一、文件準備
樣本內容，N行9列的csv標準格式，有字符串，有浮點數，有整型。
有兩個csv文件，一個大約是2.1萬行；一個是64萬行。

二、toml文件

[package]
name = "my_duckdb"
version = "0.1.0"
edition = "2021"# See more keys and their definitions at https://doc.rust-lang.org/cargo/reference/manifest.html[dependencies]
duckdb = { version = "0.10.2", features = ["bundled"] }
polars = {version ="0.39.0"}

三、main.rs

use duckdb::{arrow::{record_batch::RecordBatch, util::pretty::print_batches},Connection, Result,
};
use polars::prelude::*;
use std::time::{Instant};
fn main() {//test.csv:2w行；test2.csv:64w行let csvs = ["test.csv","test2.csv"]; for csv in csvs{duckdb_read_csv(csv).unwrap();polars_read_csv(csv);}}
fn duckdb_read_csv(filepath:&str) ->Result<()> {let duckdb_csv_time = Instant::now();let db = Connection::open_in_memory()?;let sql_format = format!("SELECT * from read_csv('{}');",filepath);let rbs: Vec<RecordBatch> = db.prepare(&sql_format)?.query_arrow([])?.collect();//print_batches(&rbs).unwrap();// 批量打印assert!(rbs.len()>0);println!("duckdb取出的行數：{:?} 列數:{:?}",rbs[0].num_rows(),rbs[0].num_columns());println!("duckdb 讀csv花時： {:?} 秒！", duckdb_csv_time.elapsed().as_secs_f32());let _ = db.close();Ok(())
}fn polars_read_csv(filepath:&str){let polars_csv_time  = Instant::now();let df = CsvReader::from_path(filepath).unwrap().has_header(true).finish().unwrap();println!("polars讀出csv的行和列數：{:?}",df.shape());println!("polars 讀csv 花時： {:?} 秒！", polars_csv_time.elapsed().as_secs_f32());
}

四、輸出

-----------"test.csv"-------------
duckdb取出的行數：2048 列數:9
duckdb 讀csv花時： 0.032244585 秒！
polars讀出csv的行和列數：(21357, 9)
polars 讀csv 花時： 0.006511025 秒！
-----------"test.csv"-------------
-----------"test2.csv"-------------
duckdb取出的行數：2048 列數:9
duckdb 讀csv花時： 0.1279175 秒！
polars讀出csv的行和列數：(640710, 9)
polars 讀csv 花時： 0.02369589 秒！
-----------"test2.csv"-------------
duckdb和polars讀文件共花:0.19441628秒！

結論：從上面的樣本來看，分別用duckdb和polars來讀csv兩個不同大小的文件，polars有優勢。當然，也可能是duckdb庫封裝的問題，也可能是文件大小不同，測試代表性還不全。謹供參考！

五、問題
從輸出可以明顯看出，duckdb庫讀出來的num_rows是有問題的。這個問題還待查實。從print_batches(&rbs).unwrap()，打印出來的內容來看，并沒有少。