Sqlite的五大理由！

admin

如果你还没听说，SQLite是一款能够实际运作在真实产品环境中的惊艳的数据库。在这篇文章中， 我会列出5大理由来解释为什么我认为你应该在2017年试试 SQLite。

简便管 理

你管理过一个Postgres数据库吗？为了确保数据库服务器得到恰当设置（ 共享数据缓冲区，有效缓存大小，工作记忆，维持工作记忆，缓冲机制…）你需要明了相当多的事项。升 级也会是一个可怕的过程，你也许需要离线你的数据库，运行一个程序来阻止它升级，并希望等你重启时 它仍可以运行。更进一步说，你知道你的 postgres 数据库存储在哪吗？你可以指着一个地方说，「这就 是我的数据库吗」？

（现在，我们都知道在很多情况下只有 Postgres （或 MySQL, Oracle, SQL Server等）可以满足应用上的要求。这里我的目的并不是说SQLite另有规定。而是 我只想强调相比较于传统的数据库服务器，管理一个SQLite db数据库的不同点。
SQLite管理 起来非常简便——它是一个单一的文件（或者有时是一个文件 + 事务日志）。文件格式在主要的版本中 非常稳定，所以如果我在SQLite3.0.0版本上（2004年推出的版本）有数据库文件，我可以使用 SQLite 3.10.0版本读出它。如果我想把数据文件装在U盘中随身携带，我可以拷贝文件，或者目前更好的是我可 保存在我的dropbox文件夹。如果我每天晚上都要备份这些文件，我只需把数据库文件同步到S3。如果我 想共享我正与我同事合作的数据分析，我只需发送给他们这个数据库文件的一个我已准备好的副本。数据 库在一个单一的文件中，且保持稳定的格式是SQLite的一大特性。

而且， SQLite设置起来也很方便。 SQLite的功能可以用两种方式来管理：编译标志 和 编译指示语句（运行时 配置）。这里没有指明的配置文件，你只需把你想要的功能构建成库，然后在创建数据库连接时配置这些 运行时选项。

不断改善目前已坚若磐石的稳定性

SQLite是由几个真正的软件工程师大神主动开发。并以惊人的速度不断增加 高质量的新功能。就在前不久SQLite通过 json1拓展来支持JSON数据（获取更多关于在 Python上应用它 的文章，请点击这篇文章）。SQLite还发布了一个改进的全文检索的扩展版本，其中包括使用BM25算法的 结果排序。

除了增加新的功能，SQLite开发者也正在努力使库的使用更高效 。在3.8.11版本，发行说明包含这条宣传语：

SQLite如今的速度是 3.8.0版 本速度的两倍，是 3.3.9版本速度的3倍。
尽管有了这些变化和改进，SQLite鲜少出现 bug。 SQLite测试套件被广泛认为是行业内最佳之一，在开发者发现这个令人印象深刻的文件后，SQLite如何测 试的页面经常出现在HackerNews上。

可拓展性和可控性

我个人最喜欢的特性是它的可扩展性。因为SQLite是由你的应用程序插入的 ，它运行在相同的地址空间，可以代表你执行应用程序代码。无论是Python标准库SQLite驱动，pysqlite ，和替代驱动apsw提供的APIs来定义自定义的SQL函数，聚合函数和排序规则。apsw更进了一步，提供 APIs定义虚拟表和虚拟文件系统！

举一个实际的例子，假设在你的数据表中 有一列存储 URLs，你希望确定哪个是最常见的主机名——如果你正使用不同的数据库，你会被迫去写一 个复杂的正则表达式，一个字符串操作函数的组合，或把数据放入你的应用程序并在代码中进行运算。而 有了SQLite，你可以在Python中定义一个主机名的功能，然后使用它来创建一个简单的计数查询：


from urlparse import urlparse

def hostname(url):
    return urlparse(url).netloc

conn = sqlite3.connect('my-database.db')
conn.create_function('hostname', 1, hostname)  # name, num_params, func
1
2
3
4
5
6
7from urlparse import urlparse

def hostname (url):
    return urlparse(url).netloc

conn = sqlite3.connect('my-database.db')
conn.create_function('hostname', 1, hostname)  # name, num_params, func

SELECT hostname(mytable.url), COUNT (mytable.id) AS ct
FROM mytable
GROUP BY hostname(mytable.url)
ORDER BY ct DESC;
1
2
3
4
SELECT hostname (mytable.url), COUNT(mytable.id) AS ct
FROM mytable
GROUP BY hostname (mytable.url)
ORDER BY ct DESC;
您还可以创建聚合函数，它接受 0..n 值，并 生成一个单个输出值。例子可能是计算标准偏差、通过用一些方式处理值来产生字符串、或者做一些类型 的分类等等。

虚拟表，目前只受apsw支持，允许你在代码中定义一个表，然 后把它当作一个正常的SQL表来查询，即使后台的数据完全是动态的。举例来说，我写了一个简单的虚拟 表，可以允许你像查询SQL表一样来查询Redis.

你也可以写同名的函数，其 中函数返回0..n行结果。正则表达式搜索函数也许是个例子，它处理输入值和产生匹配令牌的行。我写了 一个库，sqlite vtfunc，它使得写这些类型的函数变得极其容易。

SQLite 的每个方面都可以被你的应用程序操作。

Lightning fast

SQLite运行起来很快。它在同一个机器上运行，所以在执行查询和读出 结果时没有网络管理费用。它在同一个地址空间运行，所以没有有线协议，串行化或需要通过UNIX套接字 通信 。SQLite可以在资源匮乏、要求高效率的无线设备上运行。SQLite也支持大量编制标志，允许你移 除不打算用的功能。

SQLite的速度弥补了他的最大的缺陷，就是数据库文件 锁定为写。正因为写数据的速度快到不可思议，只有当存在大量的并发写进程时，数据库的锁定才会成为 一个问题。

WAL ( Write-Ahead Logging  预写式日志记录 ) 模式

3.7.0版本的SQLite添加了一个新的日志记录方法，使用预写日志记录。这 本身不是什么真正值得兴奋的新闻，但这意味着对于 web应用（或任何并发机制）开发者来说，读进程和 写进程不再相互限制。或者换个方式来说，读和写可以发生同时。如果没有有 WAL 模式，为了写这个数 据库，写进程将要求独占访问权，在撰写完成前，这个数据库无法被访问。

下面是一个例子来图解两者的不同，假设我们有两种进程状态，写进程和读进程。写进程开始一个专有事 务（表示有撰写的意图）。接下来，读进程会开启一个事务，然后读进程尝试去发布一个筛选的状态：

Journal mode = “delete” (the default):

Writer: BEGIN EXCLUSIVE
Reader: BEGIN
Reader: SELECT * FROM foo; Error: database is locked
Journal mode = “wal”:

Writer: BEGIN EXCLUSIVE
Reader: BEGIN
Reader: SELECT * FROM foo; Returns table contents
然而，值得注意的 是，即使你不具有WAL模式，写通常发生在毫秒间。这是一个如此短的时间来让你注意到问题，如果你有 非常高的并发或有很长的事务要写。

额外的原因： BerkeleyDB

BerkeleyDB的SQLite的整合甚至可以给需要访问并发数据库的应 用程序开发者们提供更好的性能，因为BerkeleyDB不是锁定整个数据库，而是只需要锁定单个页面。这使 得BerkeleyDB在加载并发数据库时有更高的吞吐量，只要事务没有争夺同一页数据。BerkeleyDB还支持多 版本并发控制（MVCC），它允许读的操作继续发生在正在运作写的事务的数据页。

BerkeleyDB另一个好处是效率的提高。换句话说，BerkeleyDB可以使用更少 的系统资源和执行更少的系统调用。你可以在这份白皮书和简要技术概述中找到更多的细节。

BerkeleyDB的SQL接口是SQLite的一个插入式替换方式，并支持相同的APIs 和功能。BerkeleyDB提供了一些附加功能，比如复制（SQLite有备份实用工具，但我的理解是，它不如 BDB强大）、加密，当然还有包括BerkeleyDB自身所有的功能。

BerkeleyDB 使用起来的一大缺点是对配置值非常敏感，并且获取正确的页面大小、缓存大小等其他设置需要深厚的知 识。另一个缺点是授权许可——阅读更多关于BerkeleyDB的授权许可，可查看Oracle的授权页面。

月微眠

报告！别开枪，我就是路过来打酱油的...