DuckDB 1.5.4 chega com correções críticas, reforço de segurança e ganhos em performance

O DuckDB 1.5.4 não é só mais um patch: é o ajuste fino crítico que estabiliza as inovações da linha 1.5, especialmente o tipo VARIANT, introduzido na 1.5.0 (março/2026), que acelerou a análise de JSON até 100×. As correções #23031 e #23194, por exemplo, resolvem inconsistências reais na leitura e escrita de dados aninhados sob filtro e em operações de shredding, problemas que podiam gerar resultados incorretos em pipelines com colunas VARIANT ou JSON_PATH. Já os fixes #23140 e #22882 refinam a poda de grupos de linhas (row groups) no Parquet, algo essencial para performance em consultas com filtros geoespaciais ou em tabelas largas com muitos arquivos pequenos, cenário comum em data lakes locais alimentados por DuckLake.

A CLI ganhou maturidade prática: as opções explícitas -dark-mode e -light-mode (#23246) resolvem falhas de detecção automática em terminais WSL, Docker ou CI, enquanto o fix #22836 evita crashes ao redirecionar SQL via pipe, um detalhe que impacta diretamente quem usa DuckDB em scripts de ETL ou em workflows do Duckle. A segurança também foi fortalecida em camadas críticas: #23100 adiciona hardening em todos os caminhos de descompressão do Parquet, e #21854 corrige double free em serialização GeoArrow, relevante para quem processa geometrias em pipelines analíticos com dados abertos ou SIG.

Na comparação com a 1.5.3 (lançada em 25/05/2026), a 1.5.4 não traz novas funcionalidades, mas consolida o que estava instável: a 1.5.3 trouxe o Quack em beta e suporte experimental no DuckLake, mas deixou lacunas técnicas no núcleo, como a corrupção silenciosa em MERGE INTO com cláusulas WHEN NOT MATCHED (#23014) ou a aceitação de JSON inválido sem erro (#23137). Agora, esses bugs estão fechados. Também houve evolução prática na CLI: a 1.5.3 já havia redesenhado o prompt e adicionado pager, mas a 1.5.4 resolve crash real ao usar pipes e garante comportamento previsível em temas escuros, algo que faltava na versão anterior.

Para engenheiros de dados que usam DuckDB como motor embutido em pipelines locais, notebooks ou ferramentas como Duckle, essa atualização reduz risco operacional: erros em MERGE INTO ou VARIANT podem gerar duplicação ou perda de dados em transformações críticas. A melhoria na poda de row groups do Parquet (#23140) e na compactação gzip (#23232) impacta tempo de execução em consultas repetidas sobre conjuntos de dados grandes, especialmente em ambientes com limitação de I/O, como laptops ou máquinas CI. E o hardening em deserialização (#23100) é uma resposta direta ao aumento de uso de DuckDB em cargas sensíveis, como processamento de dados abertos com metadados complexos ou geometrias.