Search Shortcut cmd + k | ctrl + k
- 安装
- Documentation
- 入门指南
- 连接
- 数据导入
- 客户端API
- 概述
- C
- C++
- CLI
- Dart
- Go
- Java
- Julia
- Node.js (Neo)
- Node.js
- Python
- 概览
- 数据摄取
- DuckDB 和 Python 之间的转换
- DB API
- 关系型API
- Function API
- Types API
- Expression API
- Spark API
- API 参考
- 已知的Python问题
- R
- Rust
- Swift
- Wasm
- ADBC
- ODBC
- SQL
- 介绍
- 语句
- 概览
- ANALYZE
- ALTER TABLE
- ALTER VIEW
- ATTACH 和 DETACH
- CALL
- CHECKPOINT
- COMMENT ON
- COPY
- CREATE INDEX
- CREATE MACRO
- CREATE SCHEMA
- CREATE SECRET
- CREATE SEQUENCE
- CREATE TABLE
- CREATE VIEW
- CREATE TYPE
- DELETE
- DESCRIBE
- DROP
- 导出和导入数据库
- INSERT
- LOAD / INSTALL
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SUMMARIZE
- 事务管理
- UNPIVOT
- UPDATE
- USE
- VACUUM
- 查询语法
- SELECT
- FROM 和 JOIN
- WHERE
- GROUP BY
- GROUPING SETS
- HAVING
- ORDER BY
- LIMIT 和 OFFSET
- SAMPLE
- 解嵌套
- WITH
- WINDOW
- QUALIFY
- VALUES
- FILTER
- 集合操作
- 预编译语句
- 数据类型
- 概览
- Array
- Bitstring
- Blob
- 布尔
- 日期
- Enum
- Interval
- 列表
- 字面量类型
- 映射
- NULL值
- Numeric
- Struct
- 文本
- Time
- 时间戳
- 时区
- Union
- 类型转换
- 表达式
- 函数
- 概览
- 聚合函数
- 数组函数
- 位串函数
- Blob 函数
- 日期格式化函数
- 日期函数
- 日期部分函数
- 枚举函数
- 间隔函数
- Lambda 函数
- 列表函数
- 映射函数
- 嵌套函数
- 数值函数
- 模式匹配
- 正则表达式
- Struct 函数
- 文本函数
- 时间函数
- 时间戳函数
- 带时区的时间戳函数
- 联合函数
- 实用函数
- 窗口函数
- 约束
- 索引
- Meta 查询
- DuckDB的SQL方言
- 示例
- 配置
- 扩展
- 概述
- 核心扩展
- 社区扩展
- 使用扩展
- 扩展的版本控制
- Arrow
- 自动完成
- AWS
- Azure
- Delta
- Excel
- 全文搜索
- httpfs (HTTP 和 S3)
- Iceberg
- ICU
- inet
- jemalloc
- MySQL
- PostgreSQL
- 空间
- SQLite
- Substrait
- TPC-DS
- TPC-H
- VSS
- 指南
- 概述
- 数据查看器
- 数据库集成
- 文件格式
- 网络和云存储
- 概览
- HTTP Parquet 导入
- S3 Parquet 导入
- S3 Parquet 导出
- S3 Iceberg 导入
- S3 Express One
- GCS 导入
- Cloudflare R2 导入
- 通过HTTPS / S3使用DuckDB
- Meta 查询
- ODBC
- 性能
- Python
- 安装
- 执行SQL
- Jupyter Notebooks
- SQL on Pandas
- 从Pandas导入
- 导出到 Pandas
- 从Numpy导入
- 导出到Numpy
- SQL on Arrow
- 从Arrow导入
- 导出到 Arrow
- Pandas上的关系API
- 多线程 Python
- 与Ibis的集成
- 与 Polars 的集成
- 使用 fsspec 文件系统
- SQL 编辑器
- SQL 功能
- 代码片段
- 术语表
- 离线浏览
- 操作手册
- 开发
- 内部结构
- Sitemap
- Why DuckDB
- Media
- FAQ
- Code of Conduct
- Live Demo
Documentation
/ SQL
/ Expressions
Casting
类型转换指的是将特定数据类型中的值转换为另一种数据类型中的相应值的操作。 类型转换可以是隐式的或显式的。这里描述的语法执行显式转换。更多关于类型转换的信息可以在类型转换页面找到。
Explicit Casting
显式类型转换的标准SQL语法是CAST(expr AS TYPENAME)
,其中TYPENAME
是DuckDB的数据类型之一(或别名)。DuckDB还支持简写形式expr::TYPENAME
,这在PostgreSQL中也存在。
SELECT CAST(i AS VARCHAR) AS i FROM generate_series(1, 3) tbl(i);
i |
---|
1 |
2 |
3 |
SELECT i::DOUBLE AS i FROM generate_series(1, 3) tbl(i);
i |
---|
1.0 |
2.0 |
3.0 |
类型转换规则
并非所有的类型转换都是可能的。例如,不可能将INTEGER
转换为DATE
。当转换无法成功执行时,转换也可能抛出错误。例如,尝试将字符串'hello'
转换为INTEGER
将导致抛出错误。
SELECT CAST('hello' AS INTEGER);
Conversion Error: Could not convert string 'hello' to INT32
转换的确切行为取决于源类型和目标类型。例如,当从VARCHAR
转换为任何其他类型时,将尝试转换字符串。
TRY_CAST
TRY_CAST
可以在首选行为不是抛出错误,而是返回 NULL
值时使用。TRY_CAST
永远不会抛出错误,如果无法进行转换,它将返回 NULL
。
SELECT TRY_CAST('hello' AS INTEGER) AS i;
i |
---|
NULL |