【2026年版】DuckDBの始め方 — ローカルで超高速データ分析をする完全ガイド

DuckDBは「ローカルで動く超高速な分析用データベース」だよ。SQLiteって知ってるかな？ あれはトランザクション処理（OLTP）が得意だけど、DuckDBは大量データの集計や分析（OLAP）に特化したバージョンみたいなイメージだね。サーバーを立てる必要がなくて、自分のPCだけで完結するのがポイントだよ。

めちゃくちゃ簡単だよ。Pythonなら「pip install duckdb」、Macなら「brew install duckdb」、Node.jsなら「npm install duckdb」で一発だね。CLIもあるから、ターミナルで「duckdb」って打つだけでSQLを試せるよ。依存関係もほぼないから、環境構築でハマることがほとんどないんだ。

ここで実際に試してみてね。「pip install duckdb」でインストールしたらPythonで「import duckdb; con = duckdb.connect(); print(con.execute('SELECT 42 AS answer').df())」と実行してみよう。DuckDBが動いてDataFrameが返ってくれば成功だよ！

本当だよ！ DuckDBの一番すごいところの一つだね。「SELECT * FROM 'sales.csv' WHERE amount > 1000」みたいに、CSVファイルをそのままテーブルとしてSQLで扱えるんだ。Parquetファイルも同じようにクエリできるし、JSONファイルにも対応してる。わざわざデータをインポートする手間がないから、ちょっとした分析がすぐ始められるよ。

DuckDBは「列指向」というデータの持ち方をしてるんだ。普通のデータベースは行ごとにデータを保存するけど、DuckDBは列ごとにまとめて保存する。たとえば「売上の合計」を出すとき、行指向だと全行を読む必要があるけど、列指向なら売上の列だけ読めばいい。だからSUM・AVG・GROUP BYみたいな集計処理がびっくりするほど速いんだよ。数千万行のCSVでも数秒で集計できることもあるよ。

PythonからDuckDBを使うのは本当に快適だよ。「import duckdb」して「duckdb.sql("SELECT ...")」で結果が返ってくる。しかもpandasのDataFrameをそのままSQLのテーブルとして使えるんだ。「duckdb.sql("SELECT * FROM df WHERE col > 100")」みたいにね。逆にDuckDBの結果を「.df()」でDataFrameに変換もできる。pandasで遅い集計処理をDuckDBに置き換えるだけで10倍以上速くなることもあるよ。

もちろん使えるよ！ JupyterやGoogle Colabでもそのまま動くんだ。「%%sql」マジックコマンドを使えば、セルにSQLを直接書いて実行することもできるよ。JupySQL拡張と組み合わせると、可視化までノートブック上で完結するね。pandasでメモリが足りなくなるような大きなデータセットも、DuckDBなら遅延評価で効率よく処理してくれるよ。

いい質問だね！ DuckDBはAmazon S3やGoogle Cloud Storage上のファイルを直接読み込めるよ。「SELECT * FROM 's3://bucket/data.parquet'」みたいに書くだけで、ローカルにダウンロードしなくてもクエリできるんだ。httpfsという拡張機能を使えばHTTPS上のファイルも読める。データレイクとの相性が抜群なんだよ。

もちろんあるよ。DuckDBは分析クエリ（読み取り中心）が得意だけど、Webアプリのバックエンドみたいに同時に大量の書き込みが発生するユースケースには向いてないんだ。そういう用途にはPostgreSQLやMySQLが適してるね。あとマルチユーザーの同時アクセスも苦手。でも「手元でデータを素早く分析する」という用途では最強クラスだよ。2026年現在、データサイエンティストやアナリストの間では「まずDuckDBで試す」が定番になりつつあるね。