SQLite 一个文件打十个：从搜索、队列到向量库，运维成本砍到零
昨天聊了又上 Hacker News 首页的《PostgreSQL for Everything》，本号的复盘在这里：《PostgreSQL 一个打十个》。有意思的是，joecode.com 的 Joe 看完这波讨论，直接写了一篇《SQLite for Everything》，主张比 Bauer 还要激进：PG 砍掉的是半个中间件栈，SQLite 连数据库服务器都不要，全部塞进一个文件。全文翻译如下，小标题按原文译出，配图为译者所加。
作者：Joe（joecode.com）｜2026 年 8 月 19 日
引子
Raphael Bauer 博士写了一篇好文章《PostgreSQL for Everything》，讲用 PostgreSQL 撑起整个企业的好处。我冒昧替他更正了几处错误——主要是他本该选 SQLite 😊（这多半是玩笑，我 ❤️ PostgreSQL，它是好技术。）
流传甚广的说法是，万物终极答案是 42。不是，是 SQLite。（好吧，严格说是 sqlite3。）
SQLite 会活得比你现在正在运行的大部分东西都久。
早些年大家的共识是：SQLite 是个玩具。一个文件。塞进手机 App 里，省得自己写配置解析器的东西。真正的应用要用真正的数据库：有真实的端口号，有真实的守护进程，还有真实的凌晨三点告警。
依我看，SQLite 的力量来自三处：
- 它稳如磐石。
- 它运行、安装、扩容都省事——主要因为压根没什么可运行的东西。
- 它把你的 IT 摊子大幅简化：不光是关系数据库，还是全文搜索引擎、文档库、缓存、向量索引和文件格式。
挨个看。
每个盒子都是一套要部署、要监控、要值班的系统（图源：Pexels）
稳如磐石
SQLite 是那种无聊的老技术，第一版发布于 2000 年。它也是这个星球上部署量最大的数据库引擎，而且不是险胜，是断层领先。它在你手机里、浏览器里、汽车里，在你飞来的那架飞机里。正在运行的 SQLite 副本数量，比其余所有数据库加起来还多，这根本不算一场比赛。
数据库系统里熨平 bug 需要时间，SQLite 有的是时间，而且一直在攒。测试套件在 MC/DC 标准下做到 100% 分支覆盖——那是航空电子软件用的标准。测试代码的体量约是库代码的 500 倍。项目白纸黑字承诺支持到 2050 年，这个规划周期比贵司的使命宣言还长。
它属于公有领域（public domain）。不是开源，是公有领域。没有许可证，没有 CLA，没有署名条款，没有哪家拿了 C 轮融资的厂商哪天回心转意改章程。
SQLite 确实老，但它一直在安静地发新特性：窗口函数、RETURNING、严格表、生成列、jsonb。每次发布都是一次小巧、测透、向后兼容的改进——一个数据库能做的事里，这最不性感，也最值钱。
安装、运行、扩容，全都省事
在本地安装 SQLite 很容易，容易在你早就装完了。每个主流 Linux 发行版都带它；Python、Ruby、PHP、Go、Rust、.NET、Android、iOS 里都内置它；你的 Mac 上现在就坐着一份，不管你有没有点过头。
对「和生产环境一致的数据库」跑测试，在这里不劳 testcontainers 大驾：答案是 :memory:。你的测试套件几微秒就能起一个全新数据库，每个测试一份、可并行、不需要 Docker 守护进程、不会撞端口。你测的东西就是你发的东西，因为是同一个库编译进同一个二进制。
想在服务器上跑 SQLite？你已经在跑了，操作系统自带。
扩容是大家等着这篇文章哑火的部分，那就直说：
- 纵向：当数据库往返是一次函数调用而不是一次网络跳转时，一块现代 NVMe 加一台 128GB 内存的机器能扛住大到离谱的流量。没有连接池，没有 TLS 握手，没有 pgbouncer，纳秒替代毫秒。
- 复制与备份：Litestream 持续把你的 WAL 流式传到 S3，LiteFS 给你分布式读。两者都是小巧的单二进制，无聊而可靠。
- 托管：Turso、Cloudflare D1、rqlite 和它的朋友们，乐意卖你一个带控制面板的 SQLite——如果你想念控制面板的话。
这让 SQLite 成了现存支持最广的软件之一。对你的意义：维护更少，更多时间给客户写功能。
把 IT 摊子变小
在云上跑 SQLite 是零点击：它就是你应用旁边的一个文件。但更好的还在后面——SQLite 能替掉你本来要架起来的一整排系统。
替代 Solr 和 Elastic：全文搜索
SQLite 自带 FTS5，一个内建在你已经链接的库里的全文搜索引擎。分词器、前缀查询、短语查询、NEAR、布尔运算符、BM25 自定义排序，外加渲染结果用的片段和高亮函数。
有两点值得单独说说。第一，没有同步问题，因为压根没有第二个系统。你的搜索索引和你的数据在同一个事务里更新——这是定义使然，永远如此。你经历过的每一次「搜索索引为什么是旧的」事故，根源都是一段你根本不需要的架构。
第二，它快得出人意料。Simon Willison 的 Datasette 对几个 GB 的 SQLite 文件跑分面全文搜索，毫秒级返回，跑在一台小虚机上，不要钱。
FTS5 能做多语言分析链、40 个节点的分布式分片吗？不能。你有 40 个节点吗？也没有。
替代 MongoDB：出色的 JSON 支持
SQLite 存 JSON、查 JSON 的支持相当出色。JSON 函数全部内建，-> 和 ->> 操作符的用法和你想的一样，3.45 版起还有 jsonb——一种二进制表示，省掉每次访问时的重复解析。
被大多数人漏掉的一点：可以往 JSON 内部建索引。从 JSON 路径生成一个生成列，再给这列建索引，你就对 schema 里不存在的字段有了快速查询。写入无 schema，读取有索引，一个文件。
所以话术是：文档存储、ACID 事务、没有独立服务器、没有副本集、没有分片配置、没有 mongod，磁盘上是一个可以直接拷走的单文件。还需要 MongoDB 吗？曾有一家大型出版机构弃用 Mongo 的好文章（译注：指《卫报》2018 年从 MongoDB 迁往 PostgreSQL 的复盘）。值得注意的是，从来没人写过反向的文章。
替代 Kafka 和 RabbitMQ：把 SQLite 当队列
事件、队列、持久化日志，一年比一年重要。Kafka、RabbitMQ、SQS 都提供这些，维护起来烦琐、定制，还得专门雇人。
好消息：一张表就够了。
1 | |
BEGIN IMMEDIATE 提前拿写锁，RETURNING 把抢到的行递给你，事务保证恰好一个 worker 拿到它。WAL 模式下读不阻塞写，看板查队列深度不会和 worker 抢锁。
丑话说在前面，你有资格听：SQLite 只有一个写者。没有 SKIP LOCKED，因为没什么可跳过的。并发消费者在写锁上排队，如果你的入队速率真到每秒几万条，你会感觉到。
但注意这里发生了什么。在 PostgreSQL 版论证里，队列是你数据库里的一张表。到了这一版，队列还是你数据库里的一张表，而这个数据库就在你的应用进程里。消息永远不出这台机器。没有 broker，没有消费组重平衡，没有「为什么部署的时候分区分配变了」。
我的建议：先用 SQLite 当队列。等它真扛不住了，你手里是真实数字而不是一种感觉，可以放心去买 Kafka。你会惊讶这一等有多久。
替代 ClickHouse：高频时序数据
时序数据很特殊：大量数据点快速到达，然后是聚合、统计、汇总。
这里没有 TimescaleDB，那就直说。SQLite 给你的替代方案是：
- 按文件分区。一天、一周或一个租户一个库。归档是
mv，删旧数据是rm——常数时间完成，不用 vacuum，跨库查询是ATTACH加一个UNION ALL视图。粗糙，但极其有效。 - 汇总表由触发器或插入的同一条代码路径写入。你反正也要做持续聚合。
- 批量写入。一个事务、一万条插入、一次 fsync。普通硬件上一秒几十万行，因为路径上没有网络协议。
- 需要列存的时候，把 DuckDB 直接指向你的 SQLite 文件。它原生读取。同一个文件，应用往里写的同时你跑向量化 OLAP，不用 ETL。
专用系统确实厉害，如果你每秒要吞一百万个点，请去用它们。但大多数说「时序」的人，指的是一天几百万行——对 SSD 上的一个文件来说，这只是个平淡无奇的星期二。
给 AI 工作流当向量数据库
sqlite-vec 是一个单文件、零依赖的扩展，把 SQLite 变成向量数据库。C 写的，SQLite 能跑哪它就能跑哪，包括通过 WASM 跑在浏览器里，向量就存在普通表里。
这是 SQLite 占尽便宜的地方。你的 embedding、原始文档、元数据和全文索引在同一个文件里，所以混合检索是一个 JOIN，而不是横跨三个服务、三种一致性模型的分布式查询。按租户、日期、关键词加向量相似度过滤，一条语句，事务性完成。
还有一点比听起来更重要：你整个 RAG 索引就是一个文件。可以拿邮件发出去，可以塞进 Docker 镜像，可以发给一台离线的笔记本。拿你的托管向量集群试试这个。
替代 Redis：不追求持久化的高性能缓存
缓存很重要，多数应用拿 Redis 存会话和热点数据。缓存的定义就允许丢数据、允许从源头重建。
那为什么为这个单跑一台服务器？SQLite 按你愿意交出多少持久性，给你几档选择：
1 | |
或者干脆不落盘：:memory:、PRAGMA temp_store = MEMORY，或者用 file:cache?mode=memory&cache=shared 让多个连接共享一个内存库。
过期就是一个字段加一个定时跑的 DELETE ... WHERE expires_at < unixepoch()——Redis 替你干的本来也是这个，只是离得更远，还附送一套你得自己去读的驱逐策略。
关键数字来了：Redis 走本机 localhost 的 GET 大约 100 微秒量级，SQLite 对着热页缓存做点查询大约 1 微秒。你不是减掉一个依赖然后变慢了，你是减掉一个依赖然后变快了，因为最快的网络调用，是不用走网络、直接函数调用的那次。
Redis 是优秀软件。但它也是一个独立进程、一种独立故障模式、一份独立内存预算、一个要单独加固的东西、账单上单独的一行。
替代文件系统：存原始数据
你会以为从文件里读一个小 blob 比从数据库里读快。并不是，而且这不是观点，是 SQLite 项目发过的基准测试，标题起得直白得可敬：《35% Faster Than the Filesystem》（比文件系统快 35%）。
大约 100KB 以下的 blob，SQLite 的读写都快过磁盘上的独立文件，空间还省 20% 左右。原因：文件系统每个条目收你一次 open()、一次 close() 外加一次目录遍历，SQLite 只收一个已打开的文件句柄加一次 B 树查找。
白送的还有：原子性地一次更新多个 blob、崩溃时没有半截写入、没有文件名转义 bug、没有「目录里 400 万个条目怎么办」、没有 rsync 因为 inode 数量跑六个小时，备份方案就是一个文件。
载荷存 BLOB 列，讲究点的用紧凑格式序列化，客户端反序列化。SQLite 团队自己说过，SQLite 是一个更好的 fopen()——这是设计目标，不是玩笑。
替代图数据库
层级数据在 SQL 里用递归查询做得到，但历来难读、难维护、难调试。
SQLite 有完整的递归 CTE 支持，官方文档还是这个领域数得着的好技术写作。闭包表、物化路径、邻接表都好用。没有 LTREE，物化路径就用 TEXT 列加 GLOB 索引——丑一点，速度差不多。
真要跑图，simple-graph 用几百行 SQL 在普通 SQLite 表上实现了一个属性图，节点、边、遍历，齐了。
那条通用原则在这里比哪里都适用：你的图大概就一万个节点。一万个节点塞得进 L3 缓存。你不需要 Neo4j，你需要的是一个索引和一杯咖啡。
替代微服务
今天大多数「微服务」干的事是：一个模型、一条查询、吐 JSON。
SQLite 用 json_object() 和 json_group_array() 把任意查询变成 JSON。你的序列化层，没了。
但 SQLite 比原论证走得更远，因为它跑在你的进程里。微服务不是被存储过程替代，是被一次函数调用替代。没有服务要部署，没有健康检查，没有重试逻辑，没有熔断器，没有要关联的分布式链路追踪，p99 里也没有网络抖动的份。
Datasette 是这套思路走到头的样板：指向一个 SQLite 文件，你就得到 JSON API、Web 界面、分面搜索和插件生态，零代码。持久化交给 Litestream。两个二进制加一个文件，一套生产级数据服务。
有得有失，我不会假装代价是零。但这个行业里，纯为给一条查询前面垫一次网络跳转而存在的服务，数量不少。
替代 PlayStation 5
数独求解器、国际象棋引擎、Doom 火焰特效，都是拿 SQL 写的（图源：Pexels）
SQLite 官方文档里有一个用递归 CTE 写的曼德博集合渲染器。就在手册里。作为查询语法的示例。若无其事。
大家还用纯 SQLite CTE 实现过康威生命游戏、数独求解器、迷宫生成器。有国际象棋引擎，有人把 Doom 的火焰特效跑在了一条查询里。
疯的，大概不必当真。但你得尊重一个官方文档里印着分形的数据库。
结语
上面这份清单不全。SQLite 是一块弹性惊人的软件，它可以加载扩展，你想去装服务器的那个用途，八成已经有人写好扩展了。
原论证说对的、SQLite 说得更对的一点是：简单才能快。你技术栈里的每个系统，都是一件要部署、监控、加固、升级、备份、付钱、还要向新同事解释的东西。PostgreSQL 把这份清单剪短，SQLite 把它剪到零，因为数据库不再是「一个系统」，它是一个文件和一次函数调用。
是的，有天花板：一个写者，一台机器。撞到那天你会知道的，然后你会去请 PostgreSQL，那是好日子——因为那说明有人在用你做的东西。
在那之前，当下一个需求出现时，问一句：SQLite 是不是也能干？我们真的需要那个闪亮的新技术 X 吗？
SQLite 未必能回答一切，但它能回答的比你以为的多得多——而且它已经装好了。
两篇对照着读最有意思：《PostgreSQL 一个打十个》讲 PG 能替掉哪些中间件、边界在哪；这一篇讲 SQLite 连 PG 那台服务器都想去掉。边界问题我还是昨天的看法：专用系统应该被真实的瓶颈逼出来，别在第一天就写进架构图。