EasyDB v2.8.0 发布：当 SQL 遇见一切数据源

从本地文件到云端数据库，一条 SQL 贯通所有数据。无需安装，无需配置，打开即用。

EasyDB 是什么？

EasyDB 是一款轻量级桌面数据查询工具，基于 Rust 构建，内置 Apache DataFusion 查询引擎。你不需要安装数据库，不需要配置环境，只需要用标准 SQL 就能直接查询本地文件——CSV、Excel、JSON、Parquet，甚至是 MySQL 和 PostgreSQL 数据库表。

更强大的是，所有数据源可以在同一条 SQL 中联合查询。一份 Excel 报表和一张 MySQL 数据库表，一次 JOIN 就能关联出结果。

-- Excel 和 PostgreSQL 跨源联查，就是这么简单
SELECT t1."product_name", t2."inventory_count"
FROM read_excel('/data/products.xlsx') AS t1
INNER JOIN
read_postgres('inventory', host => 'localhost', username => 'postgres', db => 'mydb') AS t2
ON t1."product_id" = t2."id"
WHERE t2."inventory_count" < 100;

新特性

• 分页加载：查询结果按每页 200 行加载
• 智能补全升级：列名自动用双引号包裹，告别手写引号导致的语法错误
• 布局优化：修复数据列未填满时右侧空白区域的问题，界面更紧凑
• 列类型配置：SQL 导出支持为每列选择 INT / DOUBLE / TEXT 目标类型，数值不被引号包裹，文本始终被引号包裹——导出的 SQL 拿来就能执行，不再需要手动修类型
• Excel 类型推断优化：整数值不再被误判为 Float64，42 就是 42，不是 42.0
• 双栏导出对话框：左侧基本设置，右侧列类型配置面板，一目了然
• read_postgres() 来了：继 MySQL 之后，PostgreSQL 数据库查询正式支持。CSV + Excel + MySQL + PostgreSQL，四大数据源全部到齐
• 导出列配置：支持修改导出字段名、移除不需要的列
• BOOL 类型支持：布尔值导出为 true / false，不再被引号包裹
• 空文本输出为 NULL：一键勾选，TEXT 类型空字符串输出 NULL，数据清洗更省心
• 类型推断增强：支持 BIGINT、SMALLINT、DECIMAL、NUMERIC、REAL、CHAR、VARCHAR 等更多 SQL 类型关键字
• 性能优化：SQL 类型解析使用预解析枚举，替代热循环中的重复字符串分配
• 精度修复：UInt64 大整数导出不再丢失精度；INT/FLOAT 列中非数值数据导出为 NULL 而非无效 SQL

完整 SQL，不只是 SELECT

EasyDB 内置 Apache DataFusion 引擎，提供完整 SQL 能力：

-- 窗口函数
SELECT "name", "salary",
       AVG("salary") OVER (PARTITION BY "department") AS dept_avg
FROM read_csv('/data/employees.csv');

-- 子查询
SELECT *
FROM read_excel('/data/sales.xlsx') AS s
WHERE "amount" > (SELECT AVG("amount") FROM read_excel('/data/sales.xlsx'));

-- 正则匹配
SELECT *
FROM read_csv('/data/logs.csv')
WHERE REGEXP_LIKE("message", '^ERROR:\s+\d{3}');

EasyDB vs DuckDB：两种哲学，两种选择

DuckDB 是优秀的嵌入式分析引擎，在 OLAP 场景中表现卓越。但当你想要一个开箱即用的桌面工具，用 SQL 直接查询本地文件和数据库时，两者的设计哲学截然不同：

一句话总结：DuckDB 是给开发者的分析引擎，EasyDB 是给所有人的数据查询工具。

如果你是一个数据分析师，拿到一份 Excel 报表只想快速筛选几行数据；如果你是一个 DBA，想在不写代码的情况下把 CSV 文件和 MySQL 表做一次 JOIN——EasyDB 就是为你设计的。

数据源一览

快速开始

1. 访问 GitHub Releases 下载安装包
2. macOS：下载 .dmg，拖拽到应用程序文件夹
3. Windows：下载 .exe，运行安装程序
4. 拖拽任意文件到编辑器，自动生成 SQL，按 ⌘Enter 执行

就这么简单。

AI

关于 AI，我一直有一些很复杂的感受。

从 2022 年开始关注大模型，到 2023 年正式开始使用 ChatGPT 辅助编程，我几乎完整经历了这一轮 AI 编程工具的演进：从 GPT-3、GPT-4o，到 Gemini、Claude、DeepSeek、GLM；从 IDEA、VSCode，到 Cursor、Antigravity、Codex……变化快得有些不真实。

其实这个项目的雏形，早在 2020 年我就已经有了想法。2021 年，我开始接触 Rust；2024 年正式启动开发；2025 年发布第一个版本。一路走来，AI 的确发挥了非常大的作用。

因为我的前端水平比较一般，所以对于 EasyDB 来说，前端曾经是我最大的障碍。AI 出现后，我开始尝试让它帮我完成前端部分的开发。那个时候 AI Agent 还不成熟，大模型对 Rust 的代码生成能力也很弱，一次通过率极低，生成质量也不理想，所以 EasyDB 的核心 Rust 代码，长期都是我“古法编程”一点点写出来的。

但现在不一样了。

随着 AI Agent 模式逐渐成熟，大模型对 Rust 的理解和生成能力已经强得惊人。v2.6.0 版本，算是我最后一个主要靠“古法编程”完成 Rust 开发的版本；从那之后，后续版本几乎都是我借助 AI 完成的。

开发速度变得非常快，代码质量也并不差。

可奇怪的是，我却慢慢失去了对编程最初的兴奋感。

以前上线一个新版本，我会因为一个功能终于实现、一次性能优化终于成功而感到兴奋，会有一种“这是我亲手做出来的东西”的满足感。但现在，即使迭代速度更快、产出更多，我却很少再有那种激动。

更多时候，是一种说不出的空虚。

我开始觉得，自己像是在“指挥”一个项目，而不是亲手“孵化”它。代码依然属于我，项目依然由我推进，但那种创作者与作品之间强烈的连接感，似乎正在被 AI 一点点稀释。

这也让我第一次对开源、对程序员这个行业，产生了一种复杂的惋惜感。

也许未来，我们不会再因为一个功能实现、一次底层优化而兴奋；也许很多曾经需要长期积累的技术能力，终究都会被 AI 接管。

我已经半年多没有真正“古法编程”了。

但让我意外的是，我没有因为效率提升而感到兴奋，反而只感受到越来越强的空虚感。

GitHub: https://github.com/shencangsheng/easydb_app

如果 EasyDB 对你有帮助，请给个 Star