SQLite — 嵌入式 SQL 数据库

是什么

SQLite 是一个完整的 SQL 数据库，但它不是独立服务器，而是一个文件 + 一个动态库。日常类比：postgresql 是要预约的医院（先起进程、再建连接、再说话）；SQLite 是放在抽屉里的医疗手册——打开就能查，看完合上。

你写：

import sqlite3
conn = sqlite3.connect('mydb.db')
conn.execute('SELECT * FROM users')

没起服务器、没监听端口、没装客户端——mydb.db 这个文件本身就是数据库。这种”嵌入式”运行模式，是它和 PostgreSQL / MySQL 最根本的差别。

为什么重要

不理解 SQLite 的”小而无处不在”，下面这些事都解释不通：

为什么全球部署量第一的数据库是它（不是 MySQL，也不是 Oracle）——你手机里的 iOS / Android 系统数据库都是 SQLite
为什么它有100% 分支测试覆盖率——航空软件级别（DO-178B 标准），单测代码量是源码的 600 倍
为什么作者选了公共领域许可（Public Domain）——不要钱、不限商用、不要署名，连开源协议都嫌啰嗦
为什么 2020 年后又出现了 Cloudflare D1 / Turso / LiteFS 这些”边缘云 SQLite”——一个 22 年前的库，在云原生时代被重新发现

核心要点

SQLite 的设计可以拆成 三个反直觉的选择：

嵌入式（Embedded）：不是独立进程，是链接到你应用里的动态库。SELECT 语句的执行不跨进程边界——就是普通函数调用，没有 TCP / socket 开销。
单文件存储：整个数据库就是一个 .db 文件，包括表结构、索引、数据、视图。复制文件 = 完整备份；删文件 = 删库；想发给同事？直接发文件就行。
Serverless：不需要安装服务、不开端口、不要权限管理。读小数据集时比 PostgreSQL 快一个数量级——少了网络往返这一步。

加起来叫 “SQL as a library，not as a service”。

实践案例

案例 1：命令行三秒建库

sqlite3 mydb.db "CREATE TABLE users(id INTEGER, name TEXT); INSERT INTO users VALUES(1, 'Alice');"

跑完之后 mydb.db 就是完整数据库。ls -la mydb.db 看到一个文件，里面就是表 + 数据。rm mydb.db 就删库——所有”数据库”操作的本质都是文件 IO。

案例 2：Python 嵌入式调用

import sqlite3
conn = sqlite3.connect('mydb.db')
cursor = conn.execute('SELECT id, name FROM users WHERE id = ?', (1,))
print(cursor.fetchone())  # (1, 'Alice')
conn.close()

sqlite3 是 Python 标准库自带的——不用 pip install。这是 SQLite 嵌入式哲学的极致体现：你不需要装数据库就能用数据库。

案例 3：WAL 模式解锁并发

默认 SQLite 写时锁全库，读写互斥。开 WAL（Write-Ahead Log）模式：

PRAGMA journal_mode=WAL;

之后读和写不再互相阻塞——读走数据文件、写走 WAL 日志，定期 checkpoint 合并。这一行 PRAGMA 把 SQLite 从”单用户玩具”变成”中等并发可用”。

踩过的坑

写并发性能差：SQLite 同一时刻只允许一个写者（即使开了 WAL）。多进程同时写会排队甚至超时。要高写入并发？换 PostgreSQL。
类型系统极弱：SQLite 是动态类型——你声明 name TEXT，但 INSERT INTO users VALUES(1, 12345) 也会成功（数字被存成 TEXT）。生产代码必须自己校验，别指望数据库挡住脏数据。
没有内置全文搜索方案：要做搜索得编译 FTS5 扩展（很多发行版默认带，但不是所有）。LIKE '%word%' 不走索引、慢得像爬。
大数据集性能下降：单库超过 100 GB 后，VACUUM、备份、迁移都变慢；写并发瓶颈也更明显。要做分库分表？SQLite 不是合适的工具——这是它的设计取舍。
没有用户和权限：所有访问者通过文件系统权限管理，没有 GRANT / REVOKE。多租户场景请绕道。

适用 vs 不适用场景

适用：

移动端 / 桌面端本地存储（手机 App 缓存、Electron 应用、配置数据）
测试和原型（不想为单测起一个 PostgreSQL 容器）
中小型只读 / 读多写少的网站（个人博客、文档站、小型 CMS）
边缘计算（Cloudflare D1 / Turso 把 SQLite 部署到全球边缘节点）

不适用：

高并发写入（多人同时下单、IM 消息流）→ 用 PostgreSQL / MySQL
多机分布式事务 → SQLite 不跨进程，更别说跨机器
需要细粒度权限控制（行级 RLS、用户组）→ 用 PostgreSQL
内置 JSON 复杂查询 / 物化视图 → SQLite 都有，但 PostgreSQL 更强

历史小故事（可跳过）

2000 年：D. Richard Hipp 在为美国海军写一个船舶导弹的辅助软件，找数据库时发现 PostgreSQL 太重、文件型 dbm 太弱，干脆自己写一个嵌入式 SQL 库——这就是 SQLite 1.0。
2004 年：Hipp 把 SQLite 放到 Public Domain——不收钱、不限商用、不要求署名。这个决定让它后来横扫移动端。
2010 年起：Android 选 SQLite 作为系统数据库；iOS Core Data 底层也是 SQLite；Firefox / Chrome 用它存历史和书签。地球上每台联网设备里都有 SQLite。
2018 年：SQLite 3 加入 JSON 函数和 Window Function，开始向 PostgreSQL 看齐。
2022 年：Cloudflare 发布 D1——SQLite 跑在 Workers 边缘节点上，每个请求就近访问数据。
2024 年：Turso / LiteFS 把 SQLite 拓展成分布式、可复制、跨区域同步——一个 22 年前的”单机库”，在云原生时代变成边缘存储的事实标准。

学到什么

嵌入式 vs 服务器 是数据库设计最根本的分叉——一边追求”能在所有地方运行”，一边追求”在中央节点高吞吐”
简单 + 充分测试 比”功能丰富 + 半成品”打得远——SQLite 用最少的特性、最深的测试，赢了 20 年
公共领域许可 是 SQLite 横扫嵌入式市场的隐藏推手——商业代码、闭源固件都能直接用
设计的关键不是加什么，是不加什么——SQLite 主动拒绝”客户端 / 服务器”这一层，于是有了别人没有的简单
测试是 SQLite 的护城河——100% 分支覆盖 + 数千条 fuzz 测试 + 异常注入测试，让一个小团队维护的库能跑在数十亿设备上不被信任质疑；这条经验值得任何要做”嵌入式基础设施”的项目抄作业
公共领域 vs MIT/BSD：Public Domain 比 MIT 更宽松——不要求保留版权声明，飞机黑盒 / 闭源固件不会因为”忘了贴 license” 出问题；这是 SQLite 横扫嵌入式的隐形杠杆

关联

postgresql —— 服务器型关系数据库的代表，与 SQLite 形成”重 vs 轻”的设计对照
duckdb-wasm —— 同属嵌入式数据库阵营，但 SQLite 偏 OLTP、DuckDB 偏 OLAP

反向链接

bbolt —— bbolt — Go 嵌入式 B+ 树 KV
bitcoin-core —— Bitcoin Core — 比特币参考实现
django —— Django — 全功能 batteries-included 的 Python web 框架
duckdb —— DuckDB — 嵌入式列存 OLAP
duckdb-wasm —— duckdb-wasm — 把分析数据库塞进浏览器标签页
go-ethereum —— Go-Ethereum (Geth) — 以太坊主流 Go 客户端
immich —— Immich — 把家庭照片从别人的云里救回自己机器
ingres-1976 —— INGRES 1976 — Berkeley 平行实现的关系数据库
leveldb —— LevelDB — Google LSM 库
lmdb —— LMDB — 闪电内存映射嵌入式 KV 库
mongodb —— MongoDB — 文档型 NoSQL 数据库
mysql —— MySQL — 全球最流行关系数据库
postgresql —— PostgreSQL — 工业级关系数据库
rt-thread —— RT-Thread — 中文社区主导的物联网 RTOS
sequel-1974 —— SEQUEL 1974 — 让数据库”听懂”近似英语的查询
signal-android —— Signal Android — 让 Android 上的每条消息都只有两端能看见
signal-ios —— Signal iOS — 让 iPhone 上的每条消息都只有两端能看见
sled —— sled — Rust 现代 BTree + LSM 混合嵌入式 KV