Project Icon

sqinn-go

无需cgo的SQLite数据库访问Go库

sqinn-go是一个Go语言库,用于在不使用cgo的情况下访问SQLite数据库。它通过启动Sqinn子进程并通过标准输入输出进行通信来执行SQLite操作。该库提供简洁的API,支持跨平台编译,具有较快的构建速度和较小的二进制体积。sqinn-go的性能与基于cgo的解决方案相当,适合需要SQLite功能但希望避免使用cgo的项目。

Sqinn

GoDoc 参考 Go 报告卡 构建状态 许可证:Unlicense 在 Awesome Go 中提及

Sqinn-Go 是一个用于访问 SQLite 数据库而无需 cgo 的 Go (Golang) 库。 它底层使用 Sqinn https://github.com/cvilsmeier/sqinn。 它将 Sqinn 作为子进程启动(os/exec),并通过 stdin/stdout/stderr 与 Sqinn 进行通信。然后 Sqinn 子进程完成 SQLite 的工作。

如果你想使用 SQLite 但不想使用 cgo,Sqinn-Go 可以成为一个解决方案。

[!注意] 本项目由 Monibot - 简易服务器和应用程序监控赞助。 在 https://monibot.io 试用 Monibot。 它是免费的。

使用方法

$ go get -u github.com/cvilsmeier/sqinn-go/sqinn
import "github.com/cvilsmeier/sqinn-go/sqinn"

// 简单的 sqinn-go 用法。为简洁起见,省略了错误处理。
func main() {

	// 启动 sqinn。在程序退出时终止。
	sq := sqinn.MustLaunch(sqinn.Options{})
	defer sq.Terminate()

	// 打开数据库。完成后关闭。
	sq.MustOpen("./users.db")
	defer sq.Close()

	// 创建表。
	sq.MustExecOne("CREATE TABLE users (id INTEGER PRIMARY KEY NOT NULL, name VARCHAR)")

	// 插入用户。
	sq.MustExecOne("INSERT INTO users (id, name) VALUES (1, 'Alice')")
	sq.MustExecOne("INSERT INTO users (id, name) VALUES (2, 'Bob')")

	// 查询用户。
	rows := sq.MustQuery("SELECT id, name FROM users ORDER BY id", nil, []byte{sqinn.ValInt, sqinn.ValText})
	for _, row := range rows {
		fmt.Printf("id=%d, name=%s\n", row.Values[0].AsInt(), row.Values[1].AsString())
	}

	// 输出:
	// id=1, name=Alice
	// id=2, name=Bob
}

在运行该程序之前,必须先在系统上安装 Sqinn。最方便的方法是从 https://github.com/cvilsmeier/sqinn/releases 下载预编译的二进制文件,并将其放在 你的 $PATH(在 Windows 上是 %PATH%)中的某个位置。

如果你想将 Sqinn 二进制文件存储在非 PATH 文件夹中,你必须 在打开 Sqinn 连接时指定它:

    // 从环境变量中获取...
    sq := sqinn.MustLaunch(sqinn.Options{
        SqinnPath: os.Getenv("SQINN_PATH"),
    })

    // ...或直接设置路径
    sq := sqinn.MustLaunch(sqinn.Options{
        SqinnPath: "/path/to/sqinn",
    })

如果你不想使用预编译的 Sqinn 二进制文件,你可以自己编译 Sqinn。 有关说明,请参阅 https://github.com/cvilsmeier/sqinn

更多使用示例,请参见文件 sqinn/sqinn_examples_test.go

优点和缺点

优点

  • 开发机器上不需要安装 gcc。
  • Go 交叉编译可用。
  • 比 cgo 更快的构建速度(示例程序 1 秒 vs 3 秒)。
  • 比 cgo 更小的二进制文件大小(示例程序 2MB vs 10MB)。

缺点

  • 没有内置的连接池。
  • Sqinn-Go 不是 Golang database/sql 驱动程序。
  • Sqinn 只覆盖了 SQLite C API 的一部分。

性能

性能测试表明,Sqinn-Go 的性能与 cgo 解决方案相当,具体取决于使用场景。

为进行基准测试,我使用了 github.com/mattn/go-sqlite3crawshaw.io/sqlite。 数字以毫秒为单位给出,数字越低越好。

                   mattn  crawshaw     sqinn
simple/insert       2901      2140      1563
simple/query        2239      1287      1390
complex/insert      2066      1817      1683
complex/query       1458      1129      1338
many/N=10             97        78       134
many/N=100           246       194       276
many/N=1000         1797      1240      1436
large/N=2000         119        87       341
large/N=4000         361       322       760
large/N=8000         701       650      1531
concurrent/N=2      1332       865       951    
concurrent/N=4      1505       989      1207    
concurrent/N=8      2347      1557      2044     

详情请参见 https://github.com/cvilsmeier/sqinn-go-bench

测试

Sqinn-Go 附带了一大组自动化单元测试。按照以下步骤在 linux_amd64 上执行所有测试:

下载并安装 Sqinn

$ cd /tmp
$ curl -sL https://github.com/cvilsmeier/sqinn/releases/download/v1.1.27/dist-linux.zip >> dist-linux.zip && unzip dist-linux.zip
$ export SQINN_PATH=/tmp/sqinn

获取并测试 Sqinn-Go

$ go get -v -u github.com/cvilsmeier/sqinn-go/sqinn
$ go test github.com/cvilsmeier/sqinn-go/sqinn

检查测试覆盖率

$ go test github.com/cvilsmeier/sqinn-go/sqinn -coverprofile=./cover.out
$ go tool cover -func=./cover.out
$ go tool cover -html=./cover.out

测试覆盖率约为 85%(截至 2021-03-27)

讨论

无 cgo 的 Go

Sqinn-Go 是无 cgo 的 Go,因为它不使用 cgo,也不依赖第三方 cgo 包。然而,Sqinn-Go 在运行时依赖于 Sqinn,这是一个 用 C 编写的程序。Sqinn 必须在每台运行 Sqinn-Go 应用程序的机器上 单独安装。为此,Sqinn 必须为每个目标平台编译。作为替代方案,可以从 Sqinn 发布页面 https://github.com/cvilsmeier/sqinn/releases 下载常见平台的预编译 Sqinn 二进制文件。

非 database/sql 驱动

Database/sql 是 Go 的默认 SQL 数据库抽象层。它被广泛 使用,并且有许多基于它构建的第三方包。Sqinn-Go 不 实现 database/sql 接口。原因是 sql 包提供了低级函数调用 来准备语句、绑定参数、获取列值等。Sqinn 也可以做到这一点。但是,由于每次 函数调用,Sqinn-Go 都必须向 sqinn 子进程发出进程间通信 请求/响应往返,这将非常慢。相反,Sqinn-Go 提供了更高级别的 Exec/Query 接口,应该优先使用这些接口而不是低级的细粒度函数。

并发

如性能部分所示,Sqinn/Sqinn-Go 在非并发和并发设置中都表现良好。 然而,单个 Sqinn 实例应该只由一个 goroutine 调用。例外是 Exec 和 Query 方法,这些方法是互斥的并且对 goroutine 安全。但是,由于 Sqinn 本质上是 单线程的,Exec 和 Query 请求是一个接一个地处理的。

如果你想在数据库级别实现真正的并发,你可以启动多个 Sqinn 实例。你甚至可以实现一个连接池。但要注意,当并发 访问 SQLite 数据库时,可能会出现令人讨厌的 SQLITE_BUSY 错误。PRAGMA busy_timeout 可能有助于避免 SQLITE_BUSY 错误。

我们建议如下:使用一个 Sqinn 实例。你可以从任意数量的 goroutine 调用该单个 Sqinn 实例的 Exec/Query。对于长时间运行的任务(VACUUM、BACKUP 等), 按需启动第二个 Sqinn 实例,并在长时间运行的工作完成后终止它。使用 PRAGMA busy_timeout 来避免 SQLITE_BUSY。

一次只能有一个活动语句

Sqinn 实例一次只允许一个活动语句。语句从准备到 完成期间是活动的。在准备新语句之前,你必须先完成当前语句, 否则 Sqinn 将响应一个错误。

这就是为什么我们建议使用 Exec/Query:这些方法执行完整的 prepare-finalize 周期,调用者可以确保一旦 Exec/Query 返回,就不会有活动语句悬而未决。

更新日志

v1.2.0 (2023-10-05)

  • 添加了序列化基准测试
  • 移除了"纯 Go"声明
  • 移除了 travis 构建
  • 添加了使用 sqinn v1.1.27 的 github 工作流
  • 更新了最低 go 版本至 1.19
  • 更新了示例

v1.1.2 (2021-05-27)

  • 修复了负 int32 序列化

v1.1.1 (2021-03-27)

  • 为 Values 添加了更多文档
  • 添加了处理 NULL 值的示例
  • 添加了 sqlite 特性的示例

v1.1.0 (2020-06-14)

  • 使用 IEEE 745 编码 float64 值,需要 sqinn v1.1.0 或更高版本。

v1.0.0 (2020-06-10)

  • 第一个版本。

许可证

这是一个发布到公共领域的自由和无拘束的软件。

任何人都可以自由地复制、修改、发布、使用、编译、销售或分发本 软件,无论是源代码形式还是编译后的二进制形式,用于任何目的, 商业性或非商业性,并通过任何方式。

在承认版权法的司法管辖区,本软件的作者或作者们将本软件的 所有版权利益贡献给公共领域。我们为了公众的利益做出这一贡献, 并损害我们的继承人和继任者的利益。我们打算将这一奉献作为 永久放弃在版权法下对本软件的所有现在和未来的权利的公开行为。

本软件"按原样"提供,不提供任何明示或暗示的保证,包括但不限于 对适销性、特定用途适用性和非侵权性的保证。在任何情况下, 作者都不对任何索赔、损害或其他责任负责,无论是在合同诉讼、 侵权行为还是其他方面,由软件或软件的使用或其他交易引起的、 源于软件或与之相关的。

更多信息,请参阅 https://unlicense.org

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号