2025-10-09

Adoption-Kennzahlen und Benchmark-Ergebnisse für DuckDB v1.4 LTS

The DuckDB team

#1 auf ClickBench

Am 9. Oktober 2025 hat die In-Memory-Variante von DuckDB Platz 1 im beliebten ClickBench-Datenbankbenchmark erreicht:

Dieses Ergebnis wurde durch mehrere Performance-Optimierungen in DuckDB v1.4 möglich.

Update: Seit dem 26. Oktober haben sich die ClickBench-Regeln geändert. Die neuen Regeln verhindern, dass In-Memory-Datenbanken „kalte“ (und „kombinierte“) Ergebnisse zeigen. Nach dieser Änderung ist DuckDB das #1-Open-Source-System bei Hot Runs und liegt knapp hinter dem Führenden in dieser Kategorie, Umbra, einem Closed-Source-Forschungsprototyp.

#3 meistbewundertes System auf Stack Overflow

In der Stack-Overflow-Developer-Survey 2024 wurde DuckDB unter den Top-3 der meistbewunderten Datenbanksysteme genannt. In der Umfrage 2025 erreichte es Platz 4 (nur 0,2 % hinter SQLite), holte das aber durch einen deutlichen Nutzungsanstieg wieder auf: von 1,4 % im Jahr 2024 auf 3,3 % im Jahr 2025.

Über 20 Fortune-100-Unternehmen nutzen DuckDB

Wir haben die Zahl der Fortune-100-Unternehmen geschätzt, die DuckDB nutzen, indem wir selbst angegebene Zugehörigkeiten im DuckDB-Issue-Tracker mit einer Liste der Fortune-100-Unternehmen abgeglichen haben.

Über 25 Millionen Downloads / Monat

Das Python-Paket von DuckDB hat allein auf PyPI fast 25 Millionen monatliche Downloads. Dazu kommen Downloads anderer beliebter Clients wie CLI, Go, Node.js, Java, R, Rust und so weiter.

TPC-H SF 100.000

DuckDB ist nicht nur schnell, sondern auch skalierbar. Kürzlich haben wir die Abfragen der TPC-H-Workload auf dem Scale-Factor-100.000-Datensatz ausgeführt, das entspricht 100.000 GB an CSV-Dateien. Offensichtlich braucht die Verarbeitung einer solchen Datenmenge die Fähigkeit, auf die Platte auszulagern.

Wir haben das Experiment auf einer i8g.48xlarge-EC2-Instanz ausgeführt, mit 1,5 TB RAM und 192 CPU-Kernen (AWS Graviton4, Arm64). Diese Instanz hat 12 NVMe-SSD-Platten mit je 3750 GB. Daraus haben wir ein RAID-0-Array gemacht, um eine einzige 45-TB-Partition zu haben, und sie mit XFS formatiert.

Den Datensatz haben wir mit dem Tool tpchgen-cli erzeugt, einer reinen Rust-Implementierung des TPC-H-Generators. Wir haben den Generator so konfiguriert, dass er Parquet-Datei-Chunks erzeugt, und diese in DuckDB geladen. Die fertige DuckDB-Datenbank war etwa 27 TB groß (als einzelne Datei!).

DuckDB hat alle 22 Abfragen des Benchmarks mit seiner Larger-than-Memory-Verarbeitung abgeschlossen. Bei manchen Abfragen bedeutete das, etwa 7 Terabyte Daten auf die Platte auszulagern. Die mediane Query-Laufzeit lag bei 1,19 Stunden, das geometrische Mittel bei 1,13 Stunden.