O DuckDB 2.0, com codinome Cyanoptera, está previsto para 21 de outubro de 2026. Apenas sete meses depois do lançamento da 1.5 em março, o projeto acumulou mais de 10.000 commits.

A nova versão traz um novo formato de armazenamento, um novo parser SQL, E/S assíncrona e suporte mais completo a VARIANT, além do modo servidor e de um Agent Mode na CLI projetado para agentes de IA. Para mim, a história interessante vai além de quanto mais rápida uma consulta individual roda: o DuckDB está mudando o que uma ferramenta de análise de dados pode ser.

Passei boa parte da minha carreira trabalhando com SRE, observabilidade e análise de segurança. Mais recentemente, venho construindo o DuckLocal, uma ferramenta de análise local-first de código aberto movida a DuckDB. Vejo cada vez mais um futuro em que a análise é uma colaboração entre pessoas e agentes de IA, em vez de uma pessoa abrindo uma ferramenta de BI para escrever SQL e configurar dashboards. Várias mudanças no DuckDB 2.0 apontam nessa direção.

Um pato branco e um robô de IA compartilham um notebook conectado ao DuckDB, JSON, S3, SQL inspecionável e gráficos
Um banco de dados, um agente de IA e uma interface visual podem formar um único workspace de análise de dados sob o controle do usuário.

1. Agent Mode: tratar agentes como usuários do banco de dados

Interfaces de linha de comando tradicionais são projetadas para pessoas. As bordas e os espaços de alinhamento em uma tabela da CLI do DuckDB são menos úteis para um agente. O preenchimento consome tokens; um resultado truncado pode parecer completo; erros podem não ter estrutura; e uma consulta longa pode deixar o agente esperando sem feedback útil.

Agent Mode detecta ambientes como Claude Code e Codex e ajusta a saída automaticamente. Ele usa tabelas Markdown compactas, avisos explícitos de truncamento e erros em JSON, e fornece feedback para consultas de longa duração.

Um pato aponta para um resultado compacto no terminal enquanto outro pato o lê em um notebook
Saída compacta e feedback explícito ajudam os agentes a interpretar resultados de consultas de forma confiável. Ilustração conceitual.

Em um experimento oficial, o Claude Code respondeu a todas as 22 perguntas do TPC-H a partir de prompts em linguagem natural. Cada pergunta rodou três vezes em cada modo, totalizando 132 execuções, e todas produziram a resposta correta. A saída do DuckDB lida pelo modelo caiu de 123,6K para 50,8K tokens, uma redução de cerca de 59%. Isso mede a economia na saída da consulta, não uma redução de 59% no custo total da tarefa. O relatório estima a economia em cerca de 0,5% da entrada total e não encontrou redução no custo ou no tempo de execução geral. Experimento e explicação

Discussões sobre agentes usando bancos de dados costumam focar na precisão de text-to-SQL. A eficiência e a confiabilidade com que um agente interage com o banco importam na mesma medida.

2. VARIANT: dados flexíveis com menos concessões de desempenho

Eventos do CloudTrail, logs de aplicação e dados do OpenTelemetry frequentemente chegam como JSON com estruturas variadas. No CloudTrail, por exemplo, o formato de requestParameters pode ser completamente diferente de um evento para outro.

Existem duas abordagens conhecidas: armazenar os registros como strings e analisá-los repetidamente no momento da consulta, o que é flexível mas lento; ou definir um esquema e dividir os dados em colunas, o que é rápido mas torna a evolução do esquema mais trabalhosa. O VARIANT busca combinar essas vantagens. Ele preserva a estrutura flexível enquanto usa shredding para separar campos adequados em subcolunas individuais. O VARIANT chegou na 1.5; a versão 2.0 estende seu suporte do armazenamento até a execução de consultas.

Documentos JSON com campos diferentes são organizados em colunas, com células vazias para valores ausentes
O shredding expõe a estrutura compartilhada dentro de registros flexíveis. Esta é uma visão conceitual, não um layout de armazenamento fixo.
{"eventName":"ConsoleLogin","user":"alice","success":true}
{"eventName":"CreateUser","user":"bob","sourceIP":"10.0.0.8"}

↓ Identifique e separe campos durante as gravações

eventName(string) | user(string) | success(boolean) ...

O layout real depende da distribuição dos dados e da codificação.

Alguns testes da comunidade relataram ganhos de velocidade de consulta de cerca de 6×, junto com armazenamento substancialmente menor. Esses números dependem da carga de trabalho.

Para a análise de segurança, isso abre um caminho dos eventos brutos do CloudTrail até a análise da atividade de usuários, a detecção de chamadas de API incomuns e a investigação de mudanças de permissão sem um pipeline de ETL complexo. Uma grande plataforma de dados nem sempre é o ponto de partida: DuckDB, SQL e um agente de IA podem sustentar uma parte substancial de uma investigação.

3. E/S assíncrona: local-first pode incluir dados remotos

Os dados muitas vezes vivem no S3, em outros armazenamentos de objetos ou em um data lake. Com E/S síncrona, a latência de rede pode travar consultas remotas. A E/S assíncrona do DuckDB 2.0 permite que várias leituras rodem em segundo plano enquanto as threads de processamento de consultas trabalham sobre dados que já chegaram.

Vários documentos viajam de uma nuvem S3 enquanto um pato processa uma página já recebida em seu notebook
Sobreponha leituras remotas ao processamento: busque os próximos dados enquanto trabalha no que já chegou.

No momento em que escrevo, a documentação de E/S lista suporte para Parquet e para arquivos CSV UTF-8 não comprimidos e com busca (seekable); JSON e arquivos nativos do DuckDB ainda aparecem como usando E/S síncrona. O artigo de preview da 2.0 também menciona progresso rumo ao suporte ao formato nativo, então verifique as capacidades da versão que você usa. Documentação de E/S

4. DuckDB como servidor: além de um único processo

O DuckDB começou como um banco de dados in-process, embutido diretamente em aplicações Python, Rust e C++. Esse modelo torna menos conveniente compartilhar um banco entre aplicações ou executar consultas remotamente. A versão 2.0 introduz o protocolo Quack e o comando CONNECT, permitindo que o DuckDB rode como servidor e que clientes enviem SQL para execução remota. Ele também suporta o pushdown de consultas para bancos remotos como PostgreSQL e MySQL, em vez de trazer os dados para o processo local.

Dois patos em notebooks separados trocam consultas SQL e resultados com um servidor remoto compartilhado
Vários clientes podem enviar consultas a um servidor compartilhado e receber resultados. Controle de acesso e auditoria ainda exigem design na camada de aplicação.

Isso importa para o uso corporativo: equipes precisam de um workspace compartilhado. A arquitetura que eu quero aproxima a IA dos dados, com a computação rodando onde os dados pertencem.

O Quack não é, por si só, uma solução corporativa completa para permissões, auditoria e multi-tenancy. Isso ainda exige design na camada de aplicação. O que ele oferece é uma base para construir essa arquitetura.

Local-first significa dar aos usuários controle sobre seus dados e sua computação. Não exige que tudo aconteça localmente.

5. Outras melhorias que vale acompanhar

  1. Um motor de CTE recursivo reescrito. Em um teste de alcançabilidade em grafo com um milhão de arestas, o tempo de consulta caiu de 4,90 segundos para 0,12 segundos, cerca de 40× mais rápido. Algumas tarefas de travessia de grafo se tornam mais práticas em SQL, embora isso não transforme o DuckDB em substituto de um banco de dados de grafos especializado.
  2. Substituições nativas para funcionalidades do ICU. O DuckDB remove sua dependência da biblioteca ICU. Em microbenchmarks, a conversão de fuso horário ficou cerca de 2,2× mais rápida e a filtragem com collation alemã cerca de 2,6× mais rápida. Um consumo de recursos menor também beneficia aplicações embutidas.
  3. Uma API de extensões estável. Uma API C redesenhada, ABI versionada e suporte a repositórios de extensões auto-hospedados podem reduzir substancialmente a manutenção necessária entre atualizações do DuckDB. Isso é especialmente promissor para desenvolvedores de extensões em Rust.
  4. Triggers e um parser PEG. Triggers podem apoiar auditoria e processamento de mudanças em dados. Um parser extensível dá às extensões acesso mais profundo à análise de SQL, potencialmente abrindo a porta para sintaxe específica de domínio para análise de segurança e observabilidade.

6. Antes de atualizar

A versão 2.0 não é totalmente compatível com versões anteriores.

  • Formato de armazenamento. Arquivos criados ou gravados com o novo formato padrão não podem ser abertos por versões mais antigas. Se leitores antigos precisarem continuar funcionando, defina uma versão explícita de compatibilidade de armazenamento. Bancos existentes podem ser exportados e importados seguindo as orientações oficiais de migração.
  • Sintaxe de lambda. A sintaxe antiga fica desabilitada por padrão. Uma configuração temporária de compatibilidade pode habilitá-la, mas a remoção está prevista para a 2.1.
-- Old
SELECT list_transform([1, 2, 3], x -> x + 1);
-- New
SELECT list_transform([1, 2, 3], lambda x : x + 1);
  • Extensões C++. Verifique se há builds compatíveis disponíveis antes de atualizar.

Valide consultas existentes, arquivos de banco de dados e extensões de terceiros antes de mover cargas de trabalho de produção. Aplicações de desktop devem ter cuidado especial para não migrar o formato de arquivo de um usuário silenciosamente: uma versão mais antiga do aplicativo pode não conseguir mais abri-lo. Guia de migração

7. Considerações finais

Analisar um CSV ou alguns gigabytes de logs muitas vezes começa com a implantação de um banco de dados, a configuração de pipelines e a manutenção de serviços. Isso pode fazer sentido para uma grande plataforma de dados corporativa, mas nem sempre é necessário para desenvolvedores individuais, analistas de segurança ou investigações pontuais.

O DuckDB embute um motor analítico diretamente em uma aplicação. A versão 2.0 adiciona o modo servidor, o Agent Mode e um ecossistema de extensões mais maduro. O banco de dados, o agente de IA e a interface visual podem se reunir em um workspace de análise de dados leve e embutível.

É por isso que estou construindo o DuckLocal, um aplicativo de desktop local-first e de código aberto para SQL, dashboards visuais e análise colaborativa com IA. A IA ajuda a explorar os dados enquanto o usuário mantém o controle, a execução permanece inspecionável e o SQL continua transparente.

Referências

Em 19 de outubro de 2026, o DuckDB 2.0 ainda não havia sido lançado. A data de lançamento e os detalhes dos recursos permanecem sujeitos ao anúncio oficial final.