Kenapa DuckDB 2.0 Disebut Rilis Terbesar Sepanjang Masa?

Pernah dengar database yang logonya bebek? Namanya DuckDB, dan kemarin ia merilis versi 2.0 dengan nama kode Cinnamon Teal. Ini bukan rilis biasa: timnya menyebutnya rilis fitur terbesar sepanjang sejarah proyek, dibangun dari hampir 20.000 commit sejak versi 1.5.

Yang bikin rilis ini menarik bukan cuma skalanya. DuckDB 2.0 datang sebagai versi LTS dengan dukungan sampai Oktober 2027, membawa protokol client-server yang dipoles, I/O asinkron yang bikin query di S3 jauh lebih ngebut, tipe data baru untuk JSON, bahkan mode khusus untuk coding agent seperti Claude Code dan Cursor.

Dalam hitungan jam, thread pengumumannya masuk halaman depan Hacker News dengan ratusan poin. Apa saja isi rilis terbesar DuckDB ini, dan kenapa kamu yang berkutat dengan data atau AI perlu peduli? Mari bedah satu per satu.

Dari In-Process ke Client-Server: Protokol Quack yang Matang

DuckDB sejak awal adalah database in-process: ia berjalan di dalam aplikasimu, bukan sebagai server terpisah. Itu yang bikin ia ringan dan cepat untuk analitik lokal. Tapi sejak versi 1.5.3, DuckDB memperkenalkan protokol Quack yang memungkinkan DuckDB berjalan dalam setup client-server tradisional.

Di versi 2.0, protokol Quack hadir dalam versi yang dipoles, dengan peningkatan performa dan stabilitas yang substansial. Ada juga statement CONNECT baru yang memungkinkan kamu attach dan berpindah ke database remote dalam satu perintah, jadi ergonominya jauh lebih nyaman.

Yang cerdas, CONNECT tidak terbatas pada Quack: ia bisa mengarah ke database remote apa pun yang mendukungnya, termasuk PostgreSQL dan MySQL. Optimizer pushdown remote yang baru bahkan mengirim query langsung ke server remote, bukan menarik tabel lewat jaringan, jadi penghemat besar buat tim yang datanya tersebar. CLI juga punya shortcut -serve dan -connect untuk menyalakan server Quack atau tersambung ke satu langsung dari command line.

I/O Asinkron dan Tipe VARIANT: Dua Senjata Kecepatan

Salah satu peningkatan paling terasa adalah asynchronous I/O untuk membaca file Parquet, CSV, dan format storage native DuckDB. Lapisan I/O kini berskala independen dari lapisan pemrosesan query: ia membaca di background dan menjaga banyak request tetap in-flight.

Hasilnya, paralelisme jauh lebih besar untuk pembacaan remote dan query atas object storage seperti s3:// jadi dramatis lebih cepat. Grafik throughput jaringan yang dipamerkan tim DuckDB menunjukkan utilisasi lebih tinggi dengan runtime lebih singkat dibanding mode sinkron.

Lalu ada tipe VARIANT yang kini jadi warga kelas satu. Anggap saja JSON versi steroid: satu kolom VARIANT bisa menyimpan data dengan bentuk berbeda di setiap baris, tapi tidak seperti JSON ia bukan format teks. DuckDB 2.0 mendeteksi struktur umum dalam datamu dan melakukan shredding sehingga datanya terkompresi baik dan dieksekusi cepat, end-to-end dari storage sampai baca tulis Parquet, lengkap dengan keluarga fungsi variant_* seperti variant_type dan variant_keys.

Mode Agen: DuckDB yang Sadar Sedang Dipakai AI

Ini fitur favorit saya: coding agent seperti Claude Code, Codex, dan Cursor makin sering mengemudikan CLI DuckDB atas nama penggunanya. CLI 2.0 bisa mendeteksi saat ia dijalankan oleh agen, lalu beralih ke agent mode secara otomatis.

Dalam mode ini, ia mencetak tabel Markdown yang ringkas alih-alih kotak berpembatas, bilang dengan jelas saat hasil terpotong, menghentikan query yang runaway lebih awal, dan melaporkan error sebagai JSON. Query SQL yang lama bahkan melaporkan estimasi biayanya sebelum berjalan, supaya agen bisa memutuskan mau menunggu atau tidak.

Dampaknya nyata: dalam eksperimen TPC-H, agent mode memangkas jumlah output DuckDB yang harus dibaca model sampai 59 persen. Kamu bisa menyalakannya manual dengan flag -agent untuk testing, atau mematikannya dengan -no-agent kalau kamu ingin output klasik.

Trigger, Parser Baru, dan Dukungan Jangka Panjang

DuckDB 2.0 akhirnya membawa trigger: statement CREATE TRIGGER dengan BEFORE dan AFTER, FOR EACH ROW dan FOR EACH STATEMENT, plus transition table via REFERENCING OLD dan NEW TABLE. Kasus klasiknya adalah tabel audit yang mencatat setiap perubahan data, bahkan bisa dipakai menjaga materialized view tetap mutakhir secara inkremental.

Di balik layar, parser lawas turunan PostgreSQL yang dipakai sejak commit pertama tahun 2018 digantikan parser PEG modern yang ekstensibel. Kini ekstensi bisa menyambung ke grammar SQL itu sendiri, dan pesan error datang dengan lokasi sumber yang presisi. Python pindah ke parser PEG di versi 3.9 dengan alasan yang sama: fleksibilitas menambah sintaks tanpa merusak aturan yang sudah ada.

Soal dukungan, 2.0 adalah rilis LTS dengan support sampai setidaknya Oktober 2027. Versi 1.4 masih didukung sampai akhir November 2026, dan 1.5 diperpanjang sampai Maret 2027 supaya migrasimu tidak terburu-buru. Ada juga C API v2, repositori ekstensi privat dengan signature RSA, DuckLake 1.1, serta peningkatan ekstensi Iceberg dan Delta.

Kenapa Ini Penting Buat Kamu

Kalau kamu kerja dengan data, entah sebagai analis, data engineer, atau developer yang sekadar butuh query cepat di atas file Parquet, DuckDB 2.0 adalah upgrade yang layak dicoba. Ia tetap ringan dan embeddable, tapi kini cukup dewasa untuk skenario client-server dan pipeline produksi.

Buat yang main AI, agent mode adalah sinyal zaman: tool data kini didesain dengan asumsi agen AI sebagai pengguna kelas satu. Kalau kamu penasaran membangun eksperimen di persimpangan data dan AI, intip halaman /projects untuk melihat proyek yang pernah saya kerjakan.

Hampir 20.000 commit untuk satu nomor versi mayor memang terdengar gila, tapi hasilnya bicara sendiri: database bebek ini tidak lagi sekadar mainan analitik lokal. Ia tumbuh jadi fondasi data yang serius, dan rilis Cinnamon Teal adalah buktinya.