SQLite 适用于一切（译文）

原文: https://joecode.com/2026-08-19-sqlite3/，来源: https://www.ruanyifeng.com/blog/2026/08/weekly-issue-409.html

2026年8月19日

Raphael Bauer 博士撰写了一篇精彩的文章 （《PostgreSQL for Everything 》） ，阐述了使用 PostgreSQL 为企业提供强大支持的价值。我冒昧地纠正了其中的一些错误，主要是他应该选择 SQLite 😊（这主要是个玩笑，我非常喜欢 PostgreSQL，它是一项很棒的技术。）

与普遍认知相反，所有问题的答案并非 42，而是 SQLite。（好吧，也可能是 sqlite3 。）

引言

SQLite 的寿命比你现在运行的绝大多数程序都要长。

当时人们普遍认为 SQLite 只是个玩具，一个文件，是塞进手机应用里的东西，这样就不用自己写配置解析器了。真正的应用需要的是真正的数据库，有真正的端口号、真正的守护进程，甚至还有凌晨三点的紧急页面。

依我拙见，SQLite 的强大之处源于以下三个方面：

它坚固稳定。
它易于运行、安装和扩展。主要是因为根本不需要运行任何东西。
它不仅是关系数据库管理系统，还是全文搜索引擎、文档存储、缓存、矢量索引和文件格式，从而大大简化了您的 IT 设置。

让我们仔细看看。

坚如磐石，稳定可靠

SQLite 是一项略显老旧的技术。它于 2000 年首次发布，但同时也是全球部署最广泛的数据库引擎，而且优势非常明显。你的手机里有它，你的浏览器里有它，你的汽车里有它，甚至你乘坐的飞机上也有它。SQLite 的运行实例数量比其他所有数据库加起来还要多，而且这根本毫无悬念。

修复数据库系统中的漏洞需要时间。SQLite 不仅有足够的时间，而且还持续改进。其测试套件在 MC/DC 标准（航空电子软件也采用该标准）下实现了 100% 的分支覆盖率。测试代码量大约是库代码量的 500 倍。该项目承诺持续支持到 2050 年，这比贵公司的使命宣言规划周期更长远。

它也是公共领域的。不是开源软件。是公共领域软件。没有许可证，没有贡献者许可协议，没有署名条款，也不是那种靠 C 轮融资后又改变主意的供应商。

没错，SQLite 的确很老了。但它一直在默默地推出各种现代功能：窗口函数、 RETURNING 函数、严格表结构、生成列、 jsonb 。每次发布都是一个经过充分测试、向后兼容的小幅改进，这对于数据库来说，既是最不起眼的，也是最有价值的。

易于运行、安装和扩展

从某种意义上说，在本地安装 SQLite 很简单，因为你已经安装过了。它与所有主流 Linux 发行版捆绑在一起，也内置于 Python、Ruby、PHP、Go、Rust、.NET、Android 和 iOS 等编程语言中，而且无论你是否需要，它现在就安装在你的 Mac 上。

针对与生产环境完全相同的数据库运行测试，这不是测试容器的问题，而是 :memory: 问题。你的测试套件会在几微秒内为每个测试并行启动一个全新的数据库，无需 Docker 守护进程，也不会出现端口冲突。你测试的对象就是你最终交付的对象，因为它们是同一个库编译成的同一个二进制文件。

如果你想在服务器上运行 SQLite：你已经在运行了。它随操作系统一起提供了。

扩展部分是大家预期文章会变得平淡的部分，所以我们不要让它平静下来：

垂直整合： 一台配备 128GB 内存的现代 NVMe 固态硬盘，在数据库往返仅需一次函数调用而非网络跳转的情况下，就能处理惊人的流量。无需连接池，无需 TLS 握手，无需 pgbouncer 。处理速度以纳秒而非毫秒计算。
复制和备份： Litestream 将 WAL 日志持续流式传输到 S3。LiteFS 提供分布式读取。两者都体积小、仅包含单个二进制文件，而且略显单调。
托管服务商： Turso、Cloudflare D1、rqlite 等公司很乐意向您出售带有控制面板的 SQLite，如果您怀念控制面板的话。

这使得 SQLite 成为目前支持最广泛的软件之一。对您而言，这意味着更少的维护工作和更多的时间为客户开发功能。

简化您的 IT 设置

在云端运行 SQLite 完全无需点击，因为它就位于应用程序旁边的一个文件里。但这还不是全部。SQLite 可以取代你原本需要运行的一整套系统。

SQLite 取代 Solr 和 Elastic：全文搜索

SQLite 自带 FTS5，这是一个内置于您已链接的库中的全文搜索引擎。它还提供分词器、前缀查询、短语查询、 NEAR 、布尔运算符、使用 BM25 进行自定义排名以及用于渲染结果的摘要/高亮显示功能。

这里有两点值得注意。首先，不存在同步问题，因为没有第二个系统。根据定义，您的搜索索引会与您的数据在同一事务中更新，并且永久有效。您遇到的所有"为什么搜索索引过期"的问题，都是由您不需要的架构造成的。

其次，它的速度快得令人惊讶。Simon Willison 的 Datasette 可以在一台小型虚拟机上免费运行，对数 GB 的 SQLite 文件进行分面全文搜索，并在几毫秒内返回结果。

FTS5 会支持多语言分析链和跨 40 个节点的分布式分片吗？不会。你们有 40 个节点吗？也没有。

更多相关内容： SQLite FTS5 文档

SQLite 取代 MongoDB：出色的 JSON 支持

SQLite 对 JSON 的存储和查询提供了出色的支持。JSON 函数是内置的， -> 和 ->> 运算符的工作方式也符合预期，而且自 3.45 版本起，还新增了 jsonb ，这是一种二进制表示形式，每次访问时无需重新解析。

人们常常忽略的一点是：你可以对 JSON 进行索引。从 JSON 路径创建一个生成列，并为该生成列建立索引，这样即使你的模式中不存在某个字段，你也能快速查找它。无需模式即可写入，只需索引即可读取，一切尽在掌握。

所以，MongoDB 的优势在于：文档存储、ACID 事务、无需独立服务器、无需副本集、无需分片配置、无需 mongod ，磁盘上存储的只是一个可以复制的单个文件。那么，MongoDB 还有必要存在吗？之前有一篇不错的文章，讲述了一家大型出版机构弃用 MongoDB 的故事。值得注意的是，至今还没有人写过相反的例子。

SQLite 取代 Kafka 和 RabbitMQ：SQLite 作为队列

事件、队列和持久日志的重要性与日俱增。Kafka、RabbitMQ 和 SQS 都提供了这些功能。但维护它们既繁琐又需要定制化，而且需要专门的技能，因此你必须为此聘请专业人员。

好消息：桌子没问题。

BEGIN IMMEDIATE;
UPDATE jobs SET status = 'running', worker = ?
WHERE id = (SELECT id FROM jobs WHERE status = 'pending'
            ORDER BY id LIMIT 1)
RETURNING *;
COMMIT;

BEGIN IMMEDIATE 会预先获取写锁， RETURNING 会将已声明的行返回给你，并且该事务保证只有一个工作进程能够获取到该行。在 WAL 模式下，读取器永远不会阻塞，因此你的仪表板查询队列深度不会与工作进程发生冲突。

这里要坦诚地提醒一句，因为你值得了解：SQLite 只有一个写入器。它没有 SKIP LOCKED ，因为没有什么可以跳过的。并发的消费者会串行执行写入锁，如果你的入队速率真的达到每秒数万条，你就会感受到性能瓶颈。

但请注意发生了什么。在 PostgreSQL 版本中，队列是数据库中的一个表。而在这个版本中，队列不仅是数据库中的一个表，也是应用程序进程中的一个表。消息永远不会离开机器。没有消息代理，没有消费者组重新平衡，也不会出现"为什么部署期间分区分配发生了变化"的问题。

我的建议：先用 SQLite 作为队列。当它性能下降时，你会得到实际的数据，而不是凭感觉判断，这样你就可以放心地去购买 Kafka 了。你会惊讶于这需要多长时间。

SQLite 取代 Clickhouse：高容量时间序列数据

时间序列数据很特殊。大量数据点快速到达，然后进行聚合、统计和汇总。

这里没有 TimescaleDB，所以我们直说吧。SQLite 提供的是：

按文件分区。 每天、每周或每个租户一个数据库。归档使用 mv 命令。删除旧数据使用 rm ，该命令以恒定时间运行，且不会执行 vacuum 操作。跨数据库查询使用 ATTACH 加上 UNION ALL 视图。这种方法虽然粗糙，但非常有效。
汇总表由触发器或与插入操作相同的代码路径生成。无论如何，你本来就要构建连续聚合。
批量写入。 一次事务，插入一万行数据，然后执行一次 fsync。在普通硬件上，SQLite 通过这种方式每秒可以处理数十万行数据，因为路径中没有网络协议。
需要时支持列式存储。 对于分析部分，DuckDB 可以直接指向你的 SQLite 文件。它能原生读取该文件。这样，你就能在应用程序写入的同一个文件上获得向量化的 OLAP 功能，无需 ETL。

这些专用系统确实非常出色，如果你每秒要处理一百万个数据点，就应该去用用看。大多数人说的"时间序列"指的是每天几百万行数据，这对于固态硬盘上的文件来说，也就相当于周二的数据传输量。

SQLite 作为 AI 工作流的向量数据库

sqlite-vec 是一个单文件、无依赖项的扩展，可以将 SQLite 转换为向量数据库。它使用 C 语言编写，可以在任何 SQLite 运行的地方运行，包括通过 WASM 在浏览器中运行，并将向量存储在普通表中。

这正是 SQLite 的优势所在。你的词嵌入、源文档、元数据和全文索引都位于同一个文件中，因此混合搜索实际上是一个连接操作，而不是跨三个服务、采用三种不同一致性模型的分布式查询。只需一条语句，即可按租户、日期、关键词和向量相似度进行筛选，而且是事务性的。

此外，这一点比听起来更重要：你的整个 RAG 索引就是一个文件。你可以通过电子邮件发送它，可以将其放入 Docker 镜像中，甚至可以将其传输到离线的笔记本电脑上。试试用你的托管向量集群执行这些操作。

SQLite 取代 Redis：非持久化高性能缓存

缓存至关重要。大多数应用程序都使用 Redis 来保存会话和热点数据。缓存的定义允许数据丢失，并可以从源头重新生成。

那么，为什么要为此运行第二个服务器呢？SQLite 提供了多种选择，具体取决于你想牺牲多少数据持久性：

PRAGMA journal_mode = WAL;
PRAGMA synchronous = OFF;      -- it's a cache, live a little

或者完全跳过磁盘，使用 :memory: 或者使用 PRAGMA temp_store = MEMORY ，或者使用通过 file:cache?mode=memory&cache=shared 在连接之间共享的内存数据库。

Expiry 是一个列，并且有一个 DELETE ... WHERE expires_at < unixepoch() 定时删除，这正是 Redis 为你做的事情，只是距离更远，并且有它自己的驱逐策略，你需要去了解一下。

关键在于：通过本地主机向 Redis GET 请求大约需要 100 微秒，而对已缓存的页面进行 SQLite 点查询只需要 1 微秒。移除依赖项并没有导致速度变慢，反而提高了速度，因为最快的网络调用就是函数调用。

Redis 是一款优秀的软件。但它也是一个独立的进程，具有独立的故障模式、独立的内存预算、独立的安全防护机制，以及独立的成本项。

SQLite 取代文件系统：用于原始数据

你可能会认为从文件中读取一小段数据比从数据库中读取要快。但事实并非如此，这并非个人观点，而是 SQLite 项目发布的基准测试结果，其标题直截了当地写道：* 比文件系统快 35%* 。

对于小于约 100KB 的数据块，SQLite 的读写速度比磁盘上的单个文件更快，并且占用空间也少约 20%。这是因为文件系统对每个数据块都收取一次 open() 、一次 close() 调用和一次目录遍历的费用，而 SQLite 只收取一个已打开文件句柄和一次 B 树查找的费用。

你还可以免费获得：原子多 blob 更新、崩溃时不会进行部分写入、不会出现文件名转义错误、不会出现"当目录有 400 万个条目时会发生什么"的问题、不会因为 inode 计数而导致 rsync 花费 6 个小时，以及一个只有一个文件的备份故事。

将有效负载存储在 BLOB 列中，如果需要更精细的操作，可以使用更紧凑的序列化方式，然后在客户端进行反序列化。SQLite 团队自己也认为 SQLite 比 fopen() 更优秀，而且他们将其视为设计目标，并非玩笑。

SQLite 取代您的图数据库

在 SQL 中使用递归查询处理分层数据是可行的，但从历史上看，读取、维护和调试这些数据都非常痛苦。

SQLite 完全支持递归 CTE，其相关文档堪称业内顶尖的技术文档之一。闭包表、物化路径和邻接表都能很好地工作。由于没有 LTREE ，物化路径由一个 TEXT 列和一个 GLOB 索引构成，这种方式不够优雅，速度也大致相同。

对于实际的图论工作， simple-graph 仅用几百行 SQL 代码就在普通的 SQLite 表之上实现了一个属性图。节点、边、遍历。

这条原则在这里比在其他任何地方都更适用：你的图可能有上万个节点。上万个节点可以装进 L3 缓存。你不需要 Neo4j。你只需要一个索引和一杯咖啡。

SQLite 取代你的微服务

如今大多数"微服务"都是：一个模型、一个查询和 JSON 输出。

SQLite 使用 json_object() 和 json_group_array() 将任何查询转换为 JSON。这样一来，序列化层就消失了。

但 SQLite 的优势远不止于此，因为它运行在你的进程*内部 *。微服务并非被存储过程取代，而是被函数调用取代。无需部署服务，无需健康检查，无需重试逻辑，无需熔断器，无需关联分布式跟踪，也无需处理受网络抖动影响的 p99 数据。

Datasette 将概念验证推向了极致：只需指向一个 SQLite 文件，即可获得 JSON API、Web 用户界面、分面搜索以及插件生态系统，无需编写任何代码。Litestream 则负责数据持久化。这套生产级数据服务仅需两个二进制文件和一个文件即可完成。

凡事有利有弊，我不会否认弊端是不存在的。但在这个行业里，仅仅为了在查询前增加一次网络跳转而存在的服务数量并不少。

用 SQLite 替换你的 PlayStation 5

SQLite 文档本身就包含一个用递归公共表表达式编写的 Mandelbrot 集渲染器。在手册中。作为查询语法的示例。顺便提一下。

人们还用纯 SQLite CTE 实现了康威生命游戏、数独求解器和迷宫生成器。甚至还有国际象棋引擎。有人甚至在查询中实现了 Doom 的火焰特效。

太疯狂了。或许不必太当真。但你不得不佩服一个官方文档里都包含分形的数据库。

结论

以上列表并不完整。SQLite 是一款非常灵活的软件，它可以加载扩展程序，而且很可能总能找到适合您即将安装的服务器用途的扩展程序。

原论点说得对，而 SQLite 更胜一筹：简洁性才能让你快速行动。你的技术栈中的每个系统都需要部署、监控、保护、升级、备份、付费，还要向新员工解释。PostgreSQL 简化了这些工作。SQLite 则将其简化到零，因为数据库不是一个系统，而是一个文件和一个函数调用。

是的，确实存在瓶颈。一个作者，一台机器。当你达到这个瓶颈时，你自然会知道，然后你会去使用 PostgreSQL，那将是值得庆幸的一天，因为这意味着有人在用你的作品了。

在此之前，当下一个需求出现时，问问自己：SQLite 能不能做到这一点？我们真的需要那项闪亮的新技术 X 吗？

SQLite 或许并非万能，但它能解决的问题远比你想象的要多，而且它已经安装在你的电脑上了。

Just blog and unjust blog