DuckDB 2.0 Acelera Consultas e Otimiza Dados Semi-estruturados com Novas Funcionalidades

Esta nova versão do DuckDB eleva o nível em processamento de dados analíticos. Um dos destaques é o I/O assíncrono, que permite ao DuckDB 2.0 gerenciar operações de leitura em serviços como S3 de forma mais eficiente. Em vez de uma única thread baixar e processar dados, a versão 2.0 utiliza um pool separado de threads dedicado exclusivamente ao download, mantendo os dados em buffer enquanto os workers focam apenas na decodificação e processamento. Isso resulta em ganhos de 2 a 3 vezes na velocidade de consulta para arquivos Parquet grandes, um avanço significativo para data lakes na nuvem. Vale lembrar que o CEVIU já havia reportado em 3 de agosto de 2026 sobre esta inovação do I/O assíncrono.

Outra melhoria crucial está nas CTEs recursivas. Anteriormente, consultas profundas em estruturas hierárquicas (como histórico de Git ou BOM, bill of materials) exigiam que a tabela fosse lida repetidamente. Agora, o DuckDB 2.0 lê a tabela uma única vez, constrói uma estrutura de lookup e executa cada estágio da recursão de forma muito mais otimizada. Para dados semi-estruturados, o tipo VARIANT foi aprimorado com um mecanismo de shredding: campos consistentes dentro de um JSON são extraídos e armazenados como colunas tipadas reais, enquanto os dados mais voláteis permanecem em um formato binário compacto. Isso reduz o armazenamento e acelera as consultas em até 78 vezes comparado à versão 1.5.5 para campos que são