sqlite数据库官方推荐适用场景：

1. 嵌入式设备与物联网
– 手机、平板电脑
– 智能家居设备
– 车载系统
– 工业控制器
– 医疗设备
– 无人机、机器人

2. 应用程序文件格式
– 版本控制系统
– 财务分析工具
– 媒体管理软件
– CAD设计软件
– 记录管理程序

3. 中小型网站
– 日访问量 < 100万次
– 低到中等流量网站
– 博客、论坛
– 企业官网

4. 数据分析
– 离线数据分析
– CSV数据导入分析
– 实验数据处理
– 日志分析

5. 企业数据缓存
– 本地数据缓存
– 离线数据存储
– 网络中断容错

6. 数据传输格式
– 系统间数据交换
– 配置数据打包
– 更新包分发

sqlite数据库嵌入式设备应用特点：

优势：
├── 零管理：无需专业DBA维护
├── 低资源：内存占用极低（最小8MB）
├── 高可靠：ACID事务保证数据安全
├── 跨平台：支持各种嵌入式操作系统
└── 易部署：单文件数据库，便于更新

典型应用：
├── Android系统：内置sqlite作为本地数据库
├── iOS系统：Core Data底层使用sqlite
├── 智能手表：健康数据本地存储
├── 智能家居：设备状态和配置存储
├── 车载导航：地图数据和路线缓存
└── 工业设备：传感器数据采集存储

sqlite数据库Web应用性能参考：

官方数据（sqlite.org）：
├── 日HTTP请求：40-50万次
├── 动态页面：15-20%（约8万次）
├── 每页SQL语句：约200条
├── 服务器：单台虚拟机
├── 负载：通常低于0.1
└── 运行稳定：多年无故障

性能估算：
├── 日访问量 < 100万：完全适用
├── 日访问量 100-1000万：可能适用
├── 日访问量 > 1000万：建议客户端/服务器数据库

关键因素：
├── 数据库访问频率
├── 写入并发程度
├── 查询复杂度
└── 硬件配置

sqlite数据库官方限制列表：

限制项 默认值 最大值
────────────────────────────────────────────────────────
字符串/BLOB长度 1,000,000,000字节 2,147,483,645字节
表/索引列数 2,000 32,767
SQL语句长度 1,000,000,000字节 同字符串限制
JOIN表数量 64 64（固定）
表达式树深度 1,000 可配置
函数参数数量 1,000 32,767
复合SELECT项数 500 可配置
LIKE/GLOB模式长度 50,000 可配置
主机参数数量 32,766 可配置
触发器递归深度 1,000 可配置
附加数据库数量 10 125
数据库页数 4,294,967,294 同左
数据库大小 281TB 同左
表行数 2^64 受数据库大小限制

sqlite数据库并发特性说明：

写入并发：
├── 同时只支持一个写入者
├── 写入期间阻塞其他写入
├── 写入事务通常很短（毫秒级）
└── 多写入者需排队等待

读取并发：
├── 支持多个并发读取者
├── WAL模式下读写不冲突
├── 读取性能优秀
└── 适合读多写少场景

并发建议：
├── 写入QPS < 1000：完全适用
├── 写入QPS 1000-10000：可能适用
├── 写入QPS > 10000：建议客户端/服务器数据库

sqlite数据库网络访问限制：

原生不支持：
├── 无网络服务进程
├── 无客户端/服务器架构
├── 无远程连接协议
└── 无内置网络认证

替代方案：
├── 应用层封装网络访问
├── 使用HTTP API代理
├── 文件共享（不推荐）
└── 使用第三方工具

网络场景建议：
├── 数据与应用在同一设备：适合sqlite
├── 数据与应用跨网络：建议客户端/服务器数据库

sqlite数据库选型决策流程：

问题1：数据与应用是否通过网络分离？
├── 是 → 选择客户端/服务器数据库
└── 否 → 继续判断

问题2：是否有大量并发写入者？
├── 是（无法排队） → 选择客户端/服务器数据库
└── 否 → 继续判断

问题3：数据量是否超过1TB？
├── 是 → 选择客户端/服务器数据库
└── 否 → 选择sqlite

决策说明：
├── 客户端/服务器数据库：MySQL、PostgreSQL、Oracle等
├── sqlite适合：本地存储、低写入并发、中小数据量
└── 边界情况需根据实际测试决定

sqlite数据库不适用场景：

1. 客户端/服务器架构需求
– 需要远程数据库访问
– 多应用共享数据库
– 需要网络协议支持

2. 高并发写入需求
– 大量同时写入操作
– 写入者无法排队等待
– 实时写入性能要求高

3. 大规模数据处理
– 数据量超过1TB
– 需要分布式存储
– 需要分库分表

4. 企业级管理需求
– 需要专业DBA管理
– 需要复杂权限控制
– 需要审计日志

5. 高可用集群需求
– 需要主从复制
– 需要故障转移
– 需要多节点部署

sqlite数据库嵌入式场景规划：

硬件资源规划：
├── 最小内存：8MB可用
├── 推荐内存：64MB以上
├── 存储空间：根据数据量评估
└── CPU：无特殊要求

数据库配置：
├── 页面大小：1024-4096字节（根据存储介质）
├── 缓存大小：根据可用内存调整
├── 日志模式：WAL或DELETE
└── 同步模式：NORMAL或FULL

数据管理策略：
├── 定期清理历史数据
├── 数据压缩归档
├── 断电保护机制
└── 数据同步策略

sqlite数据库Web应用场景规划：

性能规划：
├── 预估日访问量
├── 评估数据库访问频率
├── 计算写入并发需求
└── 测试实际性能

架构规划：
├── 单数据库文件 vs 多数据库文件
├── 读写分离策略
├── 缓存层设计
└── 备份恢复方案

配置优化：
PRAGMA journal_mode=WAL;
PRAGMA synchronous=NORMAL;
PRAGMA cache_size=-64000;
PRAGMA busy_timeout=30000;
PRAGMA temp_store=MEMORY;

监控指标：
├── 数据库文件大小
├── 查询响应时间
├── 写入等待时间
└── 磁盘IO使用率

sqlite数据库并发写入应对策略：

策略1：使用WAL模式
sqlite> PRAGMA journal_mode=WAL;
journal_mode
————
wal

优点：读写不冲突，提升并发性能

策略2：设置忙等待超时
sqlite> PRAGMA busy_timeout=30000;
优点：写入者自动等待，减少失败

策略3：批量写入优化
sqlite> BEGIN TRANSACTION;
sqlite> INSERT INTO fgedu_data VALUES (…);
sqlite> INSERT INTO fgedu_data VALUES (…);
…（批量操作）
sqlite> COMMIT;
优点：减少事务次数，提升吞吐量

策略4：应用层队列
– 使用消息队列缓冲写入请求
– 后台线程批量写入数据库
– 优点：解耦写入压力

策略5：数据库分片
– 按业务拆分多个数据库文件
– 每个数据库独立写入
– 优点：分散写入压力

sqlite数据库数据量应对策略：

策略1：数据归档
定期将历史数据迁移到归档库：
sqlite> ATTACH DATABASE ‘/sqlite/fgdata/archive.db’ AS archive;
sqlite> CREATE TABLE archive.fgedu_history AS
SELECT * FROM main.fgedu_data WHERE created_at < ‘2024-01-01’;
sqlite> DELETE FROM main.fgedu_data WHERE created_at < ‘2024-01-01’;
sqlite> DETACH DATABASE archive;

策略2：数据库分片
按时间或业务拆分：
/sqlite/fgdata/
├── fgedudb_2024.db
├── fgedudb_2023.db
└── fgedudb_2022.db

策略3：数据压缩
sqlite> PRAGMA page_size=4096;
sqlite> VACUUM;

策略4：清理冗余数据
sqlite> DELETE FROM fgedu_logs WHERE created_at < datetime(‘now’, ‘-30 days’);
sqlite> VACUUM;

sqlite数据库选型评估清单：

1. 数据特性评估
□ 数据量预估（当前/未来）
□ 数据增长速度
□ 数据访问模式
□ 数据保留周期

2. 访问模式评估
□ 读写比例
□ 并发用户数
□ 查询复杂度
□ 事务需求

3. 部署环境评估
□ 操作系统平台
□ 硬件资源限制
□ 网络环境
□ 安全要求

4. 运维需求评估
□ 管理复杂度
□ 备份恢复需求
□ 监控告警需求
□ 高可用需求

5. 团队能力评估
□ 技术栈匹配度
□ 运维经验
□ 学习成本
□ 社区支持

创建物联网数据采集数据库：
$ sqlite3 /sqlite/fgdata/iot_fgedudb.db
SQLite version 3.45.2 2024-03-12 11:06:23
Enter “.help” for usage hints.
sqlite>

配置数据库参数：
sqlite> PRAGMA journal_mode=WAL;
journal_mode
————
wal

sqlite> PRAGMA synchronous=NORMAL;
sqlite> PRAGMA cache_size=-16000;
sqlite> PRAGMA temp_store=MEMORY;

创建设备信息表：
sqlite> CREATE TABLE fgedu_devices (
…> device_id TEXT PRIMARY KEY,
…> device_name TEXT NOT NULL,
…> device_type TEXT,
…> location TEXT,
…> status INTEGER DEFAULT 1,
…> created_at DATETIME DEFAULT CURRENT_TIMESTAMP
…> );

创建传感器数据表：
sqlite> CREATE TABLE fgedu_sensor_readings (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> device_id TEXT NOT NULL,
…> sensor_type TEXT NOT NULL,
…> sensor_value REAL,
…> unit TEXT,
…> quality INTEGER DEFAULT 100,
…> collected_at DATETIME DEFAULT CURRENT_TIMESTAMP,
…> FOREIGN KEY (device_id) REFERENCES fgedu_devices(device_id)
…> );

创建索引优化查询：
sqlite> CREATE INDEX idx_device_time ON fgedu_sensor_readings(device_id, collected_at);
sqlite> CREATE INDEX idx_sensor_type ON fgedu_sensor_readings(sensor_type);

插入设备信息：
sqlite> INSERT INTO fgedu_devices (device_id, device_name, device_type, location)
…> VALUES (‘DEV001’, ‘温度传感器1’, ‘temperature’, ‘机房A’);
sqlite> INSERT INTO fgedu_devices (device_id, device_name, device_type, location)
…> VALUES (‘DEV002’, ‘湿度传感器1’, ‘humidity’, ‘机房A’);
sqlite> INSERT INTO fgedu_devices (device_id, device_name, device_type, location)
…> VALUES (‘DEV003’, ‘温度传感器2’, ‘temperature’, ‘机房B’);

查询设备列表：
sqlite> SELECT * FROM fgedu_devices;
device_id device_name device_type location status created_at
——— ————- ———– ——– —— ——————-
DEV001 温度传感器1 temperature 机房A 1 2024-04-08 10:00:00
DEV002 湿度传感器1 humidity 机房A 1 2024-04-08 10:00:01
DEV003 温度传感器2 temperature 机房B 1 2024-04-08 10:00:02

创建数据采集脚本：
$ cat > /sqlite/scripts/collect_data.sh << 'EOF' #!/bin/bash # collect_data.sh # from:www.itpux.com.qq113257174.wx:itpux-com # web: http://www.fgedu.net.cn DB_PATH="/sqlite/fgdata/iot_fgedudb.db" DEVICE_ID="DEV001" SENSOR_TYPE="temperature" while true; do SENSOR_VALUE=$(awk 'BEGIN{srand(); printf "%.1f", 20+rand()*10}') sqlite3 $DB_PATH "INSERT INTO fgedu_sensor_readings (device_id, sensor_type, sensor_value, unit) VALUES ('$DEVICE_ID', '$SENSOR_TYPE', $SENSOR_VALUE, 'C');" echo "$(date '+%Y-%m-%d %H:%M:%S') - $DEVICE_ID: $SENSOR_VALUE C" sleep 60 done EOF $ chmod +x /sqlite/scripts/collect_data.sh 执行数据采集： $ /sqlite/scripts/collect_data.sh & [1] 12345 2024-04-08 10:05:00 - DEV001: 25.3 C 2024-04-08 10:06:00 - DEV001: 24.8 C 2024-04-08 10:07:00 - DEV001: 26.1 C 查询采集数据： $ sqlite3 /sqlite/fgdata/iot_fgedudb.db "SELECT * FROM fgedu_sensor_readings LIMIT 5;" id device_id sensor_type sensor_value unit quality collected_at -- --------- ----------- ------------ ---- ------- ------------------- 1 DEV001 temperature 25.3 C 100 2024-04-08 10:05:00 2 DEV001 temperature 24.8 C 100 2024-04-08 10:06:00 3 DEV001 temperature 26.1 C 100 2024-04-08 10:07:00

创建Web应用数据库：
$ sqlite3 /sqlite/fgdata/web_fgedudb.db
SQLite version 3.45.2 2024-03-12 11:06:23
Enter “.help” for usage hints.
sqlite>

配置Web应用参数：
sqlite> PRAGMA journal_mode=WAL;
sqlite> PRAGMA synchronous=NORMAL;
sqlite> PRAGMA cache_size=-32000;
sqlite> PRAGMA busy_timeout=30000;
sqlite> PRAGMA foreign_keys=ON;

创建用户表：
sqlite> CREATE TABLE fgedu_users (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> username TEXT UNIQUE NOT NULL,
…> password_hash TEXT NOT NULL,
…> email TEXT UNIQUE,
…> nickname TEXT,
…> avatar TEXT,
…> status INTEGER DEFAULT 1,
…> created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
…> updated_at DATETIME DEFAULT CURRENT_TIMESTAMP
…> );

创建文章表：
sqlite> CREATE TABLE fgedu_articles (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> user_id INTEGER NOT NULL,
…> title TEXT NOT NULL,
…> content TEXT,
…> summary TEXT,
…> category TEXT,
…> tags TEXT,
…> view_count INTEGER DEFAULT 0,
…> status INTEGER DEFAULT 1,
…> created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
…> updated_at DATETIME DEFAULT CURRENT_TIMESTAMP,
…> FOREIGN KEY (user_id) REFERENCES fgedu_users(id)
…> );

创建评论表：
sqlite> CREATE TABLE fgedu_comments (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> article_id INTEGER NOT NULL,
…> user_id INTEGER,
…> content TEXT NOT NULL,
…> parent_id INTEGER,
…> status INTEGER DEFAULT 1,
…> created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
…> FOREIGN KEY (article_id) REFERENCES fgedu_articles(id),
…> FOREIGN KEY (user_id) REFERENCES fgedu_users(id)
…> );

创建索引：
sqlite> CREATE INDEX idx_user_status ON fgedu_users(status);
sqlite> CREATE INDEX idx_article_user ON fgedu_articles(user_id);
sqlite> CREATE INDEX idx_article_category ON fgedu_articles(category);
sqlite> CREATE INDEX idx_article_created ON fgedu_articles(created_at);
sqlite> CREATE INDEX idx_comment_article ON fgedu_comments(article_id);

插入用户数据：
sqlite> INSERT INTO fgedu_users (username, password_hash, email, nickname)
…> VALUES (‘admin’, ‘hash_admin_123’, ‘admin@fgedu.net.cn’, ‘管理员’);
sqlite> INSERT INTO fgedu_users (username, password_hash, email, nickname)
…> VALUES (‘fgedu01’, ‘hash_fgedu01_456’, ‘fgedu01@fgedu.net.cn’, ‘风哥01’);

插入文章数据：
sqlite> INSERT INTO fgedu_articles (user_id, title, content, category)
…> VALUES (1, ‘sqlite教程入门’, ‘sqlite是一个轻量级数据库…’, ‘数据库’);
sqlite> INSERT INTO fgedu_articles (user_id, title, content, category)
…> VALUES (1, ‘sqlite性能优化’, ‘sqlite性能优化技巧…’, ‘数据库’);
sqlite> INSERT INTO fgedu_articles (user_id, title, content, category)
…> VALUES (2, ‘Python开发实战’, ‘Python开发经验分享…’, ‘编程’);

查询文章列表：
sqlite> SELECT a.id, a.title, u.nickname, a.view_count, a.created_at
…> FROM fgedu_articles a
…> JOIN fgedu_users u ON a.user_id = u.id
…> ORDER BY a.created_at DESC;
id title nickname view_count created_at
— ————- ——– ———- ——————-
3 Python开发实战 风哥01 0 2024-04-08 10:10:02
2 sqlite性能优化 管理员 0 2024-04-08 10:10:01
1 sqlite教程入门 管理员 0 2024-04-08 10:10:00

更新文章浏览量：
sqlite> UPDATE fgedu_articles SET view_count = view_count + 1 WHERE id = 1;
sqlite> SELECT id, title, view_count FROM fgedu_articles WHERE id = 1;
id title view_count
— ————- ———-
1 sqlite教程入门 1

创建分析数据库：
$ sqlite3 /sqlite/fgdata/analysis_fgedudb.db
SQLite version 3.45.2 2024-03-12 11:06:23
Enter “.help” for usage hints.
sqlite>

创建销售数据表：
sqlite> CREATE TABLE fgedu_sales (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> order_id TEXT,
…> product_name TEXT,
…> category TEXT,
…> quantity INTEGER,
…> unit_price REAL,
…> total_amount REAL,
…> customer_id TEXT,
…> region TEXT,
…> sale_date DATE
…> );

导入CSV数据：
sqlite> .mode csv
sqlite> .import /sqlite/data/sales.csv fgedu_sales
sqlite> .mode column

查看导入数据：
sqlite> SELECT COUNT(*) as total_records FROM fgedu_sales;
total_records
————-
10000

sqlite> SELECT * FROM fgedu_sales LIMIT 3;
id order_id product_name category quantity unit_price total_amount customer_id region sale_date
— ———- ———— ——– ——– ———- ———— ———– —— ———-
1 ORD00001 产品A 电子 2 199.99 399.98 CUST001 华东 2024-01-01
2 ORD00002 产品B 服装 1 299.00 299.00 CUST002 华北 2024-01-01
3 ORD00003 产品C 食品 5 39.90 199.50 CUST003 华南 2024-01-01

按区域统计销售额：
sqlite> SELECT region,
…> COUNT(*) as order_count,
…> SUM(total_amount) as total_sales,
…> AVG(total_amount) as avg_sales
…> FROM fgedu_sales
…> GROUP BY region
…> ORDER BY total_sales DESC;
region order_count total_sales avg_sales
—— ———– ———– ———
华东 3500 1250000.00 357.14
华北 2800 980000.00 350.00
华南 2200 770000.00 350.00
西部 1500 525000.00 350.00

按产品类别统计：
sqlite> SELECT category,
…> COUNT(*) as order_count,
…> SUM(quantity) as total_quantity,
…> SUM(total_amount) as total_sales
…> FROM fgedu_sales
…> GROUP BY category
…> ORDER BY total_sales DESC;
category order_count total_quantity total_sales
——– ———– ————– ———–
电子 4000 8000 1600000.00
服装 3000 4500 900000.00
食品 2000 10000 600000.00
家居 1000 2000 400000.00

月度销售趋势：
sqlite> SELECT strftime(‘%Y-%m’, sale_date) as month,
…> COUNT(*) as order_count,
…> SUM(total_amount) as total_sales
…> FROM fgedu_sales
…> GROUP BY month
…> ORDER BY month;
month order_count total_sales
——– ———– ———–
2024-01 3200 1120000.00
2024-02 2800 980000.00
2024-03 4000 1400000.00

智能家居设备数据库设计：
sqlite> CREATE TABLE fgedu_devices (
…> device_id TEXT PRIMARY KEY,
…> device_type TEXT NOT NULL,
…> device_name TEXT,
…> room TEXT,
…> status INTEGER DEFAULT 0,
…> last_active DATETIME
…> );

sqlite> CREATE TABLE fgedu_device_state (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> device_id TEXT NOT NULL,
…> state_type TEXT NOT NULL,
…> state_value TEXT,
…> recorded_at DATETIME DEFAULT CURRENT_TIMESTAMP,
…> FOREIGN KEY (device_id) REFERENCES fgedu_devices(device_id)
…> );

sqlite> CREATE TABLE fgedu_automation_rules (
…> id INTEGER PRIMARY KEY AUTOINCREMENT,
…> rule_name TEXT NOT NULL,
…> trigger_condition TEXT,
…> action TEXT,
…> enabled INTEGER DEFAULT 1
…> );

插入设备数据：
sqlite> INSERT INTO fgedu_devices VALUES
…> (‘LIGHT001’, ‘light’, ‘客厅灯’, ‘客厅’, 1, ‘2024-04-08 10:00:00’),
…> (‘LIGHT002’, ‘light’, ‘卧室灯’, ‘卧室’, 0, ‘2024-04-08 09:30:00’),
…> (‘AC001’, ‘aircon’, ‘客厅空调’, ‘客厅’, 1, ‘2024-04-08 10:00:00’),
…> (‘SENSOR001’, ‘temperature’, ‘温度传感器’, ‘客厅’, 1, ‘2024-04-08 10:00:00’);

查询设备状态：
sqlite> SELECT d.device_name, d.room, d.status, s.state_value as temperature
…> FROM fgedu_devices d
…> LEFT JOIN fgedu_device_state s
…> ON d.device_id = s.device_id AND s.state_type = ‘temperature’
…> WHERE d.device_type IN (‘light’, ‘aircon’);
device_name room status temperature
———– —- —— ———–
客厅灯 客厅 1 25.5
卧室灯 卧室 0
客厅空调 客厅 1 25.5

博客系统数据库统计查询：

文章统计：
sqlite> SELECT
…> COUNT(*) as total_articles,
…> SUM(view_count) as total_views,
…> AVG(view_count) as avg_views
…> FROM fgedu_articles;
total_articles total_views avg_views
————– ———– ———
100 50000 500.00

热门文章排行：
sqlite> SELECT title, view_count, created_at
…> FROM fgedu_articles
…> ORDER BY view_count DESC
…> LIMIT 5;
title view_count created_at
—————– ———- ——————-
sqlite性能优化指南 2500 2024-01-15 10:00:00
Python爬虫实战 2200 2024-02-20 14:30:00
数据库设计最佳实践 1800 2024-03-10 09:00:00
Linux运维技巧 1500 2024-03-15 11:00:00
Docker容器化部署 1200 2024-03-20 16:00:00

用户活跃度统计：
sqlite> SELECT u.nickname,
…> COUNT(a.id) as article_count,
…> SUM(a.view_count) as total_views
…> FROM fgedu_users u
…> LEFT JOIN fgedu_articles a ON u.id = a.user_id
…> GROUP BY u.id
…> ORDER BY article_count DESC;
nickname article_count total_views
——– ————- ———–
管理员 50 30000
风哥01 30 15000
风哥02 20 5000

并发写入问题模拟：
sqlite> — 模拟高并发写入场景
sqlite> PRAGMA journal_mode=DELETE;
journal_mode
————
delete

sqlite> — 在DELETE模式下，写入会阻塞其他写入

优化方案：启用WAL模式
sqlite> PRAGMA journal_mode=WAL;
journal_mode
————
wal

sqlite> — WAL模式下，写入不会阻塞读取

设置忙等待超时：
sqlite> PRAGMA busy_timeout=60000;
— 等待60秒，避免写入冲突立即失败

批量写入优化：
sqlite> BEGIN TRANSACTION;
sqlite> INSERT INTO fgedu_logs (log_time, log_level, message)
VALUES (‘2024-04-08 10:00:00’, ‘INFO’, ‘系统启动’);
sqlite> INSERT INTO fgedu_logs (log_time, log_level, message)
VALUES (‘2024-04-08 10:00:01’, ‘INFO’, ‘加载配置’);
sqlite> INSERT INTO fgedu_logs (log_time, log_level, message)
VALUES (‘2024-04-08 10:00:02’, ‘INFO’, ‘初始化完成’);
sqlite> COMMIT;
— 单次事务批量写入，减少锁竞争

数据归档脚本：
$ cat > /sqlite/scripts/archive_data.sh << 'EOF' #!/bin/bash # archive_data.sh # from:www.itpux.com.qq113257174.wx:itpux-com # web: http://www.fgedu.net.cn MAIN_DB="/sqlite/fgdata/fgedudb.db" ARCHIVE_DB="/sqlite/fgdata/archive/fgedudb_archive_$(date +%Y%m).db" CUTOFF_DATE=$(date -d '6 months ago' +%Y-%m-%d) echo "开始数据归档..." echo "归档日期: $CUTOFF_DATE" sqlite3 $MAIN_DB << SQL ATTACH DATABASE '$ARCHIVE_DB' AS archive; CREATE TABLE IF NOT EXISTS archive.fgedu_logs ( id INTEGER PRIMARY KEY, log_time DATETIME, log_level TEXT, message TEXT ); INSERT INTO archive.fgedu_logs SELECT * FROM main.fgedu_logs WHERE log_time < '$CUTOFF_DATE'; DELETE FROM main.fgedu_logs WHERE log_time < '$CUTOFF_DATE'; DETACH DATABASE archive; SQL echo "归档完成" sqlite3 $MAIN_DB "SELECT COUNT(*) as remaining FROM fgedu_logs;" EOF $ chmod +x /sqlite/scripts/archive_data.sh 执行归档： $ /sqlite/scripts/archive_data.sh 开始数据归档... 归档日期: 2023-10-08 归档完成 remaining -------- 50000

sqlite数据库选型决策速查表：

场景特征 推荐选择 说明
──────────────────────────────────────────────────────────────
本地数据存储 sqlite 最佳选择
嵌入式设备 sqlite 最佳选择
移动应用 sqlite 最佳选择
中小型网站 sqlite 适合选择
数据分析 sqlite 适合选择
原型开发 sqlite 最佳选择
企业级应用 客户端/服务器 不推荐sqlite
高并发写入 客户端/服务器 不推荐sqlite
大数据量(>1TB) 客户端/服务器 不推荐sqlite
远程数据库访问 客户端/服务器 不推荐sqlite
高可用集群 客户端/服务器 不推荐sqlite

sqlite数据库选型评估流程：

步骤1：明确需求
├── 数据量评估
├── 并发需求评估
├── 访问模式评估
└── 运维需求评估

步骤2：技术验证
├── 搭建测试环境
├── 性能压力测试
├── 功能验证测试
└── 稳定性测试

步骤3：风险评估
├── 技术风险
├── 性能风险
├── 扩展风险
└── 运维风险

步骤4：决策实施
├── 制定实施方案
├── 准备应急预案
├── 分阶段实施
└── 持续监控优化

sqlite数据库限制解决方案汇总：

限制：单写入者
解决方案：
├── 启用WAL模式
├── 设置busy_timeout
├── 批量写入优化
├── 应用层队列
└── 数据库分片

限制：无网络访问
解决方案：
├── HTTP API封装
├── 应用服务器代理
├── 文件同步方案
└── 使用第三方工具

限制：数据量上限
解决方案：
├── 定期数据归档
├── 数据库分片
├── 历史数据清理
└── 数据压缩

限制：无内置高可用
解决方案：
├── 应用层实现复制
├── 文件级备份恢复
├── 主从切换机制
└── 使用第三方方案

sqlite数据库最佳实践建议：

1. 场景匹配
– 确保场景适合sqlite特点
– 评估当前和未来需求
– 预留扩展空间

2. 配置优化
PRAGMA journal_mode=WAL;
PRAGMA synchronous=NORMAL;
PRAGMA cache_size=-64000;
PRAGMA busy_timeout=30000;
PRAGMA foreign_keys=ON;

3. 架构设计
– 合理设计数据库文件结构
– 规划数据增长策略
– 设计备份恢复方案

4. 监控运维
– 监控数据库文件大小
– 监控查询性能
– 定期维护优化

5. 应急预案
– 准备数据恢复方案
– 制定故障处理流程
– 建立监控告警机制