DuckDB 数据类型与 SQL 方言深度研读笔记（基于官方文档 v1.5.5 / current 分支）

本笔记整理自 duckdb-web-main/docs/current/sql/data_types/ 与 duckdb-web-main/docs/current/sql/dialect/ 下的全部 .md 文件。已忽略 Jekyll frontmatter（--- ... ---）与 Liquid 标签（{% link ... %} / {% include ... %}）。文档版本对应 DuckDB 1.5.x（current）。英文术语保留原样。

1. 概述（Overview of DuckDB's Type System）

DuckDB 的类型系统分为三大类：

通用标量类型（General-Purpose / Scalar types）：数字、布尔、字符串、二进制、日期时间、UUID、BIT、JSON、ENUM 等。
嵌套 / 组合类型（Nested / Composite types）：ARRAY、LIST、MAP、STRUCT、UNION，以及半结构化的 VARIANT。
扩展 / 专用类型：如 GEOMETRY（自 v1.5 成为内置类型，多数能力仍依赖 spatial 扩展）。

关键特性：

类型之间支持显式（CAST / ::）与隐式（implicit）转换，详见 typecasting.md。
嵌套类型可任意深度嵌套，只要遵守各自的类型规则（overview.md 的 Nesting 小节）。
嵌套类型列做 UPDATE 时，DuckDB 实际执行“先 DELETE 再 INSERT”；若表上有 ART 索引（显式索引或主键/唯一约束），可能导致意外的约束冲突（overview.md Notes）。
数据类型选择对性能影响很大，官方建议参考 Performance Guide（Schema 部分）。
DuckDB 的 SQL 方言基于 PostgreSQL，但做了若干对数据分析/DataFrame 交互更友好的差异调整（dialect/overview.md）。

通用类型总览表（节选自 overview.md）：

Name	Aliases	说明
`BIGINT`	`INT8`, `LONG`	8 字节有符号整数
`BIT` / `BITSTRING`		0/1 字符串
`BLOB`	`BYTEA`, `BINARY`, `VARBINARY`	变长二进制
`BIGNUM`		变长整数（超大数）
`BOOLEAN`	`BOOL`, `LOGICAL`	逻辑布尔
`DATE`		日历日期
`DECIMAL(p,s)`	`NUMERIC(p,s)`	定点数，默认 (18,3)
`DOUBLE`	`FLOAT8`	双精度浮点
`FLOAT`	`FLOAT4`, `REAL`	单精度浮点
`HUGEINT`		16 字节有符号整数
`INTEGER`	`INT4`, `INT`, `SIGNED`	4 字节整数
`INTERVAL`		时间间隔
`JSON`		JSON 对象（需 json 扩展）
`SMALLINT`	`INT2`, `SHORT`	2 字节整数
`TIME`		一天中的时间（无时区）
`TIMESTAMP WITH TIME ZONE`	`TIMESTAMPTZ`	带时区时间戳
`TIMESTAMP`	`DATETIME`	时间戳
`TINYINT`	`INT1`	1 字节整数
`UBIGINT` / `UHUGEINT` / `UINTEGER` / `USMALLINT` / `UTINYINT`		无符号整数族
`UUID`		128 位唯一标识
`VARCHAR`	`CHAR`, `BPCHAR`, `TEXT`, `STRING`	变长字符串

嵌套类型对照表（overview.md）：

Name	说明	列内规则	值构造	DDL/CREATE
`ARRAY`	定长、同类型有序序列	每行长度相同、类型相同	`[1,2,3]`	`INTEGER[3]`
`LIST`	变长、同类型有序序列	每行长度可不同	`[1,2,3]`	`INTEGER[]`
`MAP`	键值字典，键同类型、值同类型	各行键可不同	`map([1,2],['a','b'])`	`MAP(INTEGER, VARCHAR)`
`STRUCT`	命名值字典，键为字符串，各值类型可不同	每行键必须相同	`{'i':42,'j':'a'}`	`STRUCT(i INTEGER, j VARCHAR)`
`UNION`	多个候选项类型的“标签联合”	每行可设置不同成员	`union_value(num := 2)`	`UNION(num INTEGER, text VARCHAR)`
`VARIANT`	半结构化，每行自带类型信息	每行类型可不同	`42::VARIANT`	`VARIANT`

嵌套类型键名大小写规则（overview.md / keywords_and_identifiers.md）：

MAP 的键区分大小写。
STRUCT 与 UNION 的键不区分大小写（例如 {'key1':1} = {'KEY1':1} 为 true）。

2. 所有数据类型逐类说明

2.1 数值类型（Numeric Types，`numeric.md`）

2.1.1 定宽整数（Fixed-Width Integer Types）

存储整型（无小数部分的数字）。超出范围赋值会报错。

Name	Aliases	Min	Max	字节
`TINYINT`	`INT1`	-2^7	2^7-1	1
`SMALLINT`	`INT2`, `INT16`, `SHORT`	-2^15	2^15-1	2
`INTEGER`	`INT4`, `INT32`, `INT`, `SIGNED`	-2^31	2^31-1	4
`BIGINT`	`INT8`, `INT64`, `LONG`	-2^63	2^63-1	8
`HUGEINT`	`INT128`	-2^127	2^127-1	16
`UTINYINT`	`UINT8`	0	2^8-1	1
`USMALLINT`	`UINT16`	0	2^16-1	2
`UINTEGER`	`UINT32`	0	2^32-1	4
`UBIGINT`	`UINT64`	0	2^64-1	8
`UHUGEINT`	`UINT128`	0	2^128-1	16

重要陷阱（UINT8 vs INT8）： INT8 是 64 位（8 字节） 整数，并不是 8 位有符号整数；8 位有符号是 TINYINT/INT1。无符号别名 UINT8/UINT16/... 中的数字表示位数（bits），而有符号别名 INT1/INT2/INT4 中的数字表示字节数（bytes），INT16/INT32/INT64 又表示位数。详见 sql_quirks.md 与 numeric.md 提示。

默认建议： INTEGER 在范围/存储/性能上最平衡；磁盘吃紧才用 SMALLINT；范围不足时用 BIGINT/HUGEINT。

2.1.2 变长整数 `BIGNUM`（Variable-Length Integers）

当数值超过 HUGEINT 上限时可用。BIGNUM 存正数，用 3 个额外字节存长度与符号位。N 位十进制数约需 0.415 * N + 3 字节。最大值约 ±4.27e20201778（约 2020 万位十进制数字，单值占用高达 8 MB）。有上限，并非无限。

2.1.3 定点小数 `DECIMAL` / `NUMERIC`（Fixed-Point Decimals）

DECIMAL(WIDTH, SCALE)（别名 NUMERIC(WIDTH, SCALE)）表示精确定点小数。WIDTH = 总位数，SCALE = 小数位数。

默认 DECIMAL(18, 3)：DECIMAL、DECIMAL() 都绑定到 (18,3)。
只给 WIDTH 时 SCALE 默认为 0，即 DECIMAL(18) = DECIMAL(18,0)（截断小数）。
写法 DECIMAL(10,)、DECIMAL(10,) 均合法。

sql

SELECT
    typeof(1.5::DECIMAL)      AS "DECIMAL",
    typeof(1.5::DECIMAL())    AS "DECIMAL()",
    typeof(1.5::DECIMAL(10))  AS "DECIMAL(10)",
    typeof(1.5::DECIMAL(10,)) AS "DECIMAL(10,)";
-- DECIMAL(18,3) | DECIMAL(18,3) | DECIMAL(10,0) | DECIMAL(10,0)

范围约束（binder 直接报错，不截断）：

sql

SELECT 1::DECIMAL(39, 2);        -- Binder Error: width must be between 1 and 38
SELECT 1::DECIMAL(18, 20);       -- Binder Error: scale cannot be greater than width
SELECT 1::DECIMAL(18, -1);       -- Binder Error: scale must be between 0 and 38

WIDTH ∈ [1, 38]，SCALE ∈ [0, 38] 且 SCALE <= WIDTH。
与 PostgreSQL/Oracle 不同：不支持负 SCALE，且裸 DECIMAL 不是“无约束”类型（PG/Oracle 中是无约束，DuckDB 固定为 (18,3)）。
加/减/乘返回能容纳精确结果的定点类型，若所需 WIDTH 超过 38 则报错。
除法产生近似浮点结果（见 2.1.4）。
内部表示依 WIDTH：

Width	Internal	字节
1–4	`INT16`	2
5–9	`INT32`	4
10–18	`INT64`	8
19–38	`INT128`	16

性能陷阱： WIDTH > 19 的 DECIMAL 使用 INT128，运算明显慢于 INT32/INT64。建议 WIDTH ≤ 18，除非确有需要。

2.1.4 浮点类型 `FLOAT` / `DOUBLE`（Floating-Point Types）

Name	Aliases	说明
`FLOAT`	`FLOAT4`, `REAL`	单精度（4 字节）
`DOUBLE`	`FLOAT8`	双精度（8 字节）

通常遵循 IEEE 754。FLOAT 范围约 1E-37 ~ 1E+37、精度 ≥ 6 位；DOUBLE 范围约 1E-307 ~ 1E+308、精度 ≥ 15 位。越界通常转为 0 或 ±Infinity。
特殊值：Infinity、-Infinity、NaN。字面量须加引号，可缩写为 Inf，大小写不限：

sql

SELECT sqrt(2) > '-inf', 'nan' > sqrt(2);  -- true, true

与 PG 差异：DuckDB 对“除零”等遵循 IEEE 754（返回 Infinity/NaN），而 PG 报错（详见第 5 节后文 PostgreSQL 兼容对照）。
DuckDB 对浮点特殊值的两处偏离 IEEE 754：NaN 与 NaN 相等且大于任何其它浮点数；sqrt/sin/asin 等对定义域外输入抛错而非返回 NaN。

浮点 vs 定点的选择建议： 需要精确（金额）且加减小乘精确 → 用 DECIMAL/NUMERIC；追求速度或复杂数学计算 → 用浮点，但需警惕精度陷阱（如 1.3::FLOAT - 0.7::FLOAT != 0.6::FLOAT，而 (10::FLOAT/3)*3 = 10 但 (10::DECIMAL/3)*3 = 9.999）。

2.1.5 UUID（`numeric.md` 节 “Universally Unique Identifiers”）

128 位，内部以 HUGEINT 存储；打印为小写十六进制、以 - 分段（36 字符），例如 4ac7a9e9-607c-4c8a-84f3-843f0191e3fd。

生成 UUIDv4：uuid() / uuidv4() / gen_random_uuid()。
生成 UUIDv7：uuidv7()；提取时间戳：uuid_extract_timestamp(uuidv7())；查看版本：uuid_extract_version(uuid)。

sql

SELECT uuid_extract_timestamp(uuidv7()) AS ts;
-- 2025-04-19 15:51:20.07+00

2.1.6 舍入规则（Rounding，`numeric.md`）

从浮点/定点转整数时舍入：

FLOAT/DOUBLE → 整数：四舍五入到最近整数，平局（.5）向偶数舍入（银行家舍入）：
sql
```
SELECT 2.5::FLOAT::INTEGER;  -- 2
```

DECIMAL → 整数：平局向远离零方向舍入：

sql

SELECT 2.5::DECIMAL::INTEGER;         -- 3
SELECT 2.5::INTEGER;                  -- 3 （数字字面量按 DECIMAL 处理）

非默认舍入请用 ceil、floor、round、round_even。

2.2 布尔类型（Boolean，`boolean.md`）

Name	Aliases
`BOOLEAN`	`BOOL`, `LOGICAL`

取值 true / false，第三态 NULL（SQL 中的 “unknown”）。
字面量 true / false；更多时候由比较/连接运算产生（如 i > 10）。
WHERE/HAVING 中仅 true 通过，false/NULL 被过滤。

真值表：

AND（x AND y）：

X	true	false	NULL
true	true	false	NULL
false	false	false	false
NULL	NULL	false	NULL

OR（x OR y）：

X	true	false	NULL
true	true	true	true
false	true	false	NULL
NULL	true	NULL	NULL

2.3 字符串类型（Text，`text.md`）

Name	Aliases	说明
`VARCHAR`	`CHAR`, `BPCHAR`, `STRING`, `TEXT`	变长字符串
`VARCHAR(n)`	`CHAR(n)`...	长度限制无效（仅为兼容）

内部 UTF-8 编码，支持 Unicode。
指定长度（VARCHAR(n)）不参与性能/存储优化，仅兼容其它系统。如需限制长度做数据完整性，用 CHECK 约束：
sql
```
CREATE TABLE strings (val VARCHAR CHECK (length(val) <= 10));
```
可指定压缩类型：CREATE TABLE tbl (s VARCHAR USING COMPRESSION zstd);
特殊字符：用 escape string（e'...'）或 dollar-quoted（$$...$$），或 || chr(10) 拼接。

sql

SELECT 'Hello' || chr(10) || 'world' AS msg;

2.4 BLOB 类型（Binary Large Object，`blob.md`）

Name	Aliases
`BLOB`	`BYTEA`, `BINARY`, `VARBINARY`

任意二进制数据，含义对数据库透明（常用于图片等）。最大约 4 GB，但大对象通常建议存文件系统、库内只存路径（VARCHAR）。
字面量：'\xAA'::BLOB（单字节 170）、'\xAA\xAB\xAC'::BLOB、'AB'::BLOB。

sql

SELECT '\xAA'::BLOB;
SELECT 'AB'::BLOB;

2.5 日期 / 时间 / 时间戳（`date.md`, `time.md`, `timestamp.md`, `interval.md`）

2.5.1 `DATE`（`date.md`）

日历日期（年/月/日），按 ISO 8601（YYYY-MM-DD）。
关键字写法：DATE '1992-09-20'。
特殊值：epoch（1970-01-01）、infinity、-infinity。∞/-∞ 在系统内特殊表示且原样显示；epoch 仅为可读简写，读入时即转换。

sql

SELECT '-infinity'::DATE, 'epoch'::DATE, 'infinity'::DATE;
-- -infinity | 1970-01-01 | infinity

2.5.2 `TIME` / `TIMETZ` / `TIME_NS`（`time.md`）

Name	Aliases	说明
`TIME`	`TIME WITHOUT TIME ZONE`	一天中的时间
`TIMETZ`	`TIME WITH TIME ZONE`	带时区偏移的时间
`TIME_NS`		纳秒精度时间

格式 ISO 8601：hh:mm:ss[.zzzzzz[zzz]][+-TT[:tt]]。
TIMETZ '...-02:00' 显示时会换算到配置时区（默认 +00）。
TIME_NS 可从 Parquet 的 TIME(NANOS) 读取。
警告： 仅当可以忽略日期部分时才用 TIME，多数场景应使用 TIMESTAMP 类型。

2.5.3 `TIMESTAMP` 家族（`timestamp.md`）

Name	Aliases	说明
`TIMESTAMP_NS`		朴素时间戳，纳秒精度
`TIMESTAMP`	`DATETIME`, `TIMESTAMP WITHOUT TIME ZONE`	朴素时间戳，微秒精度
`TIMESTAMP_MS`		毫秒精度
`TIMESTAMP_S`		秒精度
`TIMESTAMPTZ`	`TIMESTAMP WITH TIME ZONE`	时区感知时间戳，微秒精度

创建：TIMESTAMP '1992-09-20 11:30:00.123456789'（超出精度的小数位被忽略）。
TIMESTAMPTZ 不存储时区本身，而是存“自 Unix 纪元 1970-01-01 00:00:00+00 以来的非闰微秒数（INT64）”，即一个绝对时间点（instant）。仅“时区感知”体现在算术/分箱（binning）/字符串格式化时使用配置时区（默认系统/UTC）。
无 TIMESTAMP_NS WITH TIME ZONE；带纳秒+UTC 的 Parquet 列会被转为 TIMESTAMPTZ 并丢失纳秒精度（timestamp.md 警告）。
字符串 ↔ 时间戳转换规则：
- 无 UTC 偏移/时区名的字符串 ↔ WITHOUT TIME ZONE：明确直接。
- 带偏移/时区名的字符串 ↔ WITH TIME ZONE：明确，但需 ICU 扩展处理时区名。
- 无偏移字符串 → WITH TIME ZONE：按配置时区解释。
- 带偏移字符串 → WITHOUT TIME ZONE：忽略偏移/时区。
- 带 UTC 之外时区名的字符串 → WITHOUT TIME ZONE：报错。
- 两类时间戳互转用配置时区；可用 timezone() 函数指定其它时区。

sql

SELECT
    timezone('America/Denver', TIMESTAMP '2001-02-16 20:38:40') AS aware1,
    timezone('America/Denver', TIMESTAMPTZ '2001-02-16 04:38:40') AS naive1;

特殊值同 DATE：epoch / infinity / -infinity。
时区支持依赖 ICU 扩展（Python/R/JDBC/ODBC 客户端已内置）；设置：INSTALL icu; LOAD icu; SET TimeZone = 'America/Los_Angeles';。可用 pg_timezone_names() 查可用时区、icu_calendar_names() 查可用日历，SET Calendar = 'japanese'; 切非公历。
相关配置：TimeZone（默认如 Europe/Amsterdam）、Calendar（默认 gregorian）。

2.5.4 `INTERVAL`（`interval.md`）

表示时间段，可加减到 DATE/TIMESTAMP/TIMESTAMPTZ/TIME。

三个独立基单位：months / days / microseconds（因月≠固定天数，天≠固定微秒数，因夏令时）。

构造：

sql

SELECT INTERVAL 1 YEAR,                 -- 存为 12 months
       INTERVAL (random()*10) YEAR,     -- 变量需括号，存为整数 months
       INTERVAL '1 month 1 day',        -- 多单位需字符串
       '16 months'::INTERVAL,
       '48:00:00'::INTERVAL;            -- HH:MM:SS，存为微秒

陷阱： 用单位关键字时小数值截断为整数（除非是 SECONDS/MILLISECONDS）：INTERVAL '1.5' YEARS → 12 months。要更高精度请用 INTERVAL '1.5 years' 或更小单位。
datepart 拆解：months → 年+月；microseconds → 时+分+微秒（不是秒）；days 不再拆分。
加减：DATE + INTERVAL 即便无微秒分量也返回 TIMESTAMP（等价于先把 DATE 补 00:00:00）。
两 TIMESTAMP 相减得到 INTERVAL，只含 days 和 microseconds；两 DATE 相减返回整数天数（非 INTERVAL）。
相等/排序陷阱： 比较时把 days 视作 24h、months 视作 30 天换算成总微秒。于是 INTERVAL 30 DAYS = INTERVAL 1 MONTH（true），但 DATE '2020-01-01' + INTERVAL 30 DAYS != DATE '2020-01-01' + INTERVAL 1 MONTH。datediff('day', ...) 与 datepart('day', ts1-ts2) 结果也可不同（前者数边界、后者数微秒/天）。
INTERVAL 差值不等同于 datediff 的分区边界数（详见 interval.md 警告示例）。

2.6 复杂 / 嵌套类型

2.6.1 `LIST`（`list.md`）

变长、同类型有序序列（类似 PG 的 ARRAY，但 DuckDB 用 LIST 术语；同时提供 array_* 兼容函数）。

构造：[1,2,3]、list_value(1,2,3)；聚合：list(...)。
列定义：INTEGER[]、VARCHAR[]。
取值：[i]（1 基）、负索引、[a:b] 切片、list_extract/array_slice（兼容别名）。
sql
```
SELECT ['a','b','c'][3], ['a','b','c'][-1], ['a','b','c'][1:2];
-- 'c' | 'c' | ['a','b']
```
比较：位置式字典序；NULL 按 PG 语义处理；低层嵌套用于打破平局。
可嵌套（含 NULL）：[['duck','goose','heron'], NULL, ['frog','toad'], []]。

2.6.2 `ARRAY`（`array.md`）

定长、同类型序列。所有行长度/类型必须一致。适合存向量（词嵌入、图像嵌入）。

构造：array_value(1,2,3)；列定义 INTEGER[3]；[3,2,1]::INTEGER[3]。
可隐式转 LIST（再用 [i]/list_extract）；LIST→ARRAY 需维度匹配。
取值同 LIST；切片返回 LIST。
有 array_cross_product、array_cosine_similarity 等原生函数，LIST 函数也适用。
排序用字典序；NULL 大于一切且彼此相等。
注意： PG 的 ARRAY 是变长，DuckDB 的 ARRAY 是定长。

2.6.3 `MAP`（`map.md`）

有序键值对；键同类型、值同类型（键与值类型可不同）。各行键可不同 → 适合 schema 未知/每行不同的场景。

构造：MAP {'key1':10,'key2':20}、map_from_entries([(...),(...)])、MAP(['k1','k2'], [10,20])。
列定义：MAP(INTEGER, DOUBLE)。
取值：map_extract_value 或 ['key']（无此键返回 NULL）；map_extract/element_at 返回单元素列表（无键返回空列表 []）。
陷阱： 键类型不对 → 报错；键类型对但不存在 → NULL（不像 STRUCT 报错）。
键区分大小写：MAP(['key1'],[1]) = MAP(['KEY1'],[1]) → false。
MAP 不允许重复键。

2.6.4 `STRUCT`（`struct.md`）

有序命名列（entries），键为字符串，各值类型可不同。每行键必须相同（键是 schema 的一部分）。类似 PG 的 ROW，但 DuckDB 要求同行同键以换取向量化性能与类型一致。

构造：struct_pack(key1 := 'value1', key2 := 42)、{'key1':'value1','key2':42}、row(...)、行变量。
取值：点号 a.x、括号 a['x space']（单引号，常量）、struct_extract；空格键用双引号 a."x space"。
展开：unnest(a) 或 a.*（支持 EXCLUDE/REPLACE，但仅限顶层 struct 列与非聚合表达式）。
点号优先级（歧义解析）：先找列，再找列内的 struct 键（struct.md 的 Dot Notation Order of Operations 详述 0/1/2+ 个点的情况）。
更新字段：struct_update({'a':1,'b':2}, b := 3, c := 4)；struct_insert 仅新增不可改。
比较：字典序，NULL 视为大于一切；不同类型 struct 会按“组合转换”规则转为键的并集。
v1.3.0 起 可用 ALTER TABLE ... ADD/DROP/RENAME COLUMN s.<field> 修改 struct 子 schema（例：ALTER TABLE test ADD COLUMN s.k INTEGER; FROM test;）。
陷阱：struct 间转换至少需要一个同名字段；key 用 row 函数构造无名 struct 不能用于建表（Invalid Input Error: A table cannot be created from an unnamed struct）。

2.6.5 `UNION`（`union.md`）

标签联合（tagged union）：可持有多个候选项类型之一，始终带“tag”判别当前成员（类似 C++ std::variant、Rust Enum）。至少 1 个成员，tag 名必须唯一，最多 256 个成员。底层基于 STRUCT 实现（tag 为首个 entry）。

构造：union_value(num := 2)、或成员类型隐式转换。
取值：union_extract(u, 'str') 或点号 u.str；union_tag(u) 返回当前 tag（ENUM）。
转换：
- 任意类型可隐式转为“包含该类型的 UNION”（候选多时按隐式转换优先级，仍歧义则报错；相同类型多成员时用 union_value(tag := ...) 消歧）。
- UNION→UNION：源是目标的子集（所有 tag 存在、类型可隐式转换）才可转，即对成员协变。
- 不能一般地把 UNION 隐式转回成员类型（会丢信息），须用 union_extract 显式取；唯一例外是转 VARCHAR（各成员用各自 VARCHAR cast）。
比较/排序：同 STRUCT 语义，先按 tag 排序（因 tag 是首个 entry）。

2.6.6 `VARIANT`（`variant.md`）

半结构化类型，每行自带类型信息（受 Snowflake VARIANT 启发，Parquet 自 2025 起支持）。与 JSON（以文本存储）不同，VARIANT 二进制存储、压缩与查询性能更好。

sql

CREATE TABLE events (id INTEGER, data VARIANT);
INSERT INTO events VALUES
    (1, 42::VARIANT),
    (2, 'hello world'::VARIANT),
    (3, [1,2,3]::VARIANT),
    (4, {'name':'Alice','age':30}::VARIANT);

查底层类型：variant_typeof(data) → 如 INT32/VARCHAR/ARRAY(3)/OBJECT(name, age)。
取值：点号 data.name 或 variant_extract(data, 'name')。
Parquet 支持读写，含 shredding（按首行组结构自动拆为类型化列，或用 SHREDDING {...} 复制选项显式指定），并可读取 Snowflake 生成的 shredded VARIANT。

2.6.7 `ENUM`（`enum.md`）

字典类型，存某列全部可能唯一字符串值（低基数列可大幅省存储、提速，列内只存字典中的数字引用）。

创建：

sql

CREATE TYPE mood AS ENUM ('sad','ok','happy');
CREATE TYPE region AS ENUM (SELECT region FROM sales_data);  -- 去重、忽略 NULL
SELECT 'clubs'::ENUM ('spades','hearts','diamonds','clubs');  -- 匿名 enum（转换时即时建）

使用：建表后可在任何内置类型可用的地方使用；自动转 VARCHAR。
值区分大小写：'maltese'::breed = 'Maltese'::breed → false；'MALTESE'::breed → 报错。
排序陷阱： 按枚举定义顺序排序（非字母序）：'low'::priority < 'high'::priority 为 true，但 'low'::VARCHAR < 'high'::VARCHAR 为 false。
与 VARCHAR/其它 enum 比较时会先转 VARCHAR 做字典序比较 → 可能漏结果（例：priority_level >= 'medium' 漏掉 'high'）。要做类型安全比较须显式 ::priority。
重要陷阱： 常量字符串与 enum 比较会被优化为 try_cast(常量, enum)，故比较一个根本不存在的字符串只返回 false 不报错；要强制类型安全请显式 ::mood（会 Conversion Error）。
函数：enum_range(NULL::mood) → [sad, ok, happy]。删除：DROP TYPE <enum>，当前即使表在用也可删（行为未来可能改为需 CASCADE）。

2.6.8 `BITSTRING` / `BIT`（`bitstring.md`）

Name	Aliases
`BITSTRING`	`BIT`

变长 0/1 字符串；每 8 位占 1 字节 + 元数据；默认不补零；大小限制同 BLOB。
创建：'101010'::BITSTRING；bitstring('0101011', 12)（左补零）；整数/浮点也可转 BITSTRING（123::BITSTRING）。

2.7 `GEOMETRY`（几何类型，`geometry.md` 节选）

GEOMETRY 在 DuckDB v1.5 成为内置类型（此前属于 spatial 扩展）。多数收益（存储优化、统计）仅对 storage version v1.5+ 的库可用；相关函数（距离、面积、相交等）仍在 spatial 扩展。
7 种形状：Point / LineString / Polygon / MultiPoint / MultiLineString / MultiPolygon / GeometryCollection。文本用 WKT（Well-Known Text），可来回 cast。
支持多维度顶点：Z（高程）、M（测量）、ZM；同一几何体内维度须一致（否则 Invalid Input Error: Geometry has inconsistent Z/M dimension）。
可为“空”（POINT EMPTY 等）。
存储：字节序列（类 BLOB），v1.5 起基于小端 WKB；支持 shredding 压缩（同类型同维度的列拆为 STRUCT/LIST/DOUBLE 段独立压缩）。

2.8 字面量类型（Literal Types，`literal_types.md`）

DuckDB 有特殊字面量类型：NULL、INTEGER_LITERAL、STRING_LITERAL，各有绑定/转换规则（0.10.0 前整数/字符串字面量直接等同 INTEGER/VARCHAR）。

NULL 字面量：关键字 NULL，可隐式转任意类型。
整数字面量：一串十进制数字 → INTEGER_LITERAL，可隐式转任意能容纳它的整数类型（如 42→TINYINT，1000→不可）。
- 不支持十六/二进制字面量直接写；但 '0xFF'::INT = 255、0b101::INT = 5（用字符串 cast）。
其它数字字面量：小数点（. 可省略任一侧），E 记法（e/E，如 1e2、6.02214e23、1e-10）。
数字中的下划线分隔符：100_000_000、'0xFF_FF'::INTEGER、1_2.1_2E0_1、'0b0_1_0_1'::INTEGER。规则：整数/小数/十六/二进制中可用；不可在首尾；不能连续或紧贴小数/指数。
字符串字面量：用单引号 '；双引号 " 用于标识符（见 4.2）。
- 隐式字符串拼接：仅由空白（且至少含一个换行）分隔的相邻单引号字符串自动拼接（'Hello' ' ' 'World' 仅当含换行时成立；无换行报错）。
- 隐式字符串转换：STRING_LITERAL 可隐式转任意类型（如 d > '1992-01-01' 对 DATE 成立），但已是 VARCHAR 的值不能（需显式 cast，否则 Binder Error）。
- 转义：单引号内用 '' 转义；e'...'/E'...' 启用 \n \t \r \b \f 等。
- Dollar-quoted：$$...$$；可加标签 $tag$...$tag$ 以在内包含 $$。

2.9 NULL 值（`nulls.md`）

任何类型列都可含 NULL（表示“未知”）。无 NOT NULL 即可插入。
任何与 NULL 的比较都返回 NULL，包括 NULL = NULL。
相等比较用 IS NOT DISTINCT FROM（NULL=NULL 为 true）；判空用 IS (NOT) NULL。
函数：输入含 NULL 通常返回 NULL（例外：coalesce 返回第一个非 NULL，ifnull 是其两参数版）。
聚合：大多忽略 NULL（min/max 等）；不忽略的有 first、last、list、array_agg（可用 FILTER 排除）。

3. 类型转换规则（Typecasting，`typecasting.md`）

显式转换：CAST(col AS VARCHAR) 或 col::VARCHAR。
隐式转换：系统自动添加，仅限“不会失败”的组合（如 INTEGER→DOUBLE 可，DOUBLE→INTEGER 不可）。函数如 sin(DOUBLE) 接受整数参数会自动转。可用 can_cast_implicitly(source, target) 检测。
组合转换（Combination Casting）：当不同类型需合并为共同父类型时（比较 =/</>、UNION/EXCEPT/INTERSECT、嵌套构造 list_value/[...]/MAP），隐式转换更宽松，例如 BOOL 可转 INT（true→1，false→0，普通隐式转换不允许）。
转换矩阵：除 NULL 外，并非任意类型都能互转；隐式允许意味着显式也允许。

有损转换（Lossy Casts）：允许，会舍入：

sql

SELECT CAST(3.1 AS INTEGER);  -- 3
SELECT CAST(3.5 AS INTEGER);  -- 4
SELECT CAST(-1.7 AS INTEGER); -- -2

舍入规则见 2.1.6。

溢出（Overflows）：溢出抛 Conversion Error；可用 TRY_CAST 转 NULL 而非报错。
sql
```
SELECT CAST(999 AS TINYINT);  -- Conversion Error: value out of range for INT8
```
VARCHAR 万能目标：任何类型都能 cast 到 VARCHAR（显示用），且一般可逆；从 VARCHAR 转出若无法解析则运行时报错。
列表/数组：CAST([1,2,3] AS VARCHAR[]) 对子元素逐个转换；ARRAY 可隐式转 LIST。
STRUCT 转换：需至少一个同名字段；目标有而源无的字段补 NULL；源有而目标无的忽略；字段顺序可不同（按名重排）；组合转换取字段并集（递归）。
UNION 转换：见 2.6.5。
破坏性变更（历史）：v0.10.0 起不再允许向 VARCHAR 的隐式转换（之前任何类型在绑定期都能隐转 VARCHAR）；可用配置 old_implicit_casting 回退（将被弃用）。

4. 友好 SQL（Friendly SQL）方言特性（`friendly_sql.md`，`keywords_and_identifiers.md` 等）

DuckDB 提供大量“语法糖”让 SQL 更简洁（部分为 DuckDB 首创，如 GROUP BY ALL，后被其它系统效仿）。

4.1 子句（Clauses）

CREATE OR REPLACE TABLE：脚本中免 DROP TABLE IF EXISTS。
CREATE TABLE ... AS SELECT（CTAS）：无需手写 schema。
INSERT INTO ... BY NAME：按列名而非位置插入。
INSERT OR IGNORE INTO ... / INSERT OR REPLACE INTO ...：依 UNIQUE/PRIMARY KEY 处理冲突。
DESCRIBE / SUMMARIZE：表/查询的 schema 摘要与统计。
FROM-first 语法：FROM tbl 等价于 SELECT *。
GROUP BY ALL：从 SELECT 列表推断分组列。
ORDER BY ALL：对所有列排序（保证确定性结果）。
SELECT * EXCLUDE / SELECT * REPLACE：排除/替换列。
UNION BY NAME：按列名而非位置 union。
前缀别名：x: 42 代替 42 AS x。
LIMIT n%：按表大小百分比限制（如 LIMIT 10%）。
PIVOT / UNPIVOT：长表↔宽表。
SET VARIABLE / RESET VARIABLE：SQL 级变量。
尾逗号（trailing commas）：列/表名列表、LIST 项构造均可带尾逗号。

4.2 标识符与引号（`keywords_and_identifiers.md`）

未加引号标识符：不能是保留字、不能以数字/特殊字符开头、不能含空白。
加双引号 "..." 可用任意关键字/空白/特殊字符（如 "SELECT"、" § 🦆 ¶ "）；双引号内用 "" 转义（如 "IDENTIFIER ""X"""）。
自动去重标识符：冲突列重命名为 name_1、name_2...（unnest 嵌套结构时常见）。
数据库名遵循标识符规则；避免内部 schema 名 system / temp（可用 ATTACH 'temp.db' AS temp2 加别名规避）。
大小写规则：
- 关键字与函数名大小写不敏感。
- 标识符整体大小写不敏感（类似 PG），但 DuckDB 连双引号标识符也视为不敏感（PG 中双引号保留大小写）。
- 比较用 ASCII 规则：col_A = col_a，但 col_á ≠ 它们。
- 保留原大小写：用户写的 CosineOfPi 仍以该形式展示（见下例），查询用不同大小写也能匹配。
  sql
```
CREATE TABLE tbl AS SELECT cos(pi()) AS CosineOfPi;
SELECT cosineofpi FROM tbl;  -- 仍显示 CosineOfPi 列名
```
- 配置 preserve_identifier_case = false 可将所有标识符转小写（兼容 PG 行为）。
冲突处理：同名不同大小写时随机选一个（如 NATURAL JOIN 两表 idfield/IdField 会冲突）。
嵌套键大小写：MAP 区分；STRUCT/UNION 不区分（再次强调）。

4.3 字面量与数字友好特性

标识符大小写不敏感但保留原样（见上）。
标识符去重（见上）。
数字字面量下划线分隔符（见 2.8）。

4.4 查询特性（Query Features）

WHERE/GROUP BY/HAVING 中可用列别名（JOIN 的 ON 不行）。
COLUMNS() 表达式（配合正则、EXCLUDE/REPLACE、lambda）批量处理多列。
可复用列别名（lateral column aliases）：SELECT i + 1 AS j, j + 2 AS k FROM range(0,3) t(i)。
高级聚合：FILTER 子句、GROUPING SETS/CUBE/ROLLUP。
count() 为 count(*) 简写。
IN 运算符支持 list 和 map。
CTE（WITH）指定列名；JOIN 子句指定列名；VALUES 可用于 JOIN 与 CTE 锚点。
SWITCH 作为 CASE 的语法糖。

4.5 函数与表达式糖

点号函数链：SELECT ('hello').upper()。
字符串格式化：format()（fmt 语法）、printf()。
列表推导（list comprehensions）、列表切片、从尾部索引 [-1]、字符串切片。
STRUCT.* 展开。
中括号 [...] 直接构造 LIST；简单 LIST/STRUCT 构造。
struct schema 更新（见 2.6.4）。

4.6 索引（Indexing，`indexing.md`）

DuckDB 用 1-based 索引（字符串、list 等）；但 JSON 对象用 0-based 索引（与 PostgreSQL 一致）。

sql

SELECT list[1] FROM (SELECT ['first','second','third'] AS list);   -- 'first'
SELECT json[1] FROM (SELECT '["first","second","third"]'::JSON AS json);  -- "second"

4.7 顺序保持（Order Preservation，`order_preservation.md`）

为兼容 DataFrame 库，DuckDB 默认保持行序。
保证保序：COPY、FROM 单表、LIMIT、OFFSET、SELECT、UNION ALL、WHERE、空 OVER 窗口函数、仅含上述成分的 CTE/子查询。可用 row_number() OVER () 或物化表的 rowid 把顺序显式化。
不保证保序：FROM 多表/子查询、JOIN、UNION、USING SAMPLE、整表聚合（顺序敏感聚合需显式指定）、GROUP BY、ORDER BY（可能不稳定排序）、标量子查询。
读取器（CSV/JSON/Parquet）默认保插入顺序。由配置 preserve_insertion_order（默认 true）控制；SET preserve_insertion_order = false; 可关闭。

5. 重要参数 / 配置（含默认值与适用版本）

配置项	默认值	说明	适用/来源
`TimeZone`	系统/如 `Europe/Amsterdam`	时区感知时间戳的算术/格式化时区	需 ICU 扩展；`timestamp.md`
`Calendar`	`gregorian`	非公历支持（如 `japanese`）	需 ICU 扩展
`preserve_identifier_case`	`true`	标识符保留原大小写；`false` 则全转小写（兼容 PG）	`keywords_and_identifiers.md`
`preserve_insertion_order`	`true`	读入/查询是否保持插入顺序	`order_preservation.md`
`old_implicit_casting`	（默认新行为）	回退到 v0.10.0 之前“任意类型隐式转 VARCHAR”的行为（将被弃用）	`typecasting.md`

配置查询：SELECT * FROM duckdb_settings() WHERE name = 'TimeZone';

6. 代码示例（保留原文 SQL）

下面汇集文档中的关键示例（原文摘录）。

数值 / 舍入：

sql

SELECT 2.5::FLOAT::INTEGER AS result;  -- 2  (round to even)
SELECT 2.5::DECIMAL::INTEGER AS result; -- 3 (round away from zero)

DECIMAL 绑定：

sql

SELECT typeof(1.5::DECIMAL) AS c;       -- DECIMAL(18,3)
SELECT typeof(1.5::DECIMAL(10)) AS c;   -- DECIMAL(10,0)

UUIDv7：

sql

SELECT uuid_extract_timestamp(uuidv7()) AS ts;

BLOB：

sql

SELECT '\xAA'::BLOB;
SELECT 'AB'::BLOB;

DATE / TIMESTAMP 特殊值：

sql

SELECT '-infinity'::DATE, 'epoch'::DATE, 'infinity'::DATE;
SELECT '-infinity'::TIMESTAMP, 'epoch'::TIMESTAMP, 'infinity'::TIMESTAMP;

TIMESTAMPTZ 与 timezone：

sql

SELECT
    timezone('America/Denver', TIMESTAMP '2001-02-16 20:38:40') AS aware1,
    timezone('America/Denver', TIMESTAMPTZ '2001-02-16 04:38:40') AS naive1;

INTERVAL：

sql

SELECT INTERVAL 1 YEAR, INTERVAL '1 month 1 day', '48:00:00'::INTERVAL;
SELECT DATE '2000-01-01' + INTERVAL (i) MONTH FROM range(12) t(i);
SELECT TIMESTAMP '2000-02-06 12:00:00' - TIMESTAMP '2000-01-01 11:00:00';  -- 36 days 1 hour

LIST / ARRAY / MAP / STRUCT：

sql

SELECT [1, 2, 3];
SELECT list_value(1, 2, 3);
SELECT ['a','b','c'][3], ['a','b','c'][-1], ['a','b','c'][1:2];
SELECT array_value(1, 2, 3)[2];
SELECT [3, 2, 1]::INTEGER[3];
SELECT MAP {'key1': 10, 'key2': 20};
SELECT MAP(['key1','key2'], [10, 20]);
SELECT struct_pack(key1 := 'value1', key2 := 42);
SELECT {'x': 1, 'y': 2, 'z': 3};
SELECT a.x FROM (SELECT {'x': 1, 'y': 2, 'z': 3} AS a);
SELECT unnest(a) FROM (SELECT {'x': 1, 'y': 2, 'z': 3} AS a);
SELECT {'key1': 0, 'k2': 0} < {'k1': 1, 'k2': 0};  -- true

UNION：

sql

CREATE TABLE tbl1 (u UNION(num INTEGER, str VARCHAR));
INSERT INTO tbl1 VALUES (1), ('two'), (union_value(str := 'three'));
SELECT union_tag(u) FROM tbl1;
SELECT u.str FROM tbl1;

VARIANT：

sql

CREATE TABLE events (id INTEGER, data VARIANT);
INSERT INTO events VALUES
    (1, 42::VARIANT),
    (2, 'hello world'::VARIANT),
    (3, [1, 2, 3]::VARIANT),
    (4, {'name': 'Alice', 'age': 30}::VARIANT);
SELECT data.name FROM events WHERE id = 4;
SELECT variant_typeof(data) FROM events;

ENUM：

sql

CREATE TYPE mood AS ENUM ('sad', 'ok', 'happy');
CREATE TYPE region AS ENUM (SELECT region FROM sales_data);
SELECT 'low'::priority < 'high'::priority;  -- true (按定义序)
SELECT enum_range(NULL::mood);              -- [sad, ok, happy]

BITSTRING：

sql

SELECT '101010'::BITSTRING;
SELECT bitstring('0101011', 12);
SELECT 123::BITSTRING;

GEOMETRY：

sql

CREATE TABLE geometries (id INTEGER, geom GEOMETRY);
INSERT INTO geometries VALUES (1, 'POINT (30 10)'), (3, 'POLYGON ((30 10, 40 40, 20 40, 10 20, 30 10))');

Friendly SQL：

sql

FROM tbl;                                  -- FROM-first
SELECT * FROM t GROUP BY ALL;
SELECT * FROM t ORDER BY ALL;
SELECT a, b EXCLUDE (c) FROM t;
SELECT 42 AS x, ['a','b','c',] AS y, 'hello';  -- 尾逗号
SELECT max(val, 3) FROM t1 GROUP BY grp;    -- top-3 in group

NULL / 隐式字符串转换：

sql

SELECT NULL IS NOT DISTINCT FROM NULL;      -- true
SELECT d > '1992-01-01' FROM (VALUES (DATE '1992-01-01')) t(d);  -- 隐式转 DATE 成功
SELECT d > '1992-01-01'::VARCHAR ...;       -- Binder Error

7. 常见陷阱与最佳实践

INT8 ≠ UINT8：INT8 是 8 字节（= BIGINT），UINT8 是 8 位（= UTINYINT）。混用会大错。见 sql_quirks.md、numeric.md。
DECIMAL 默认 (18,3)：裸 DECIMAL 不是无约束类型；WIDTH/SCALE 越界直接 binder 报错；WIDTH > 19 用 INT128 明显更慢，建议 ≤ 18。
浮点非精确：1.3::FLOAT - 0.7::FLOAT != 0.6::FLOAT；金额用 DECIMAL。除零在 DuckDB 返回 Infinity/NaN（PG 报错）。
舍入方向不同：浮点→整数用银行家舍入；DECIMAL→整数向远离零舍入。
TIMESTAMPTZ 不存时区：只存纪元微秒；显示/算术依赖 TimeZone 配置（默认系统/UTC）。跨时区明确用 timezone()。无 TIMESTAMP_NS WITH TIME ZONE，纳秒+UTC 会丢精度。
INTERVAL 比较陷阱：30 DAYS = 1 MONTH 为 true，但加到日期上结果不同；datediff('day',...) 与 datepart('day', ts1-ts2) 语义不同。
MAP vs STRUCT 键查找：MAP 缺键返回 NULL，STRUCT 缺键报错（struct_extract）；MAP 键区分大小写，STRUCT/UNION 不区分。
ENUM 比较：与 VARCHAR/其它 enum 比较会转成字典序字符串，可能漏掉高优先级项；要类型安全须显式 ::enum。常数比较被优化为 try_cast，不存在的字符串只返回 false 不报错。
UNION 不能随便隐式转回成员：用 union_extract 显式取；多相同类型成员时用 union_value(tag := ...) 消歧。
隐式字符串转换的边界：STRING_LITERAL 可隐式转任意类型（d > '1992-01-01' 成立），但已是 VARCHAR 的值不行（需显式 cast）。v0.10.0 后不再允许任意类型隐式转 VARCHAR。
NULL 三态逻辑：NULL = NULL 是 NULL；用 IS NULL / IS NOT DISTINCT FROM。聚合大多忽略 NULL。
大小写与标识符：DuckDB 标识符整体不敏感但保留原大小写；冲突时随机选一个，跨大小写 NATURAL JOIN 要小心。
0-based vs 1-based：常规索引 1 基；仅 JSON 0 基。
嵌套类型 UPDATE = DELETE+INSERT：有 ART 索引/主键/唯一约束时可能产生意外约束冲突。
顺序不保证：JOIN/GROUP BY/UNION/ORDER BY 不保证稳定顺序；需确定序用 row_number() OVER () 或显式 ORDER BY。USING SAMPLE 语义位置在 LIMIT 处但实际应用早于 WHERE/GROUP BY。
ARRAY 定长 vs LIST 变长：DuckDB 的 ARRAY 是定长（与 PG 变长 ARRAY 不同）。
GEOMETRY 是 v1.5 新内置类型：函数仍在 spatial 扩展；存储优化需 storage v1.5+。
== 比较：DuckDB 支持 == 与 =，PG 只支持 =（可移植性差，不鼓励）。
-2^2 = 4.0：一元负号优先级高于 ^（PG 兼容）；写成 -(2^2) 或 pow(2,2) 避免错误。
正则 POSIX 运算符：DuckDB 的 ~ 等价于 regexp_full_match，~*/!~* 不支持；不要照搬 PG 的正则写法。

8. 跨章节引用提示（Cross-References）

类型总览 / 嵌套类型对比：data_types/overview.md（含嵌套类型规则、大小写规则、嵌套与性能）。
数值细节：data_types/numeric.md（整数/DECIMAL/浮点/UUID/舍入）；别名陷阱见 dialect/sql_quirks.md。
字符串字面量 / 转义 / 下划线：data_types/literal_types.md；字符串函数见 functions/text.md。
类型转换矩阵与规则：data_types/typecasting.md；TRY_CAST、can_cast_implicitly 见 expressions/cast.md、functions/utility.md。
时区：data_types/timestamp.md（instants/binning/ICU）、完整时区名列表 data_types/timezones.md（即 IANA 列表，可由 pg_timezone_names() 获取）；日历 icu_calendar_names()。
INTERVAL：data_types/interval.md；日期部分函数 functions/datepart.md；datediff 见 functions/date_functions。
嵌套类型函数：functions/list.md（含 array_* 兼容）、functions/array.md、functions/map.md、functions/struct.md、functions/union.md、functions/enum.md、functions/bitstring.md、functions/blob.md。
NULL 行为：data_types/nulls.md；IN/NOT IN 的 NULL 行为见 expressions/in.md；聚合 NULL 见各聚合函数文档。
Friendly SQL 全集：dialect/friendly_sql.md；及下属 query_syntax（from/groupby/orderby/limit/with/setops）、expressions/star.md（EXCLUDE/REPLACE/COLUMNS）、expressions/case.md（SWITCH）。
PostgreSQL 差异全集：dialect/postgresql_compatibility.md（浮点除零、整数除法、UNION 布尔/整数、隐式转换、大小写、VACUUM、正则运算符、GROUP BY 函数依赖等）。
SQL 怪癖：dialect/sql_quirks.md（空组聚合、索引基、UINT8/INT8、意外结果表、NaN、age、extract 等）。
标识符/大小写：dialect/keywords_and_identifiers.md；duckdb_keywords() 查保留字。
配置：configuration/overview.md（配置参考）、configuration/pragmas.md（old_implicit_casting）。
JSON 类型：data/json/json_type.md（与 VARIANT 对比）。
GEOMETRY：core_extensions/spatial/overview.md（函数）、internals/storage.md（storage v1.5）。
性能：guides/performance/schema.md（类型选择对性能影响）。

整理完成。以上覆盖两个目录下除 timezones.md（纯 IANA 时区名参考表，无额外叙述）外的全部 .md 文件。版本相关新增点：GEOMETRY 在 v1.5 成为内置类型、VARIANT 支持 Parquet shredding（2025 Parquet Variant 标准）、struct 子 schema 可用 ALTER TABLE 修改（v1.3.0 起）。

DuckDB 数据类型与 SQL 方言 深度研读笔记（基于官方文档 v1.5.5 / current 分支） ​

1. 概述（Overview of DuckDB's Type System） ​

2. 所有数据类型逐类说明 ​

2.1 数值类型（Numeric Types，numeric.md） ​

2.1.1 定宽整数（Fixed-Width Integer Types） ​

2.1.2 变长整数 BIGNUM（Variable-Length Integers） ​

2.1.3 定点小数 DECIMAL / NUMERIC（Fixed-Point Decimals） ​

2.1.4 浮点类型 FLOAT / DOUBLE（Floating-Point Types） ​

2.1.5 UUID（numeric.md 节 “Universally Unique Identifiers”） ​

2.1.6 舍入规则（Rounding，numeric.md） ​

2.2 布尔类型（Boolean，boolean.md） ​

2.3 字符串类型（Text，text.md） ​

2.4 BLOB 类型（Binary Large Object，blob.md） ​

2.5 日期 / 时间 / 时间戳（date.md, time.md, timestamp.md, interval.md） ​

2.5.1 DATE（date.md） ​

2.5.2 TIME / TIMETZ / TIME_NS（time.md） ​

2.5.3 TIMESTAMP 家族（timestamp.md） ​

2.5.4 INTERVAL（interval.md） ​

2.6 复杂 / 嵌套类型 ​

2.6.1 LIST（list.md） ​

2.6.2 ARRAY（array.md） ​

2.6.3 MAP（map.md） ​

2.6.4 STRUCT（struct.md） ​

2.6.5 UNION（union.md） ​

2.6.6 VARIANT（variant.md） ​

2.6.7 ENUM（enum.md） ​

2.6.8 BITSTRING / BIT（bitstring.md） ​

2.7 GEOMETRY（几何类型，geometry.md 节选） ​

2.8 字面量类型（Literal Types，literal_types.md） ​

2.9 NULL 值（nulls.md） ​

3. 类型转换规则（Typecasting，typecasting.md） ​

4. 友好 SQL（Friendly SQL）方言特性（friendly_sql.md，keywords_and_identifiers.md 等） ​

4.1 子句（Clauses） ​

4.2 标识符与引号（keywords_and_identifiers.md） ​

4.3 字面量与数字友好特性 ​

4.4 查询特性（Query Features） ​

4.5 函数与表达式糖 ​

4.6 索引（Indexing，indexing.md） ​

4.7 顺序保持（Order Preservation，order_preservation.md） ​

5. 重要参数 / 配置（含默认值与适用版本） ​

6. 代码示例（保留原文 SQL） ​

7. 常见陷阱与最佳实践 ​

8. 跨章节引用提示（Cross-References） ​