萍乡市网站建设_网站建设公司_Sketch_seo优化

最近看到有个问题：SQLite用的人多吗？

这让我突然想起这个看似存在感不强，实际无处不在的数据库，回答评论里还有不少对SQLite性能的质疑。

有个冷知识，微信就是依赖SQLite进行数据存储和管理的，你说他用的多吗？

所以你会发现，SQLite适合植入在APP、Web、软件、硬件中，几乎无处不在。

说回来，SQLite是一个轻量化的开源数据库，它没有服务器，无需复杂的配置安装，就可以直接用，非常适合单机场景。

由于这种应用场景差异，SQLite就没法像MySQL、Oracle一样进行高并发、多线程、大数据操作，这并不是它的缺点。

怎么安装和使用SQLite呢？

以windows系统为例，从SQLite网站直接下载安装包，解压到本地即可，无需额外安装。

你会看到解压后出现4个应用程序文件，不用任何操作， 因为SQLite就是开箱即用。

接着你可以创建一个名为‘my_db’的数据库，在命令行里输入：

sqlite3 my_db.db

这样你就直接创建了一个SQLite数据库文件，请复制它的文件路径地址，留着备用。

比如D:\sqlite\my_db.db

想要使用SQLite，一般是在Dbeaver这样的数据库管理工具里，Dbeaver也是开源工具，非常好用。

直接在Dbeaver中配置SQLite数据库地址即可。

然后你就能在Dbeaver中操作SQLite数据库，实现数据表的增删改查。

你也可以在Python对SQLite数据库进行操作，会用到SQLite库，这是Python标准库，不需要额外安装。

import sqlite3 with sqlite3.connect(r'D:\\sqlite\\my_db.db') as conn: cursor = conn.cursor() conn.commit() # 关闭连接 conn.close()

还可以通过pandas连接SQLite数据库，进行数据操作。

import sqlite3 import pandas as pd sqlite_conn = sqlite3.connect(sqlite_db_path) # 使用pandas插入数据 df.to_sql(table_name, sqlite_conn, if_exists='replace', index=False) sqlite_conn.commit()

如果你想用AI大模型连接SQLite数据库，可用通过MCP来实现。 MCP是模型上下文协议，SQLite有专门的SQLite-MCP供大模型调用。

比如在Trae里，SQLite MCP，能直接从集市里添加，然后在配置信息里输入前面的my_db.db数据库路径地址，保存即可。

这样你就配置好了SQLite MCP服务，AI可以直接访问你的数据库文件，做增删改查操作。

所以说SQLite的应用场景非常广，绝对是良心数据库，体积小、安装快、无需配置，简直就是数据库中的小钢炮。