DuckPL：为DuckDB引入过程式编程语言
原文地址：https://blobs.duckdb.org/events/duckdb-developer-meeting-1/duckpl-a-procedural-language-in-duckdb-denis-hirn.pdf
在2026年1月30日的DuckDB开发者会议#1上，来自蒂宾根大学的Denis Hirn（长期DuckDB贡献者）介绍了DuckPL——一种为DuckDB打造的原生过程式编程语言，旨在填补DuckDB在用户定义函数（UDF）功能上的关键空白。
当前DuckDB UDF的局限性
DuckDB目前支持简单的宏（MACRO）功能：
CREATEMACROadd(a,b)ASa+b;但不支持完整的过程式编程：
CREATEMACRO sequence(n)ASIFn<0THENdosomestuffELSEdoother stuffENDIF;现有解决方案如Python、R等外部语言UDF虽然可用，但：
- 需要外部运行时环境
- 破坏了DuckDB“单文件、零依赖数据库”的核心承诺
DuckPL的核心特性
DuckPL为DuckDB带来了完整的PL/pgSQL兼容性过程式编程能力：
简单直观的编程模型
CREATEFUNCTIONcollatz(yBIGINT)RETURNSBIGINTAS$$DECLAREstepsBIGINT:=0;xBIGINT:=y;BEGINWHILEx>1LOOPIFx%2=0THENx :=x/2;ELSEx :=3*x+1;ENDIF;steps :=steps+1;ENDLOOP;RETURNsteps;END;$$;对比纯SQL实现（需要复杂的递归CTE）：
WITHRECURSIVE collatz_cte(x,steps)AS(...)DuckPL让过程式逻辑编写变得直观简单，无需掌握高级SQL技巧。
技术架构解析
双重解析机制
DuckPL采用两层解析架构：
- CREATE FUNCTION语句解析：扩展DuckDB原有SQL解析器
- PL/pgSQL函数体解析：重用libpg_query库的PL/pgSQL解析器
CREATE FUNCTION语句 → libpg_query解析 → AST转换 → DuckPL AST这与DuckDB 2018年构建SQL解析器的方式完全一致，保证了技术一致性。
统一的内部表示（DuckPL AST）
DuckPL设计了简洁、语法无关的中间表示（IR），将所有复杂结构简化为基本构建块：
- FOR/WHILE循环 → LOOP + IF + BREAK组合
- CASE语句 → IF语句链
- 游标循环 → 基本循环结构
示例转换：
WHILE counter < 10 LOOP counter := counter + 1; END LOOP; RETURN counter;转换为DuckPL IR：
loop { if (counter >= 10) { break; } let counter = counter + 1; } emit counter; stop;这种设计带来三大优势：
- 简化解释器：减少控制流处理复杂度
- 支持多语言前端：未来可轻松添加PL/Python、PL/Duck等
- 便于编译优化：更容易将DuckPL AST编译为SQL
持久化存储
DuckPL函数通过专用表duckpl_functions持久化存储：
CREATETABLEduckpl_functions(function_idBIGINTPRIMARYKEY,function_uuid UUID,function_num_argsINT,function_arg_namesTEXT[],function_arg_typesTEXT[],function_return_typesTEXT[],function_returns_setBOOLEAN,function_nameTEXTNOTNULL,function_srcTEXT,function_bodyBLOB-- 序列化的AST);启动时加载反序列化，立即注册到目录中，无需重新解析。
堆栈驱动的解释器
DuckPL采用显式堆栈帧管理而非递归调用：
- 状态管理：执行可在任意点暂停和恢复
- 无C++递归：避免栈深度限制和溢出风险
- 完全流式处理：结果逐块输出，不缓冲全部数据
这种设计特别适合流式场景：
CREATEFUNCTIONinfinite()RETURNSSETOFBIGINTAS$$DECLAREiBIGINT:=0;BEGINLOOPi :=(i+1)%1000;RETURNNEXTi;-- 流式输出ENDLOOP;END$$;对比PostgreSQL（会缓冲所有结果导致内存膨胀），DuckPL的流式处理能高效配合LIMIT等操作。
表达式执行优化
通过ExpressionExecutor缓存机制，避免每次表达式计算都触发完整SQL管道：
- 准备虚拟SELECT语句提取表达式
- 缓存对应的ExpressionExecutor实例
- 针对包含局部变量的DataChunk执行
实测带来30倍以上的性能提升。
功能支持现状
已实现功能：
- 标量/表值UDF
- 变量和赋值
- 所有数据类型（包括复合类型）
- 控制流（IF、LOOP、WHILE、FOR、BREAK、CONTINUE、RETURN、RETURN NEXT）
- 游标（FETCH INTO）
- 调试支持（RAISE INFO）
规划中功能：
- 聚合/窗口UDF
- 异常处理
- 事务支持（COMMIT、ROLLBACK）
- UDF优化器
- 编译为纯SQL：利用递归CTE等技术大幅提升性能
暂不支持：
- 动态SQL（可使用query(…)替代）
- 高级游标功能（SCROLL、MOVE）
- 触发器
未来愿景与发展路线
混合执行架构
未来DuckPL将发展为解释与编译混合执行系统：
PL/SQL输入 → 解析 → AST转换 → 分发器 → [解释器 | SQL编译]交互式编程环境
计划提供REPL式CLI体验：
❯ duckdb D LET y=0:: BIGINT;D FOR i IN1..10: LET x=(SELECTRANDOM());IF x>0.5: LET y=y +1;D PRINT y;5技术演进方向
- 现代化语法：添加友好型PL语法
- 下一代解析器：转向PEG-based PL/pegSQL
- 向量化解释：实现向量化执行
- 生产就绪：改进错误信息和调试支持
总结：DuckPL的核心价值
兼容性优先
- 为现有PL/pgSQL代码库提供迁移路径
- Postgres用户几乎无需学习成本
- 与现有工具链立即兼容
智能执行引擎
- 基于堆栈的流式解释，避免内存膨胀
- 无需外部运行时，保持"零依赖"承诺
- 随数据库一起分发，无额外依赖
前瞻性设计
- 为自动UDF编译和内联优化奠定基础
- 支持混合执行策略
- 为未来性能飞跃预留空间
DuckPL即将开源，这将为DuckDB生态系统带来真正的过程式编程能力，让用户能在保持DuckDB核心优势的同时，享受完整的过程式编程体验。
作者：Denis Hirn（蒂宾根大学）
GitHub：@kryonix
)
