SQLite 在小型服务中的适用场景与落地实践

引言

在云原生与微服务盛行的今天，MySQL 和 PostgreSQL 几乎成了后端开发的默认选择。然而，对于边缘计算、单兵工具、小型博客或 IoT 数据采集等轻量级场景，动辄部署一个关系型数据库实例显得过于笨重。此时，SQLite 凭借其“无服务器（Serverless）”和“零配置”的特性，成为了小型服务的绝佳选择。

SQLite 的核心优势与适用场景

SQLite 并不是玩具数据库，它本质上是一个用 C 语言编写的自包含、嵌入式、零配置的 SQL 数据库引擎。它的核心优势在于：

• 零运维成本：没有守护进程，数据库就是一个普通的磁盘文件，不需要安装、启动或配置权限。
• 极致的读性能：由于数据就在本地文件系统，且没有网络 IO 开销，在单机读多写少的场景下，SQLite 的性能甚至超越部分客户端-服务器数据库。
• 原子事务支持：别看它小，它完整支持 ACID 事务，确保数据在断电或崩溃时的完整性。

它非常适合并发写入较低（如日活万级以下）、数据量在数百 GB 以内、且主要由单个应用独占访问的小型服务。

Python 中的实战落地

在 Python 中，标准库自带了 sqlite3 模块，无需额外安装依赖即可上手。以下是一个符合生产实践的连接与操作示例，展示了如何开启 WAL（Write-Ahead Logging）模式以提升并发读写性能：

import sqlite3
from contextlib import contextmanager

DB_FILE = "app_service.db"

def init_db():
    # 初始化表结构
    with sqlite3.connect(DB_FILE) as conn:
        conn.execute("""
            CREATE TABLE IF NOT EXISTS metrics (
                id INTEGER PRIMARY KEY AUTOINCREMENT,
                timestamp TEXT NOT NULL,
                value REAL NOT NULL
            )
        """)
        # 开启 WAL 模式，允许并发读取
        conn.execute("PRAGMA journal_mode=WAL;")

@contextmanager
def get_db_cursor():
    conn = sqlite3.connect(DB_FILE)
    # 将行数据转换为 dict 风格访问
    conn.row_factory = sqlite3.Row
    try:
        yield conn.cursor()
        conn.commit()
    except Exception:
        conn.rollback()
        raise
    finally:
        conn.close()

# 写入数据示例
def insert_metric(timestamp: str, value: float):
    with get_db_cursor() as cursor:
        cursor.execute(
            "INSERT INTO metrics (timestamp, value) VALUES (?, ?)",
            (timestamp, value)
        )

if __name__ == "__main__":
    init_db()
    insert_metric("2023-10-27T10:00:00Z", 42.5)
    print("数据写入成功！")

常见误区与规避建议

虽然 SQLite 易用，但盲目使用容易踩坑。最大误区是将其用于高并发写场景。SQLite 在同一时间只允许一个写入者（Writer），如果多个微服务容器同时挂载同一个 NFS 上的 SQLite 文件，极易导致数据库锁死（database is locked）。

可操作建议：在小型服务中优先使用 SQLite 提升交付效率，但务必在连接配置中启用 PRAGMA journal_mode=WAL;，并在架构设计上严格限制单实例单进程写入，切勿将其用于分布式高并发写架构。