SQLite?低调不是小众...

轻量级内容聚合平台架构解析:从域名到资源分发的技术实践 内容聚合平台是互联网信息分发的常见模式,其核心原理是通过技术手段将分散的资源进行索引、分类和集中呈现,从而缩短用户获取信息的路径。在技术实现上,这类平台通常采用极简架构,例如使用静态HTML页面配合轻量级后端(如PHP或Python框架),结合数据库进行资源管理,以实现低成本、高效率的部署与维护。其技术价值在于能够精准满足用户对特定资源(如软件、文档、影音)的直接获取需求,尤其在小众、专业或历史版本资源领域优势明显。应用场景广泛覆盖开发者工具分享、学习资料归档、影视资源聚合等。本文以典型域名i.20079. 阅读详情

前几天在一个群里看到一位同学说:“SQLite这么小众的数据库,到底是什么人在用啊?”

首先要说的是 SQLite 可不是小众的数据库,相反,SQLite 是世界上装机量最多的数据库,远超 MySQL,只不过比较低调而已。低调到我想在官网上找一个好看的用来当插图的图片都找不到,只能截一张官网首页来撑一撑,看起来十分朴素。

图片

我最早听说 SQLite 是刚毕业工作的时候,我们部门做微软内容管理产品的二次开发,其中有一个客户端即时沟通工具叫做 Lync,搭配上 LDAP 的组织架构,其功能就和现在的企业微信差不多。

Lync 支持二次扩展,结合我们的产品需要在其中做一些功能拓展,负责这项工作的是一位厉害的 C++ 大佬。有一次我和他聊起来,我说客户端要记住用户自己的配置和数据,是不是要在目录下放一个配置文件啊,那数据量大了会不会很慢。他说,用配置文件也行,但是咱这个不用配置文件,用 SQLite。

也是孤陋寡闻,那是我第一次听说 SQLite,才知道这也是个数据库,只不过多用在客户端而不是服务器上。

SQLite

SQLite是一个轻量级的嵌入式关系型数据库管理系统。它由D. Richard Hipp在2000年开发,它实现了一个小型、快速、独立、高可靠性、功能齐全的SQL数据库引擎。

SQLite 用C语言开发,最开始的设计目标是嵌入式系统,它可以在不需要单独的服务器进程的情况下,直接嵌入到应用程序中。后来正好赶上智能手机等智能设备普及,正好契合 SQLite 的使用场景,于是大量的智能设备都在使用 SQLite 。这么说吧,你用的手机上,一定有 SQLite 存在。

像 MySQL 一样,SQLite 也是开源且免费的,据官方统计,目前正在使用的 SQLite 数据库超过 1 万亿个。

SQLite 也可以通过配置像MySQL 那样装在服务器上,通过网络连接访问,但是,完全没有必要。

SQLite 支持C、C++、Java、Python、Swift等大多数语言直接使用。

为什么说你的手机上肯定有 SQLite 呢?因为 SQLite 会随着应用程序代码一起打包,所以这样说来,你的手机上还不止一个 SQLite ,可能有很多,例如微信有一个、美团有一个、网易云音乐等等 APP ,都可能包含自己的 SQLite。

使用场景有哪些

移动应用

前面也一直在说手机上的SQLite。Android就默认集成了SQLite作为应用数据存储的标准解决方案。

Apple 的 IOS 其实提供了自己的数据存储方案,比如 CoreData,但是很多开发者都觉得官方提供的方案实在太难用,所以,有很多应用开发者还是选择 SQLite 作为本地存储方案使用。

嵌入式系统

SQLite 本来就是为了嵌入式系统设计的,所以它的特点就是轻量和高性能嘛,这也使得他在嵌入式系统中被广泛使用。包括嵌入式Linux设备、物联网(IoT)设备、路由器,以及汽车电子系统等等。

图片

桌面应用

许多桌面应用程序使用SQLite作为其内部数据库,我第一次听说 SQLite 就是那位同事大佬为了拓展桌面客户端。

尤其是一些纯的本地应用,不需要联网的,所有的配置和数据都会存在本地,这种场景正好适合SQLite 这种轻量级数据库。

数据分析和处理

SQLite还可以用于处理和分析小规模的数据集。例如,数据科学家可以使用SQLite来存储和操作中小型数据集,以进行数据清理、转换和分析。

网站加速

最近看了一篇文章,介绍 Notion 技术团队如何使用WASM SQLite在浏览器中加速Notion 的性能。

WebAssembly (WASM) 是一种低级字节码格式,能够在现代浏览器中高效运行。它被设计为一个可移植的目标,可以被多种编程语言编译成它。它有接近原生的性能,同时可以安全地运行在浏览器的沙箱环境中。

所以为了追求更好的性能,有些像 Notion 这样的网站直接将 SQLite 编译到 WebAssembly,相当于在网站中加入了 SQLite。

这样一来,更多的数据存到本地 SQLite ,减少不必要的网络交互,对于网站的速度和性能会有很大提升。

图谱后端选型:Memgraph vs Neo4j vs 嵌入式 SQLite,什么时候该切换? 本文通过脚本自动探测代码图谱规模,对比SQLite、Memgraph与Neo4j在不同节点量级下的性能表现。实测表明:10万节点内嵌入式SQLite凭借低延迟和轻量部署仍具竞争力;超15万节点后,Memgraph适合低延迟、高并发场景;而Neo4j仅在百万级图谱且需复杂查询时才具备优势。配套提供一键测试延迟与平滑迁移后端的Python工具链,实现按需选型与无缝切换。 阅读详情

相关推荐

网易数智CoreAgent实战:5步教你打造企业级AI数字员工(附避坑指南)

本文以网易数智CoreAgent智能体协作中枢为核心,提供了一份企业级AI数字员工的实战部署指南。文章详细拆解了从环境准备、智能体配置、业务集成、安全合规到效果评估的五个关键步骤,并分享了部署过程中的常见“避坑”经验,旨在帮助企业技术团队高效、安全地将AI智能体落地于实际业务场景,解决AI落地难题。

rice5的博客 957

世界上装机量最大的数据库SQLite,低调但不小众

SQLite是世界上装机量最大的数据库。仅仅你的手机里,就运行着许多个SQLite实例。它也是微信的客户端数据库,里面保存了你的聊天记录、联系人、设置等等关于微信的几乎一切数据。根据SQLite的官方统计,目前正在使用的SQLite数据库实例超过了1万亿个。SQLite是一个轻量级的嵌入式关系型数据库。它使用C语言开发,最初的设计目的是应用在嵌入式系统里面。它可以在不需要服务器的情况下,直接嵌入到一些物联网设备,比如家电、路由器、汽车等,作为本地数据库使用。智能手机当然也正好契合SQLite的使用场景。

techshrimp的博客 3456

C#上位机与OneNET云平台数据交互实战——基于HTTP与JSON解析

本文详细介绍了使用C#开发上位机软件与OneNET物联网云平台进行数据交互的实战方法。通过构建HTTP请求、解析JSON数据,实现设备数据的实时获取、界面展示与本地存储,为工业监控与数据采集提供了一套完整高效的C#解决方案。

kkk56的博客 220

SQLite这么小众的数据库,到底是什么人在用?

往期热门文章:1、微服务Token鉴权设计的几种方案2、一天干了多少活儿,摸了多少鱼,这个工具一目了然给你统计出来3、编程语言座次图,谁才是老大?(PS:原来这么多编程语言都有同一个祖宗)4、如果网站的 Cookie 超过 4K,会发生什么情况?5、如何优雅的实现在线人数统计功能?前几天在一个群里看到一位同学说:“SQLite这么小众的数据库,到底是什么人在用啊?”首先要说的是 SQLite 可不...

Java后端技术 295

98DX3236内核编译过程小结

0.条件(1)Marvell技术支持提供的压缩文件:GNU EABI:arm-mv5sft-linux-gnueabi_SW3.2.tar.bz2.tar.bz2armebv7-marvell-linux-gnueabi-softfp_i686_201201.tar.bz2CPSS代码:Cpss-PP-DxCh-4.2_012.zipLinux内核文件:lsp-4.2_012.zipLSP-Uni...

snaking616 1807

文献综述三大痛点用AI轻松解决!借助Gemini 3 Pro搞定检索难、阅读慢、框架乱问题(附 AI 提示词)

4)“漏斗式”结构:先介绍宏观领域的研究现状,再缩小范围,聚焦于与你课题直接先关的子领域,深入探讨与你研究变量直接相关的文献, 指出前人没做过、没做全或结论有矛盾的地方,再顺势提出你的研究课题,这种结构逻辑最清晰,能直接引导读者发现你研究的必要性。想要有针对性的搜到相关文献,必须先把模糊的研究题目拆解成精准的检索语言,这个时候就需要建立一个关键词矩阵,如核心词、同义词、学术术语、上下位词,以及对应的英文表达。请围绕【我的研究主题/关键词】,检索近5年发表的高被引的中英文文献,优先选择顶刊综述/论文。

智能AI让学术科研更容易 277

SQLite:小众?其实它比你想象的更普及!

在数据库的世界里,SQLite这个名字可能不像MySQL或Oracle那样如雷贯耳,但它却是一个低调而强大的存在。很多人可能认为SQLite是一个小众的数据库,但实际上,它的使用范围比你想象的要广泛得多。今天,我们就来聊聊SQLite,看看它到底是谁在用,以及它为何能如此受欢迎。SQLite:轻量级数据库的代表首先,SQLite是一个轻量级的嵌入式关系型数据库管理系统。这意味着它不需要独立的服务器...

dotNET跨平台 334

【例1896】report all clearance datasets 报告所有间隙数据集

report all clearance datasets 报告所有间隙数据集》这是一个NX二次开发官方小例子,下面是代码和解析。相较于混乱、未经验证的代码,官方案例能够确保开发者获得准确的开发方法,这些官方示例代码经过严格测试,能够正确地反映出NX软件的功能和API使用方式,有助于开发者系统地掌握NX二次开发技能,提高开发质量和效率。本专栏订阅后是永久阅读的。欢迎一起学习NX二次开发案例,逐步积累宝贵的经验,早日成为行业专家。

王牌飞行员_里海的博客 646

开源项目商业价值与技术实现深度解析

开源项目作为现代技术生态的基石,通过模块化设计和社区协作机制实现快速迭代。其核心价值在于采用标准协议(如Actor模型、LSM-Tree)解决通用性问题,在基础设施、数据处理等领域形成技术标杆。以Skynet框架为例,其8000行核心代码通过三级缓存架构实现50万/秒消息吞吐,典型应用于游戏服务器场景;而LevelDB凭借LSM-Tree设计将写放大系数控制在5-10倍,成为存储引擎的经典实现。这些项目通过成为技术栈底层组件(如Libevent处理全球34%的web流量)创造间接商业价值,同时衍生出企业定制

weixin_28678151的博客 295

YOLO11多类别数据集的类别平衡方法:讲解类别不平衡问题的识别方法,以及过采样、欠采样、类别权重调整等解决方案(一)

类别不平衡问题是机器学习和计算机视觉领域中一个常见但棘手的挑战。简单来说,当数据集中不同类别的样本数量存在显著差异时,我们就称这个数据集存在类别不平衡问题。在YOLO目标检测任务中,这意味着某些类别的目标对象在训练数据中出现得非常频繁,而其他类别的目标对象则很少出现。 想象一下,你正在训练一个交通监控系统,需要检测不同类型的车辆。在这个场景中,"汽车"这个类别可能有成千上万个实例,而"自行车"或"摩托车"可能只有几百个实例。这种数量上的巨大差异就是典型的类别不平衡问题。 从数学角度来看,假设我们有一个包

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 941

亿图机床采集数据

这个数控系统的英文名是HUST,在台湾知名度还可以,但大陆这边我做这么多年项目也只接触过屈指可数的几次,可见市场占有率并不大,联网采集不复杂。

若云流风的专栏 2500

一文带你了解 Fohok(谶的生活记或极洛API) 全站点生态

Fohok.xin旗下三大核心站点提供多样化服务:主站专注简洁高效的网络测速工具,适配多终端检测网络性能;博客站分享生活感悟与技术心得,提供清新阅读体验;API服务为开发者提供稳定高效的接口支持。这三个站点形成工具+内容+开发服务的生态体系,以无广告、轻量化的特点满足用户不同需求,打造了一个实用性强的小众综合服务平台。

2401_83242657的博客 51

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

边缘计算选型指南:从芯片到盒子,再到校园物联网落地实践

边缘计算正从概念走向规模化落地,成为物联网架构中不可或缺的一环。在设备数据上云过程中,边缘节点承担着协议转换、数据预处理、本地缓存与断网续传等关键任务,有效缓解带宽压力与云端算力消耗。理解边缘计算的原理与技术价值,需要从底层芯片、整机硬件到软件管理平台进行系统考量。在工程实践中,边缘计算盒子的选型尤为关键,算力功耗比、算法生态、管理平台与总拥有成本都直接影响项目长期稳定性。校园物联网场景中,边缘网关通过统一接入异构传感器,将标准化数据可靠上云,实现本地联动与AI推理分流。本文盘点海内外主流厂商与产品线,梳理

weixin_33882452的博客 748

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

百度提供的SQLite 执行 TPC-DS 基准测试方法

可以,但 TPC-DS 数据没法直接生成到 SQLite 文件里,得先借 DuckDB 的内存表生成,再用 CTAS 导出到 SQLite 文件。用 DuckDB 生成数据再导入 SQLite:DuckDB 内置 TPC-DS 扩展,可先在其内存中生成数据,再用 CTAS 语句导入 SQLite 文件。SQLite 本身并不直接支持 TPC-DS 基准测试,因为 TPC-DS 是为数据仓库和分析型系统(OLAP)设计的,而 SQLite 是嵌入式 OLTP 数据库,缺乏复杂查询所需的优化器能力。

l1t的专栏 165

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

商品素材清单已经退出with,SQLite连接为什么还能使用

写一段脚本,把商品素材编号存进SQLite,代码用了with con。退出代码块后,连接仍然可以执行查询,这是否说明with没有生效?要先看这个对象的上下文管理器承诺了什么。Python的sqlite3连接上下文主要管理事务的提交与回滚,并不自动负责关闭连接,不能把它当作所有资源对象共有的关闭语义。

Picset的博客 355

内存数据库SQLite

本文以“黑板”比喻内存数据库,对比传统硬盘数据库,详解 SQLite 使用 :memory: 实现高速临时存储的原理与优势。通过动态占位符生成、executemany 批量操作等技巧,实现毫秒级数据读写,适用于单元测试、临时计算与隐私保护场景。强调其瞬时性与内存限制,提醒开发者注意数据量控制与安全防护,突出参数化查询防注入的核心价值。

看了都说刑的博客 353

量化数据管道实战:从接口调用到生产级落库(第 14 篇):SQLite 表范式设计

表设计不好,亿级历史一查就卡、一写就锁。本篇收口这个 14 篇周期,给出第一张能撑住管线的本地表:日线主表 + 股票维度表 + 合理索引。这也是本系列上半场(第 1–14 篇)的收官篇:从"发请求"到"本地落库可被策略调用",上半场的管道骨架在此闭合。下半场(第 15–28 篇)将进入落库进阶(UPSERT、分区索引、历史回填)、增量调度、多源对齐与生产化收官,本篇的表就是下半场所有工作的地基。

2601_96840033的博客 211

DeepSeek总结的在 SQLite 中为已存在的表添加主键或外键约束

在 SQLite 中,无法直接使用来为已存在的表添加主键或外键约束。SQLite 的功能非常有限,仅支持重命名表、重命名列、添加列和删除列。对于主键,ADD COLUMN甚至明确不允许新列带有或UNIQUE约束。要实现这个效果,必须采用的变通方案。这是 SQLite 官方文档推荐的通用流程。

l1t的专栏 363

Sqlite参考手册

SQLite – Python 安装 SQLite3 可使用 sqlite3 模块与 Python 进行集成。 […]

2601_96798737的博客 37

嵌入式数据库横向对比:HSQLDB · Derby · DuckDB · SQLite · H2 · SQLTiny

SQLTiny 是用 C++20 从零实现的轻量嵌入式数据库,核心定位为支持 MySQL Wire Protocol 的多语言、可网络访问的嵌入式数据库。区别于 SQLite(文件锁)、DuckDB(列式分析)、HSQLDB/H2(私有协议),它以极简代码量(~15k LOC)和标准协议兼容,填补了“嵌入式 + 多语言直连 + TCP server”空白。虽当前性能受限于全局锁与无索引 JOIN,但其清晰架构与生态兼容性使其成为教学、原型开发及多语言项目中理想的 MySQL 替代品。

Life is not divided 268

【Python编程—从入门到实践】(Django入门:把Python变成网站,亲手搭建你的学习笔记)

本文以“学习笔记”网站为实战项目,带领 Python 初学者使用 Django,将基础编程知识转化为可访问、可交互的网页应用。内容涵盖虚拟环境搭建、项目与应用创建、数据模型设计、数据库迁移和后台管理,并通过首页、主题列表与笔记详情页,逐步理解路由、视图、模板和模型之间的协作关系。结合模板继承、数据查询与页面渲染,梳理从浏览器请求到内容展示的完整流程,掌握学习主题与笔记条目的组织方法。帮助读者建立网站开发的整体思路,搭建结构清晰、便于扩展的项目,为后续添加表单、用户登录与权限控制打下基础。

承于所学,探技术之渊;以代码求政,寻成长之道。 1万+

Day35 · SQLite 与 NoSQL

本日学习SQLite与NoSQL。掌握Python内置sqlite3库,实现零配置的嵌入式数据库操作,理解文件库与内存库差异,熟练使用with管理事务,实现自动提交/回滚。对比SQLite与MySQL在部署、并发、扩展性等方面的优劣,明确适用场景。了解NoSQL兴起背景,掌握其无固定模式、易水平扩展的特点,初步认识CAP定理,学会根据需求合理选型数据库。

小嘉丶学长的博客 214
上一篇: 关于Python Matplotlib 的16个实用小技巧!
下一篇: Starship:快速且高度可定制的命令行框架!!
架构文摘JGWZ
博客等级 码龄5年 8808粉丝 345原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值