]
```text

常见错误关键词：

| 关键词 | 含义 | 解决方向 |
|--------|------|----------|
| `syntax error` | SQL语法错误 | 检查拼写和语法 |
| `does not exist` | 对象不存在 | 检查表名/列名 |
| `not found` | 列引用错误 | 检查列名拼写 |
| `Duplicate key` | 主键冲突 | 使用UPSERT或检查 |
| `NOT NULL constraint` | NULL值约束 | 提供有效值 |
| `Could not convert` | 类型转换失败 | 使用TRY_CAST |
| `No files found` | 文件不存在 | 检查路径 |
| `Out of Memory` | 内存不足 | 增加限制或分批 |
| `locked` | 并发锁冲突 | 重试或优化并发 |

看到这些关键词，基本就能判断问题出在哪里。

## 总结

DuckDB的错误处理其实不复杂，关键是理解异常体系和常见错误类型。几个要点：

1. **理解异常层次**：`ProgrammingError`是语法问题，`OperationalError`是运行时问题，`DataError`是数据问题，`IntegrityError`是约束问题。

2. **善用智能提示**：DuckDB会提示相似的表名、列名、参数名，仔细看错误信息能省很多时间。

3. **用TRY_CAST代替CAST**：批量数据处理时，`TRY_CAST`更安全，转换失败返回NULL而不是报错。

4. **分层捕获异常**：不同类型的错误采取不同的处理策略，代码更健壮。

5. **调试工具用起来**：`EXPLAIN`看执行计划，`PRAGMA`查元数据，`SUMMARIZE`看数据分布。

6. **内存管理很重要**：大查询前检查内存限制，必要时调整配置或分批处理。

7. **事务要显式回滚**：虽然DuckDB会自动回滚，但显式调用`ROLLBACK`更保险。

遇到报错别慌，先看错误类型，再看错误信息，最后用调试工具定位。多踩几次坑就熟了。

## 参考资源

- [DuckDB Python API文档](https://duckdb.org/docs/api/python)
- [DuckDB SQL语法](https://duckdb.org/docs/sql/introduction)
- [DuckDB异常定义源码](https://github.com/duckdb/duckdb/blob/main/src/include/duckdb/common/exception.hpp)
- [DuckDB GitHub Issues](https://github.com/duckdb/duckdb/issues)
- [DuckDB Discord社区](https://discord.gg/duckdb)

---

## 延伸阅读

- [DuckDB 安装完全指南：从入门到实战](/p/duckdb-install-guide/) - Python/CLI/Node.js 三种方式实测
- [DuckDB 配置参数详解：调优你的查询性能](/p/duckdb-config-params/) - memory_limit、threads 调优实战
- [DuckDB 内存模式 vs 持久化模式](/p/duckdb-memory-vs-persistent/) - 性能实测与选型指南


常见错误关键词：

| 关键词 | 含义 | 解决方向 |
|--------|------|----------|
| `syntax error` | SQL语法错误 | 检查拼写和语法 |
| `does not exist` | 对象不存在 | 检查表名/列名 |
| `not found` | 列引用错误 | 检查列名拼写 |
| `Duplicate key` | 主键冲突 | 使用UPSERT或检查 |
| `NOT NULL constraint` | NULL值约束 | 提供有效值 |
| `Could not convert` | 类型转换失败 | 使用TRY_CAST |
| `No files found` | 文件不存在 | 检查路径 |
| `Out of Memory` | 内存不足 | 增加限制或分批 |
| `locked` | 并发锁冲突 | 重试或优化并发 |

看到这些关键词，基本就能判断问题出在哪里。

## 总结

DuckDB的错误处理其实不复杂，关键是理解异常体系和常见错误类型。几个要点：

1. **理解异常层次**：`ProgrammingError`是语法问题，`OperationalError`是运行时问题，`DataError`是数据问题，`IntegrityError`是约束问题。

2. **善用智能提示**：DuckDB会提示相似的表名、列名、参数名，仔细看错误信息能省很多时间。

3. **用TRY_CAST代替CAST**：批量数据处理时，`TRY_CAST`更安全，转换失败返回NULL而不是报错。

4. **分层捕获异常**：不同类型的错误采取不同的处理策略，代码更健壮。

5. **调试工具用起来**：`EXPLAIN`看执行计划，`PRAGMA`查元数据，`SUMMARIZE`看数据分布。

6. **内存管理很重要**：大查询前检查内存限制，必要时调整配置或分批处理。

7. **事务要显式回滚**：虽然DuckDB会自动回滚，但显式调用`ROLLBACK`更保险。

遇到报错别慌，先看错误类型，再看错误信息，最后用调试工具定位。多踩几次坑就熟了。

## 参考资源

- [DuckDB Python API文档](https://duckdb.org/docs/api/python)
- [DuckDB SQL语法](https://duckdb.org/docs/sql/introduction)
- [DuckDB异常定义源码](https://github.com/duckdb/duckdb/blob/main/src/include/duckdb/common/exception.hpp)
- [DuckDB GitHub Issues](https://github.com/duckdb/duckdb/issues)
- [DuckDB Discord社区](https://discord.gg/duckdb)

---

## 延伸阅读

- [DuckDB 安装完全指南：从入门到实战](/p/duckdb-install-guide/) - Python/CLI/Node.js 三种方式实测
- [DuckDB 配置参数详解：调优你的查询性能](/p/duckdb-config-params/) - memory_limit、threads 调优实战
- [DuckDB 内存模式 vs 持久化模式](/p/duckdb-memory-vs-persistent/) - 性能实测与选型指南