我在 DuckDB 里塞了一个图算法引擎
alitrack约 4 分钟我在 DuckDB 里塞了一个图算法引擎。
它叫 duckdb_petgraph，1151 行 Rust，17 个图算法直接当 SQL 函数用。PageRank、最短路径、社区发现、中心度分析——不需要 Neo4j，不需要 NetworkX，一个 LOAD 语句全搞定。
先给你看切菜的部分。
LOAD 'petgraph_ext.duckdb_extension';
-- 构建图（字符串格式）
SELECT * FROM petgraph_build_graph('g', '[(0,1,2.5),(1,2,1.0)]', 1);
-- 最短路径
SELECT * FROM petgraph_shortest_path('@g', 0, 2);
-- → [0,1,2] 3.5
-- PageRank
SELECT * FROM petgraph_pagerank('@g', 0.85, 20);
-- 强连通分量
SELECT * FROM petgraph_scc('@g');
-- 社区检测
SELECT * FROM petgraph_louvain('@g');
如果你已经有数据在 DuckDB 表里，推荐用 LIST 类型的接口，不需要字符串拼接：
SET VARIABLE n = (SELECT count(*) FROM edges);
SET VARIABLE src = (SELECT list(src ORDER BY src) FROM edges);
SET VARIABLE dst = (SELECT list(dst ORDER BY src) FROM edges);
SET VARIABLE wgt = (SELECT list(weight ORDER BY src) FROM edges);
SELECT * FROM petgraph_build_graph_list('g', getvariable('n')::INTEGER,
getvariable('src'), getvariable('dst'), getvariable('wgt'), 1);
● ● ●
为什么做这个
我一直在用 DuckDB。做数据分析的时候，图计算的需求经常冒出来——但要为此单独搭一个 Neo4j 或装一个 NetworkX，太重了。
DuckDB 社区已经有 duckpgq，支持 SQL/PGQ 标准的属性图查询，但它偏"图模式匹配"——找路径、找子图——不太做 PageRank、社区检测、中介中心度这类算法。我想有一个直接用 SQL 就能跑的图算法库。PostgreSQL 有 pgvector 做向量检索，DuckDB 也该有自己的图算法扩展。
正好，Rust 的 petgraph 库提供了一套完整的图数据结构和算法。quack-rs 让写 DuckDB 扩展只需要声明式定义参数和输出列。两样东西拼起来，一个最小可用的版本，一个下午就出来了。
● ● ●
现在有什么
另有 build_graph_list、list_graphs、drop_graph 做图管理。图可以缓存（@name），反复用不会重复解析。
架构图
现在版本是 0.5.0，已经通过 PR #2383 合入 DuckDB Community Extensions 主仓库。你现在可以 INSTALL petgraph_ext FROM community; LOAD petgraph_ext; 一步加载，不需要自己编译。
● ● ●
和 duckpgq 的关系
duckpgq 做的是 SQL/PGQ 标准——声明式图模式匹配，像这样：
FROM GRAPH_TABLE (snb MATCH (a:Person)-[k:knows]->(b:Person) COLUMNS (a.id, b.id));duckdb_petgraph 做的是图算法——你把图的边列表喂进去，它返回 PageRank 得分、SCC 编号、最短路径。两者互补：duckpgq 负责"图中的什么和什么有关"，duckdb_petgraph 负责"这些东西谁更重要"。
● ● ●
我的诚实评价
这个项目现在是功能完整但工程上有不少要打磨。我自己让三个 AI agent 严格审查了一遍（security + correctness、performance + architecture、code quality），发现了一些不客气的问题：
已知的严重问题：
bench.sql调用的 API 签名和实际代码不匹配——这个文件是在迭代过程中留下的旧版本，需要重写 Louvain 社区发现在测试阶段用的是简化实现，边权重处理需要修正 部分算法（betweenness、closeness）目前对加权图只支持 hop-count，权重支持在计划中
已知的工程改善项：
7 个算法的 SQL 测试还没填充预期输出值——现在只验证"不崩溃" 每次算法调用会重新克隆图数据（应该用 Arc::clone复用），对大规模缓存图的性能有影响1151 行挤在单个 lib.rs里，该拆成模块了全局图注册表是跨连接共享的，需要加命名空间或 TTL
这些是 0.5.0 提交社区时的真实状态。P0 问题在 PR 合入前已经修完（bench.sql 重写、Louvain 权重修正、graph clone 优化），剩下的工程改善项在后续版本逐步完善。开源项目的节奏就是这样——先做到"能用"，再做到"好用"，最后才是"完美"。
● ● ●
试一试
如果你用的是 DuckDB v1.5.5+：
INSTALL petgraph_ext FROM community;
LOAD petgraph_ext;
SELECT * FROM petgraph_shortest_path('[(0,1,2.5),(1,2,1.0),(0,2,5.0)]', 0, 2);
-- → [0,1,2] 3.5
从源码编译：
git clone --recurse-submodules [email protected]:alitrack/duckdb_petgraph.git
cd duckdb_petgraph
make configure && make release
duckdb -unsigned -c "LOAD 'build/release/extension/petgraph_ext/petgraph_ext.duckdb_extension'; SELECT * FROM petgraph_shortest_path('[(0,1,2.5),(1,2,1.0),(0,2,5.0)]', 0, 2);"
如果你已经在用 DuckDB 做数据管道，下次遇到"这些用户里谁的传播影响力最大"或者"这两个账号之间有什么共同好友链"的时候，试试不在 SQL 外面绕一圈 Python，直接在 DuckDB 里跑。
GitHub: github.com/alitrack/duckdb_petgraph
MIT 协议，随便用。