Examples

读取一组CSV文件，按位置合并列：

SELECT * FROM read_csv('flights*.csv');

读取一组CSV文件，按名称合并列：

SELECT * FROM read_csv('flights*.csv', union_by_name = true);

组合模式

当从多个文件读取时，我们必须合并这些文件的模式。这是因为每个文件都有自己的模式，可能与其他文件不同。DuckDB提供了两种统一多个文件模式的方法：按列位置和按列名称。

默认情况下，DuckDB读取提供的第一个文件的模式，然后通过列位置统一后续文件中的列。只要所有文件具有相同的模式，这种方法就能正常工作。如果文件的模式不同，您可能需要使用union_by_name选项，以允许DuckDB通过读取所有名称来构建模式。

以下是两种方法如何工作的示例。

按位置联合

默认情况下，DuckDB 通过位置统一这些不同文件的列。这意味着每个文件的第一列被组合在一起，每个文件的第二列也被组合在一起，依此类推。例如，考虑以下两个文件。

flights1.csv:

FlightDate|UniqueCarrier|OriginCityName|DestCityName
1988-01-01|AA|New York, NY|Los Angeles, CA
1988-01-02|AA|New York, NY|Los Angeles, CA

flights2.csv:

FlightDate|UniqueCarrier|OriginCityName|DestCityName
1988-01-03|AA|New York, NY|Los Angeles, CA

同时读取这两个文件将产生以下结果集：

这相当于SQL构造UNION ALL。

按名称联合

如果您正在处理具有不同模式的多个文件，可能是因为添加或重命名了列，可能希望按名称统一不同文件的列。这可以通过提供union_by_name选项来实现。例如，考虑以下两个文件，其中flights4.csv有一个额外的列（UniqueCarrier）。

flights3.csv:

FlightDate|OriginCityName|DestCityName
1988-01-01|New York, NY|Los Angeles, CA
1988-01-02|New York, NY|Los Angeles, CA

flights4.csv:

FlightDate|UniqueCarrier|OriginCityName|DestCityName
1988-01-03|AA|New York, NY|Los Angeles, CA

在统一列名时，如果按位置读取这些内容会导致错误——因为两个文件的列数不同。当指定union_by_name选项时，列会正确统一，任何缺失的值都会设置为NULL。

SELECT * FROM read_csv(['flights3.csv', 'flights4.csv'], union_by_name = true);

这相当于SQL构造UNION ALL BY NAME。

使用union_by_name选项会增加内存消耗。