DuckDB-paimon 是由 PolarDB 团队开发的一款 DuckDB 扩展插件，允许通过 SQL 直接查询 Apache Paimon 表，无需任何 ETL 搬运，无需 Flink/Spark 集群，打开 DuckDB Shell 即可对 Paimon 表执行 SQL 分析。

近期发布 v0.0.3-variegata 版本带来了一项系统性的改进：谓词下推（Predicate Pushdown）能力的全面覆盖。

谓词下推意味着什么

"谓词"这个词听起来有些学术，其实就是 SQL 中 WHERE 后面的那些过滤条件，比如  WHERE age > 18 或  WHERE region = 'cn-hangzhou'。

当 DuckDB 通过 duckdb-paimon 查询一张 Paimon 表时，有两种处理方式：

方式一（没有谓词下推）：DuckDB 向 Paimon 发起请求，Paimon 把表里所有的数据都从数据湖存储层读出来，通过网络传给 DuckDB，再由 DuckDB 的执行器在内存里逐行检查哪些符合 WHERE 条件。如果这张表有 1 亿行，哪怕最终只需要 1000 行，也得先把 1 亿行全部搬过来。

方式二（有谓词下推）：DuckDB 在发起请求的同时，把 WHERE 条件也一并告知 Paimon。Paimon 在自己的存储层读取文件

时，就能利用列式存储的文件级统计信息（比如每个文件中某列的最小值/最大值），直接跳过那些肯定不包含目标数据的文件，甚至在行组（row group）级别提前过滤，只把可能命中的数据传出来。

Paimon 的数据通常存放在对象存储（如阿里云 OSS、AWS S3）上，每次 I/O 都有网络开销。谓词下推减少的不只是计算量，更是从 Paimon 数据湖存储层实际读出的数据量本身。对于存储在对象存储上的大表，这个差别非常明显——扫描 1 TB 和扫描 100 GB，不只是速度上的区别，也是存储读取成本上的区别。

v0.0.2 已经具备了基本的扫描能力，但谓词下推覆盖还不完整。v0.0.3 把这部分补全，覆盖了日常 SQL 里最常见的那几类过滤条件。

谓词下推意味着什么新增支持的谓词类型

比较运算符

=、 !=、 <、 >、 <=、 >= 这几个基础运算符现在都能下推。这是最高频的过滤场景，比如：

SELECT * FROM paimon_table WHERE age > 18;
SELECT * FROM paimon_table WHERE status != 'deleted';

NULL 判断

SELECT * FROM paimon_table WHERE email IS NULL;
SELECT * FROM paimon_table WHERE phone IS NOT NULL;

BETWEEN

范围查询是时序数据和日志表里最常见的过滤方式：

SELECT * FROM paimon_table WHERE event_time BETWEEN '2026-01-01' AND '2026-04-01';

NOT BETWEEN 同样支持。

IN / NOT IN

SELECT * FROM paimon_table WHERE region IN ('cn-hangzhou', 'cn-shanghai');
SELECT * FROM paimon_table WHERE category NOT IN ('test', 'demo');

LIKE

字符串前缀、后缀、模糊匹配：

SELECT * FROM paimon_table WHERE name LIKE 'Zhang%';

AND / OR 逻辑组合

多个条件组合后整体下推，DuckDB 解析出的谓词树按原结构传递给 Paimon：

SELECT * FROM paimon_table
WHERE region = 'cn-hangzhou'  
AND event_time >= '2026-04-01'  
AND status IN ('active', 'pending');

AND 和 OR 的嵌套组合均支持。

其他改动

安全修复：Paimon secret 中的  key_id 字段现在会在日志和错误信息中自动脱敏，避免敏感凭据被意外打印。

DuckDB 升级：底层 DuckDB 从 v1.5.1 升级至 v1.5.2。

获取方式

点击下方阅读原文，从 [ GitHub Releases] 下载 Linux amd64 或 arm64 预编译包。

也可参考项目 README 从源码构建。

本期互动

评论区分享您的应用场景和使用体验，截至4月28日(含），留言且留言处点赞数前三，随机赠送社区礼品。