在日常数据分析工作中我们经常会遇到过这样的问题CSV、Excel、JSON 等文件在本地数据库使用远程连接来回折腾数据的导入导出BI 工具必须先创建数据仓库、执行 ETL 任务获取数据成本高、链路长数据探索阶段编写脚本过于复杂门槛过高。那么有没有一种方式能够避免以上问题直接使用 SQL 实现跨本地文件和远程数据库的一站式数据分析今天给大家介绍一个为了解决这些痛点的开源项目DuckQuery。DuckQuery 是一款免费开源、基于 DuckDB 引擎的 AI 可视化 SQL 工作台,提供本地文件与远程数据库库一站式跨源分析。DuckQuery 主要采用 TypeScript/JavaScript Python 语言开发遵循 MIT 开源协议代码托管在 GitHubhttps://github.com/Chenkeliang/duckdb-query功能特性本地文件导入直接拖拽 CSV、Excel、Parquet、JSON 到浏览器转化为 DuckDB 原生表不需要上传服务器查询速度极快。外部数据库支持连接 MySQL、 PostgreSQL 外部数据库并且基于 DuckDB 的统一查询引擎实现跨数据源包括文件和数据库分析。查询工作台SQL 编辑器提供代码补全、语法高亮、格式化等辅助功能同时还提供可视化的 JOIN 查询、集合运算以及透视表配置方便快速数据分析。可视化图表可以基于查询结果一键转换为柱状图、折线图、面积图、饼图、环形图、大数字等可视化结果。数据导出查询结果可以导出为 CSV、JSON、Excel 格式文件。AI 助手配置模型之后可以提供问数对话、报错医生、AI 图表推荐等功能。本地优先DuckQuery 支持自托管通过本地引擎例如 DuckDB-Wasm直接执行查询数据不上传、计算不依赖云端服务让用户对数据拥有完全控制权。在线体验DuckQuery 提供了一个在线体验环境网址如下https://chenkeliang.github.io/duckdb-query/在线环境不支持连接远程数据库、读取 Excel 文件以及 AI 助手功能这些功能需要安装本地版本。下载安装DuckQuery 提供了 Windows、macOS 桌面版下载地址如下https://github.com/Chenkeliang/duckdb-query/releases另外DuckQuery 还提供了基于 Docker 和 Docker Compose 自托管版本安装命令如下$gitclone https://github.com/Chenkeliang/duckdb-query.git $cdduckdb-query./quick-start.sh启动容器服务之后通过以下地址进行访问http://localhost:48000