第6章 扩展与安全：装上外延，守住边界

第6章 扩展与安全：装上外延，守住边界

本章要回答的三个问题：DuckDB 内核装进进程的只是几十兆的二进制，S3 上的远端文件、地理数据、全文检索这些"内核没有"的能力从哪来？如果内置函数库满足不了业务，自己动手补一块的门槛到底有多高？当一个进程什么都能读——本地文件、远端对象、不可信的 CSV——信任边界又该画在哪里？

为什么会有这一章

第5章收尾时工具箱已经配齐：接口、方言、生态、工作流，全部就位。但配齐的只是"管道"，管道里能流什么，取决于引擎认不认得那些数据形态。直查 Parquet 是内核自带的，可直查 S3 要靠网络栈，读地理边界要靠空间函数，中文分词检索要靠另一套索引——这些能力如果全部静态编译进内核，二进制会膨胀成怪物，绝大多数用户永远用不上的代码也要一起背。扩展机制是 DuckDB 给出的答案：内核保持精瘦，能力按需装载。这和第2章讲过的"嵌入即主权"一脉相承——能力外延也长在你的进程里，不依赖外部服务。

而外延越大，边界越重要。嵌入式架构把数据库和你的 Python 进程绑在一起，数据库能读的文件，你的进程就等于都能读；反过来，一份来路不明的 CSV 被引擎解析时，引擎也在替你承担解析器的风险。传统服务端数据库有一整套账号与权限体系替你画线，嵌入式架构把画线的笔交还给了使用者本人。能力外延与安全边界放在同一章讲，正是因为它们是同一枚硬币的两面。

读完能解决什么

读完本章，你应当能做四件事。第一，说清扩展系统的装载模型——哪些能力出厂自带、哪些要显式安装加载、安装产物放在哪、离线环境怎么处理——并在需要远端文件、空间数据、全文检索时第一时间找到对的扩展。第二，走通自定义能力的入门路径：Python 侧注册自定义函数只需一行装饰器，SQL 侧用宏复用表达式，C++ 侧的完整扩展开发则知道从模板起步到签名校验的全流程。第三，为自己驾驭的嵌入式实例画出信任边界：外部访问开关、配置锁定、只读打开三样工具各管哪段，敏感数据留在本地的优势怎么用足。第四，把"读不可信文件"从一句抽象的警告，落成几条具体的操作约束。

本章全景：内核与外延的关系

地图中间是内核，右上是扩展机制这个"能力货架"：装载是两步的（先安装到本地、再加载进会话），货架上的每件能力都对应一类真实需求。下半部分是安全侧的三样工具，它们共同把"进程即边界"这句原则落成可操作的开关。本章三节按"先货架、再造货架、后画边界"推进。

各节怎么分工

先决条件

需要第3.4节直查外部文件的体感，以及第5.1节的 Python 接口基础。扩展安装涉及网络下载，离线环境的应对方式在6.1节有专门交代；C++ 扩展开发一节不要求内核源码阅读经验，讲到哪层算哪层。

本章不引入新的主线案例任务——它更像一次装备检查：把你可能用到的能力盘一遍，把必须守住的边界画清楚。所以读法可以放松一些：6.1 和 6.3 适合通读，6.2 适合按需查阅，等你真的要写自定义函数那天再回来细看也不迟。反过来，6.3 的三个边界开关建议现在就抄进自己的代码模板——安全习惯的养成靠的是第一次就把开关写对，而不是出事后再补。

往下走到哪

能力外延与边界意识到位后，全书的"what 与 why"就讲完了。第7章是收官：把散落各章的调优手段收拢成一份可执行清单，把表设计的取舍摆上桌面，把常见报错翻译成人话，最后回到主线案例做一次完整复盘——那份 CSV 交易明细，将在收官节拿到它应得的结论。