SQLite

SQLite 简介

SQLite 是一个开源的 轻量级嵌入式关系型数据库，由 D. Richard Hipp 开发，采用 C 语言 编写。与传统数据库不同，SQLite 无需独立的服务器进程，数据库直接存储在 单个文件 中，并通过简单的 API 调用 进行访问。它以其 零配置、无依赖、高性能 的特点，广泛应用于 移动应用（Android/iOS）、嵌入式设备、桌面软件 等场景。

核心特性

1. 无服务器架构
   • 数据库以 单一文件（如 .db 或 .sqlite）形式存储，无需安装或管理服务
   • 支持 跨平台（Windows/Linux/macOS/Android/iOS）
2. 事务支持（ACID）
   • 保证数据的 原子性、一致性、隔离性、持久性
   • 支持 回滚（ROLLBACK） 和 保存点（SAVEPOINT）
3. 高性能与低资源占用
   • 读写速度接近 直接文件操作（适合嵌入式环境）
   • 内存占用仅 几百 KB，适合资源受限设备
4. 自包含与无依赖
   • 所有功能集成在 单个库文件 中，无需额外组件
   • 支持 静态链接，可直接嵌入到应用程序
5. 丰富的 SQL 兼容性
   • 支持 标准 SQL 92 的大多数语法（SELECT/INSERT/UPDATE/JOIN 等）
   • 提供 触发器（Trigger）、视图（View）、索引（Index） 等高级功能
6. 多语言接口
   • 原生支持 C/C++，并提供 Java（Android）、Python、PHP、C# 等语言的绑定

核心概念

典型应用场景

1. 移动应用开发
   • Android/iOS 本地数据存储（如聊天记录、用户配置）
2. 嵌入式系统
   • 智能设备（路由器、IoT 设备）的轻量级数据管理
3. 桌面软件
   • 浏览器（Chrome/Firefox）存储书签、历史记录
   • 单机版软件（如财务工具、笔记应用）
4. 测试与原型开发
   • 快速验证数据库设计，无需搭建复杂环境
5. 数据分析
   • 替代 CSV/Excel 处理结构化数据（支持 SQL 查询）

快速入门示例

1. 命令行操作

# 启动 SQLite 命令行工具
sqlite3 test.db

# 创建表并插入数据
sqlite> CREATE TABLE users (id INTEGER PRIMARY KEY, name TEXT);
sqlite> INSERT INTO users (name) VALUES ('Alice'), ('Bob');

# 查询数据
sqlite> SELECT * FROM users;
1|Alice
2|Bob

# 导出数据到 CSV
sqlite> .mode csv
sqlite> .output users.csv
sqlite> SELECT * FROM users;

2. Python 集成

import sqlite3

# 连接数据库（不存在则创建）
conn = sqlite3.connect('app.db')
cursor = conn.cursor()

# 创建表
cursor.execute('CREATE TABLE IF NOT EXISTS books (title TEXT, price REAL)')

# 插入数据
cursor.execute("INSERT INTO books VALUES ('SQLite Guide', 29.99)")
conn.commit()  # 提交事务

# 查询数据
for row in cursor.execute("SELECT * FROM books"):
    print(row)

conn.close()

3. Android 集成（Java）

// 创建或打开数据库
SQLiteDatabase db = openOrCreateDatabase("app.db", MODE_PRIVATE, null);

// 执行 SQL
db.execSQL("CREATE TABLE IF NOT EXISTS tasks (id INTEGER PRIMARY KEY, name TEXT)");
db.execSQL("INSERT INTO tasks (name) VALUES ('Finish homework')");

// 查询数据
Cursor cursor = db.rawQuery("SELECT * FROM tasks", null);
while (cursor.moveToNext()) {
    Log.d("SQLite", cursor.getString(1));
}
cursor.close();

性能优化建议

1. 启用 WAL 模式
   PRAGMA journal_mode=WAL;  -- 提高并发写入性能

2. 合理使用事务
   • 批量操作时显式启用事务（减少磁盘 I/O）：
     conn.execute("BEGIN TRANSACTION")
     for data in large_dataset:
         conn.execute("INSERT ...")
     conn.commit()

3. 索引优化
   • 为高频查询字段添加索引：
     CREATE INDEX idx_name ON users(name);

4. 限制返回数据量
   • 使用 LIMIT 分页：
     SELECT * FROM logs ORDER BY time DESC LIMIT 100 OFFSET 200;