编写DuckDB扩展：如何让标量函数返回整数

问题背景 #

基于DuckDB官方扩展模板，现有一个字符串输入输出的示例函数，想要修改为接收两个整数输入、返回整数结果的加法函数，但不清楚如何操作整数类型的Vector &result，同时对BinaryExecutor的作用和是否能用普通for循环替代存在疑问。

原示例函数：

inline void ExampleScalarFun(DataChunk &args, ExpressionState &state, Vector &result) {
    auto &name_vector = args.data[0];
    UnaryExecutor::Execute<string_t, string_t>(
        name_vector, result, args.size(),
        [&](string_t name) {
            return StringVector::AddString(result, "The provided name is  "+name.GetString()+" 🐥");
        });
}

当前修改后的（仍返回字符串）版本：

inline void Addition(DataChunk &args, ExpressionState &state, Vector &result) {
    auto &first_argument_vector = args.data[0];
    auto &second_argument_vector = args.data[1];
    BinaryExecutor::Execute<int, int, string_t>(
        first_argument_vector, second_argument_vector, result, args.size(),
        [&](int a, int b) {
            return StringVector::AddString(result, "We need to add together " + std::to_string(a)  + " and " + std::to_string(b)  + " 🐥");
        });
}

1. 修改为返回整数的加法函数 #

要返回整数，需要调整BinaryExecutor的模板参数，并直接处理整数类型的结果Vector：

• 把BinaryExecutor::Execute的模板参数改为int, int, int（依次是第一个输入类型、第二个输入类型、返回类型）
• 核心计算逻辑直接返回整数结果，BinaryExecutor会自动处理结果写入result

修改后的代码：

inline void Addition(DataChunk &args, ExpressionState &state, Vector &result) {
    auto &first_arg_vec = args.data[0];
    auto &second_arg_vec = args.data[1];
    // 模板参数：输入1类型、输入2类型、返回类型
    BinaryExecutor::Execute<int, int, int>(
        first_arg_vec, second_arg_vec, result, args.size(),
        [&](int a, int b) {
            // 直接返回加法结果，Executor自动写入result
            return a + b;
        });
}

如果需要手动操作Vector（不依赖Executor的自动赋值），可以通过FlatVector工具类直接操作数据指针：

inline void Addition(DataChunk &args, ExpressionState &state, Vector &result) {
    auto &first_arg_vec = args.data[0];
    auto &second_arg_vec = args.data[1];
    auto result_data = FlatVector::GetData<int>(result);
    auto count = args.size();

    // 遍历每个元素计算并赋值
    for (idx_t i = 0; i < count; i++) {
        int a = FlatVector::GetValue<int>(first_arg_vec, i);
        int b = FlatVector::GetValue<int>(second_arg_vec, i);
        result_data[i] = a + b;
    }
    // 标记结果Vector为Flat类型
    result.SetVectorType(VectorType::FLAT_VECTOR);
}

2. BinaryExecutor的作用 #

BinaryExecutor是DuckDB为标量函数提供的工具类，核心作用包括：

• 统一处理Vector存储格式：DuckDB的Vector支持Flat、Constant、Dictionary等多种存储类型，Executor会自动适配这些格式，无需手动判断
• 自动处理空值：内置空值检查逻辑，跳过或按规则处理空值元素，避免手动编写空值判断代码
• 底层性能优化：内部做了循环展开、类型对齐等优化，比手写普通for循环效率更高
• 简化代码逻辑：只需要关注核心计算逻辑，无需手动处理数据指针、索引遍历等冗余操作

3. 能不能用for循环替代？ #

可以用普通for循环替代，但需要注意以下问题：

• 必须手动适配Vector的不同存储类型（比如ConstantVector只需要取一次常量值，不需要遍历所有元素）
• 必须手动检查和处理空值，否则会出现计算错误
• 手写循环的性能通常不如BinaryExecutor，因为Executor做了底层优化
• 代码量会增加，需要更多的边界处理和模板适配逻辑

如果是测试场景，手写循环可以满足需求，但生产级扩展推荐使用BinaryExecutor，减少冗余代码和潜在bug。

内容的提问来源于stack exchange，提问作者Eerik Sven Puudist