Blog

Hướng Dẫn Sử Dụng DuckDB MCP Server

Ashley Innocent

Ashley Innocent

16 tháng 6 2025

Hướng Dẫn Sử Dụng DuckDB MCP Server

Máy chủ DuckDB MCP cách mạng hóa phân tích dữ liệu bằng cách bắc cầu nối giữa DuckDB, một cơ sở dữ liệu SQL hiệu suất cao, chạy trong tiến trình, và các công cụ dựa trên AI như Claude, Cursor, hoặc các IDE khác hỗ trợ Giao thức Ngữ cảnh Mô hình (Model Context Protocol - MCP). Máy chủ này cho phép tương tác liền mạch giữa cơ sở dữ liệu của bạn và các trợ lý AI, cho phép bạn thực thi các truy vấn SQL, kiểm tra lược đồ và xây dựng các quy trình dữ liệu với sự can thiệp thủ công tối thiểu. Cho dù bạn đang phân tích tập dữ liệu cục bộ hay tận dụng các phiên bản MotherDuck dựa trên đám mây, Máy chủ DuckDB MCP trao quyền cho các kỹ sư dữ liệu, nhà phân tích và nhà phát triển để tăng tốc quy trình làm việc và thu thập thông tin chi tiết nhanh hơn.

💡
Để hợp lý hóa các tích hợp dựa trên API của bạn với máy chủ MCP, hãy tải xuống Apidog miễn phí. Apidog đơn giản hóa việc kiểm thử và quản lý API, đảm bảo giao tiếp thông suốt giữa các công cụ của bạn và Máy chủ DuckDB MCP, nâng cao hiệu quả dự án dữ liệu của bạn.
button

Tìm hiểu về Máy chủ DuckDB MCP

DuckDB là một cơ sở dữ liệu SQL mã nguồn mở, chạy trong tiến trình, được thiết kế cho các khối lượng công việc phân tích. Nó hỗ trợ nhiều định dạng dữ liệu, bao gồm CSV, Parquet và JSON, và có thể truy vấn cả tệp cục bộ và các nguồn từ xa như AWS S3. Máy chủ DuckDB MCP, được phát triển bởi nhóm MotherDuck, mở rộng khả năng của DuckDB bằng cách tích hợp nó với Giao thức Ngữ cảnh Mô hình (MCP). Giao thức này cho phép các công cụ AI tương tác trực tiếp với cơ sở dữ liệu DuckDB, hỗ trợ các hoạt động như truy vấn, khám phá lược đồ và quản lý bảng thông qua một giao diện chuẩn hóa.

Máy chủ đóng vai trò là cầu nối giữa DuckDB và các môi trường dựa trên AI, chẳng hạn như Cursor hoặc Claude, cho phép các công cụ này thực thi các lệnh SQL và trả về kết quả theo thời gian thực. Nó hỗ trợ cả các phiên bản DuckDB cục bộ và cơ sở dữ liệu MotherDuck dựa trên đám mây, mang lại sự linh hoạt cho các trường hợp sử dụng đa dạng. Ngoài ra, Máy chủ DuckDB MCP bao gồm các tính năng bảo mật như chế độ chỉ đọc và mã thông báo mở rộng đọc (read-scaling tokens), đảm bảo tích hợp an toàn với các công cụ của bên thứ ba.

Lợi ích chính của Máy chủ DuckDB MCP

Dưới đây là lý do tại sao Máy chủ DuckDB MCP là một bước đột phá cho các chuyên gia dữ liệu:

Những tính năng này làm cho Máy chủ DuckDB MCP trở thành một công cụ thiết yếu cho kỹ thuật và phân tích dữ liệu hiện đại.

Thiết lập Máy chủ DuckDB MCP

Để khai thác sức mạnh của Máy chủ DuckDB MCP, bạn cần cài đặt và cấu hình nó một cách chính xác. Phần này sẽ hướng dẫn bạn từng bước thực hiện quy trình.

Điều kiện tiên quyết

Trước khi bắt đầu, hãy đảm bảo bạn có những thứ sau:

Cài đặt DuckDB

DuckDB là nền tảng của Máy chủ DuckDB MCP. Cài đặt nó bằng một trong các phương pháp sau:

Sử dụng Homebrew (macOS):

brew install duckdb

Sử dụng pip (Python):

pip install duckdb

Tải xuống tệp nhị phân: Truy cập trang cài đặt của DuckDB để tải xuống các tệp nhị phân được xây dựng sẵn cho Windows, Linux hoặc macOS.

Xác minh cài đặt bằng cách chạy:

duckdb --version

Lệnh này sẽ hiển thị phiên bản DuckDB, xác nhận việc thiết lập thành công.

Cài đặt Máy chủ MCP

Máy chủ DuckDB MCP được phân phối thông qua gói mcp-server-motherduck. Cài đặt nó bằng cách sử dụng uv (ưu tiên cho các công cụ CLI của Python) hoặc pip:

Cài đặt uv (Tùy chọn):

pip install uv

Cài đặt Máy chủ MCP:

uv pip install mcp-server-motherduck

Hoặc, với pip:

pip install mcp-server-motherduck

Xác minh cài đặt:

uvx mcp-server-motherduck --version

Lệnh này sẽ trả về phiên bản máy chủ, cho biết cài đặt thành công.

Cấu hình Máy chủ MCP

Để tích hợp Máy chủ DuckDB MCP với IDE hoặc công cụ AI của bạn, hãy cấu hình nó bằng cách sử dụng tệp JSON. Dưới đây là một ví dụ cho Cursor:

Truy cập Cài đặt Cursor: Điều hướng đến Settings > Cursor Settings > MCP > Add a new Global MCP Server.

Tạo cấu hình: Thêm cấu hình JSON sau:

{
  "mcpServers": {
    "mcp-server-motherduck": {
      "command": "uvx",
      "args": [
        "mcp-server-motherduck",
        "--db-path",
        "md:",
        "--motherduck-token",
        "<YOUR_MOTHERDUCK_TOKEN_HERE>"
      ]
    }
  }
}

Thay thế <YOUR_MOTHERDUCK_TOKEN_HERE> bằng mã thông báo MotherDuck của bạn để truy cập đám mây. Đối với cơ sở dữ liệu cục bộ, sử dụng:

{
  "mcpServers": {
    "mcp-server-motherduck": {
      "command": "uvx",
      "args": [
        "mcp-server-motherduck",
        "--db-path",
        "/path/to/your/local.db"
      ]
    }
  }
}

Đối với cơ sở dữ liệu trong bộ nhớ, sử dụng --db-path :memory:.

Bật chế độ chỉ đọc (Tùy chọn): Để ngăn chặn việc sửa đổi dữ liệu, thêm cờ --read-only:

{
  "mcpServers": {
    "mcp-server-motherduck": {
      "command": "uvx",
      "args": [
        "mcp-server-motherduck",
        "--db-path",
        "/path/to/your/local.db",
        "--read-only"
      ]
    }
  }
}

Kiểm tra cấu hình: Khởi động lại IDE của bạn và chạy một truy vấn kiểm tra:

SELECT 1 AS test;

Nếu thành công, máy chủ sẽ trả về kết quả, xác nhận việc thiết lập.

Các trường hợp sử dụng thực tế cho Máy chủ DuckDB MCP

Máy chủ DuckDB MCP tỏa sáng trong các quy trình làm việc dữ liệu thực tế. Dưới đây là các ví dụ chi tiết về cách tận dụng nó để phân tích, phát triển quy trình và khám phá lược đồ.

Truy vấn dữ liệu với sự hỗ trợ của AI

Máy chủ DuckDB MCP cho phép các công cụ AI thực thi các truy vấn SQL và xử lý kết quả một cách linh hoạt. Ví dụ, giả sử bạn có một tệp Parquet được lưu trữ trên AWS S3 chứa dữ liệu bán hàng. Dưới đây là cách truy vấn nó bằng Cursor:

Cấu hình truy cập S3: Đảm bảo cấu hình máy chủ MCP của bạn bao gồm thông tin xác thực S3 hoặc sử dụng tích hợp đám mây của MotherDuck (--db-path md:).

Nhập lời nhắc cho AI: Trong Cursor, nhập một lời nhắc như "Hiển thị 10 bản ghi bán hàng hàng đầu từ tệp Parquet của tôi tại s3://my-bucket/sales.parquet, sắp xếp theo doanh thu."

Thực thi truy vấn: AI tạo và chạy:

SELECT * FROM read_parquet('s3://my-bucket/sales.parquet')
ORDER BY revenue DESC
LIMIT 10;

Máy chủ DuckDB MCP xử lý truy vấn và trả về kết quả cho AI, sau đó AI có thể tóm tắt chúng hoặc đề xuất phân tích thêm, chẳng hạn như nhóm theo khu vực.

Lặp lại trên kết quả: Nhắc AI tinh chỉnh truy vấn, ví dụ: "Nhóm dữ liệu bán hàng theo khu vực và tính tổng doanh thu." AI tạo:

SELECT region, SUM(revenue) AS total_revenue
FROM read_parquet('s3://my-bucket/sales.parquet')
GROUP BY region;

Quy trình làm việc này giảm thiểu việc viết truy vấn thủ công và tăng tốc khám phá dữ liệu.

Xây dựng quy trình dữ liệu với dbt

Máy chủ DuckDB MCP tích hợp liền mạch với dbt, một công cụ phổ biến để chuyển đổi dữ liệu. Dưới đây là cách xây dựng và kiểm tra các mô hình dbt bằng cách sử dụng máy chủ:

Khởi tạo một dự án dbt: Tạo một dự án dbt mới và cấu hình tệp profiles.yml để sử dụng DuckDB hoặc MotherDuck:

my_project:
  target: dev
  outputs:
    dev:
      type: duckdb
      path: /path/to/your/local.db
      # Hoặc cho MotherDuck:
      # path: md:
      # token: <YOUR_MOTHERDUCK_TOKEN>

Tạo các mô hình staging: Nhắc AI tạo một mô hình staging dựa trên dữ liệu của bạn. Ví dụ:

-- models/staging/stg_sales.sql
SELECT
  order_id,
  customer_id,
  sale_date,
  revenue
FROM read_parquet('s3://my-bucket/sales.parquet')
WHERE sale_date >= '2025-01-01';

Thêm các bài kiểm tra: Định nghĩa các bài kiểm tra trong tệp .yml của mô hình để đảm bảo chất lượng dữ liệu:

version: 2
models:
  - name: stg_sales
    columns:
      - name: order_id
        tests:
          - not_null
          - unique
      - name: revenue
        tests:
          - positive_values

Chạy và kiểm tra: Thực thi dbt run để xây dựng mô hình và dbt test để xác thực nó. Máy chủ DuckDB MCP đảm bảo việc thực thi truy vấn hiệu quả và AI có thể đề xuất các tối ưu hóa dựa trên kết quả kiểm tra.

Lặp lại với AI: Sử dụng AI để tinh chỉnh các mô hình, ví dụ: "Thêm một cột cho tăng trưởng doanh thu theo năm." AI tạo mã SQL cần thiết, bạn có thể kết hợp nó vào dự án dbt của mình.

Kiểm tra lược đồ và khám phá dữ liệu

Máy chủ DuckDB MCP hỗ trợ kiểm tra lược đồ, cho phép các công cụ AI hiểu cấu trúc cơ sở dữ liệu của bạn. Ví dụ:

Nhập lời nhắc cho AI: Hỏi, "Mô tả lược đồ của bảng của tôi trong sales.db."

Truy vấn được tạo: AI chạy:

DESCRIBE SELECT * FROM 'sales.db'.sales_table;

Máy chủ trả về tên cột, kiểu dữ liệu và các ràng buộc, mà AI sử dụng để đề xuất các phép biến đổi, kết nối (joins) hoặc tổng hợp.

Khám phá các mối quan hệ: Nhắc AI xác định các mối quan hệ, ví dụ: "Tìm các bảng trong cơ sở dữ liệu của tôi có cột customer_id." Máy chủ thực thi một loạt các truy vấn DESCRIBE trên các bảng và AI tổng hợp kết quả.

Khả năng này là vô giá để hiểu các tập dữ liệu phức tạp và lập kế hoạch các phép biến đổi.

Các tính năng nâng cao của Máy chủ DuckDB MCP

Máy chủ DuckDB MCP cung cấp các tính năng nâng cao để cải thiện hiệu suất, bảo mật và tính linh hoạt.

Chế độ chỉ đọc và bảo mật

Để bảo vệ dữ liệu nhạy cảm, hãy chạy Máy chủ DuckDB MCP ở chế độ chỉ đọc bằng cách sử dụng cờ --read-only. Điều này ngăn các công cụ AI thực thi các truy vấn INSERT, UPDATE hoặc DELETE, đảm bảo tính toàn vẹn của dữ liệu. Đối với người dùng MotherDuck, mã thông báo mở rộng đọc cho phép tối đa bốn bản sao đọc đồng thời, cải thiện hiệu suất cho nhiều người dùng. Cấu hình điều này trong tệp JSON của bạn:

{
  "mcpServers": {
    "mcp-server-motherduck": {
      "command": "uvx",
      "args": [
        "mcp-server-motherduck",
        "--db-path",
        "md:",
        "--motherduck-token",
        "<YOUR_READ_SCALING_TOKEN_HERE>",
        "--saas-mode"
      ]
    }
  }
}

Chế độ SaaS hạn chế quyền truy cập vào các tệp cục bộ và tiện ích mở rộng, làm cho nó lý tưởng cho việc triển khai đám mây an toàn.

Tích hợp lưu trữ đám mây

Máy chủ DuckDB MCP hỗ trợ truy vấn dữ liệu từ các nền tảng lưu trữ đám mây như AWS S3, Google Cloud Storage hoặc Cloudflare R2. Ví dụ, để truy vấn một tệp S3:

SELECT
  customer_id,
  AVG(revenue) AS avg_revenue
FROM read_parquet('s3://my-bucket/sales.parquet')
GROUP BY customer_id;

Máy chủ xử lý việc xác thực và truy xuất dữ liệu, cho phép các công cụ AI xử lý kết quả mà không cần thiết lập thủ công.

Kết nối ngắn hạn

Đối với các quy trình làm việc liên quan đến nhiều công cụ (ví dụ: dbt, Cursor và Jupyter notebooks), Máy chủ DuckDB MCP hỗ trợ các kết nối ngắn hạn ở chế độ chỉ đọc. Mỗi truy vấn tạo một kết nối tạm thời, thực thi và đóng, ngăn chặn xung đột khóa và cải thiện tính đồng thời. Điều này đặc biệt hữu ích cho việc khám phá lặp đi lặp lại hoặc môi trường nhiều người dùng.

Tiện ích mở rộng tùy chỉnh

DuckDB hỗ trợ các tiện ích mở rộng cho các chức năng nâng cao, chẳng hạn như tìm kiếm toàn văn bản hoặc truy vấn địa lý. Máy chủ DuckDB MCP có thể tải các tiện ích mở rộng này, miễn là chúng tương thích với cơ sở dữ liệu của bạn. Ví dụ, để bật tiện ích mở rộng httpfs để truy cập S3:

INSTALL httpfs;
LOAD httpfs;

Cấu hình máy chủ để bao gồm các tiện ích mở rộng trong cờ --extensions nếu cần.

Tối ưu hóa hiệu suất với Máy chủ DuckDB MCP

Để đảm bảo Máy chủ DuckDB MCP hoạt động hiệu quả, hãy xem xét các tối ưu hóa sau:

Khắc phục sự cố thường gặp

Nếu bạn gặp sự cố với Máy chủ DuckDB MCP, hãy thử các giải pháp sau:

Kết luận

Máy chủ DuckDB MCP là một công cụ mạnh mẽ để tích hợp các quy trình làm việc dựa trên AI với cơ sở dữ liệu hiệu suất cao của DuckDB. Bằng cách cho phép giao tiếp liền mạch giữa các công cụ AI và cơ sở dữ liệu, nó đơn giản hóa việc phân tích dữ liệu, phát triển quy trình và khám phá lược đồ. Hướng dẫn này đã bao gồm việc cài đặt, cấu hình, các trường hợp sử dụng thực tế, các tính năng nâng cao và các phương pháp hay nhất để giúp bạn tận dụng máy chủ một cách hiệu quả.

Để nâng cao trải nghiệm của bạn với các tích hợp dựa trên API, hãy tải xuống Apidog miễn phí. Apidog hợp lý hóa việc kiểm thử và quản lý API, đảm bảo thiết lập Máy chủ DuckDB MCP của bạn chạy trơn tru. Bắt đầu khám phá máy chủ ngay hôm nay để biến đổi quy trình làm việc dữ liệu của bạn và mở khóa những khả năng mới cho phân tích có hỗ trợ AI.

button

Thực hành thiết kế API trong Apidog

Khám phá cách dễ dàng hơn để xây dựng và sử dụng API

Đăng ký miễn phíTải xuống