通过 DuckDB 集成释放 Postgres 的分析潜力
内容提要
Crunchy Data 开发了一种解决方案，将 DuckDB 与 Postgres 集成，以使用 Parquet 等开放标准在 S3 中存储的大型数据集上实现高性能分析。该解决方案作为一种托管服务提供，称为 Crunchy Bridge，提供了 Postgres 原生分析的优势，而无需关注底层细节。
延伸解读
Postgres 分析短板的务实解法
文章指出，Postgres 在 OLTP 场景中表现优异，但面对大规模数据集的 OLAP 分析时仍显吃力。Crunchy Data 没有选择修改核心或分支 Postgres，而是通过扩展机制集成 DuckDB，将部分查询计划下推至专用引擎执行。这种思路既保留了 Postgres 的生态优势，又避免了维护分支带来的成本与限制，为需要分析能力的 Postgres 用户提供了一条渐进式路径。
数据留在 S3 的分析范式
文章强调，数据正越来越多地存储在 S3 等低成本、可扩展的云存储中，Parquet、Iceberg 等开放格式也在快速普及。Crunchy Bridge 的方案让 S3 中的数据以表的形式出现在 Postgres 中，用户可以直接用标准 SQL 查询，无需将数据复制到第三方分析平台。这种“计算与存储分离”的模式，既降低了数据移动成本，也顺应了云原生数据架构的趋势。
托管服务降低使用门槛
文章坦言，通过 Postgres 钩子实现查询下推、构造 DuckDB SQL 等底层细节相当复杂。Crunchy Bridge 以托管服务形式提供该能力，用户无需关心钩子或查询下推的实现，只需像使用普通 Postgres 表一样查询 S3 数据。同时，用户仍可沿用访问控制、视图、物化视图、pg_stat_statements、PL/pgSQL、pg_cron 等 Postgres 原生功能，兼顾了易用性与生产级特性。
Q&A
Crunchy Bridge 是什么？
Crunchy Bridge 是一种托管服务，将 DuckDB 与 Postgres 集成，以实现高性能分析。
DuckDB 如何与 Postgres 集成？
DuckDB 通过 Postgres 扩展与 Postgres 集成，利用查询计划的部分推送到 DuckDB 进行高效执行。
使用 Postgres 进行分析有哪些好处？
使用 Postgres 进行分析可以享受数据访问控制、视图、查询性能洞察等优势。
为什么选择 DuckDB 作为查询引擎？
DuckDB 是一种嵌入式查询引擎，能够快速处理 Parquet 格式的数据，适合 OLAP 工作负载。
数据存储在 S3 中的优势是什么？
S3 是低成本、可扩展的云存储，能够无限扩展并从任何地方访问，适合存储分析数据。
Crunchy Bridge 如何简化用户体验？
Crunchy Bridge 作为管理服务，用户无需关注底层细节即可快速查询存储在 S3 中的数据。
