DuckDB 做了一个关键的架构变更。

从 v2.0（2026 年秋季）开始，DuckDB 将支持 Parquet 和 CSV 文件的异步读取。核心设计是双线程池：REGULAR 线程池负责解码、连接、聚合等计算任务，数量等于 CPU 核心数；ASYNC 线程池专为异步 I/O 设计，数量默认为系统线程数的 4 倍，上限 256 个。

配合预读队列，工作线程在需要数据之前就提前调度 fetch 任务。ASYNC 线程独立执行读取任务，完成后通过倒计数器唤醒等待中的扫描任务。

Benchmark 数据很说明问题。在 EC2 r7i.16xlarge（64 vCPU，512GB RAM）上查询同区域 S3 上的 TPC-H SF100 数据集：Parquet 单文件从 8.23 秒降到 2.84 秒（加速约 3 倍），调优后进一步降到 2.23 秒（3.7 倍）。CSV 文件从 887 秒降到 45 秒，加速近 20 倍。同步版本仅维持约 5 Gbit/s 吞吐，异步版本饱和了 25 Gbit/s 网络。

并发查询场景下差异更大。四个 TPC-H 查询同时运行，同步版本约 90% 的核心空闲等待 I/O，耗时 35.8 秒；异步版本占满所有核心，15.6 秒完成。

内存管理也很灵活。read_ahead_depth 配置控制预读队列深度，默认 -1 表示由临时内存管理器动态控制。内存压力大时队列自动缩容至接近同步行为，压力解除后恢复。

DuckDB 团队表示，JSON 和原生格式的异步读取即将支持，同时也在探索 Linux io_uring 接口进一步减少系统调用开销。

参考来源：

• DuckDB 官方博客：Asynchronous I/O
• HN 讨论