如何从Parquet文件创建带主键的DuckDB表以高效查询存在性

错误原因 #

你使用的语法不符合DuckDB规则：不能在同一条CREATE TABLE语句中同时指定列约束（如PRIMARY KEY）和AS SELECT子句，这两种语法逻辑互斥，因此触发解析错误。

正确实现方式 #

针对从Parquet提取唯一ID、创建高效支持单点查询的表，有两种可行方案：

方案1：先定义带主键的空表，再插入去重数据 #

适合提前明确列类型与约束的场景，直接指定主键约束后插入数据：

CREATE OR REPLACE TABLE data (
    id UUID PRIMARY KEY
);

INSERT INTO data
SELECT DISTINCT id FROM 'my-parquet-file.parquet';

方案2：先通过查询创建表，再添加主键约束 #

适合让DuckDB自动推导列类型的场景，后续再补加主键索引：

CREATE OR REPLACE TABLE data AS
SELECT DISTINCT id FROM 'my-parquet-file.parquet';

ALTER TABLE data ADD PRIMARY KEY (id);

优化单点查询的关键 #

DuckDB的主键约束会自动为列创建唯一B树索引，对于WHERE id = test_id这类单点存在性检查，B树索引能将查询复杂度降至O(log n)，大幅提升大表的查询效率。如果你的UUID数据离散性高，这种索引的性能已经足够优秀，无需额外创建其他类型索引。

内容的提问来源于stack exchange，提问作者Bram Vanroy