SQLite使用内存数据库
SQLite数据库通常存储在单个普通磁盘文件中。但是,在某些情况下,数据库可能存储在内存中。
强制SQLite数据库单纯的存在于内存中的常用方法是使用特殊文件名“ :memory: ” 打开数据库。换句话说,不是将真实磁盘文件的名称传递给sqlite3_open(),sqlite3_open16()或 sqlite3_open_v2()函数之一,而是传入字符串“:memory:”。例如:
- rc = sqlite3_open(“:memory:”,&db);
调用此接口完成后,不会打开任何磁盘文件。而是在内存中创建一个新的数据库。数据库连接关闭后,数据库就不再存在。每一个memory数据库彼此不同。因此,打开两个数据库连接,每个数据库连接的文件名为“:memory:”,将创建两个独立的内存数据库。
特殊文件名“:memory:”可用于允许数据库文件名的任何位置。例如,它可以被用作 文件名中的ATTACH命令:
- ATTACH DATABASE ':memory:' AS aux1;
请注意,为了应用特殊的“:memory:”名称并创建纯内存数据库,文件名中不能有其他文本。因此,可以通过添加路径名在文件中创建基于磁盘的数据库,如下所示: "./:memory:"。
使用URI文件名时,特殊的“:memory:”文件名也可以使用。例如:
- rc = sqlite3_open(“file :: memory:”,&db);
要么,
- ATTACH DATABASE 'file::memory:' AS aux1;
内存数据库和共享缓存
如果使用URI文件名打开内存数据库,则允许它们使用共享缓存。如果使用未加修饰的“:memory:”名称来指定内存数据库,那么该数据库始终具有专用高速缓存,并且仅对最初打开它的数据库连接可见。但是,可以通过两个或多个数据库连接打开相同的内存数据库,如下所示:
- rc = sqlite3_open("file::memory:?cache=shared", &db);
要么,
- ATTACH DATABASE 'file::memory:?cache=shared' AS aux1;
这允许单独的数据库连接共享相同的内存数据库。当然,共享内存数据库的所有数据库连接都需要在同一个进程中。当数据库的最后一个连接关闭时,将自动删除数据库并回收内存。
如果在单个进程中需要两个或多个不同同时可共享的内存数据库,则mode = memory查询参数可与URI文件名一起使用以创建命名的内存数据库:
- rc = sqlite3_open("file:memdb1?mode=memory&cache=shared", &db);
要么,
- ATTACH DATABASE 'file:memdb1?mode=memory&cache=shared' AS aux1;
当以这种方式命名内存数据库时,它将仅与使用完全相同名称的另一个连接共享其缓存。
临时数据库
当传递给sqlite3_open()或 ATTACH的数据库文件的名称是空字符串时,则会创建一个新的临时文件来保存数据库。
- rc = sqlite3_open("", &db);
- ATTACH DATABASE '' AS aux2;
每次都会创建一个不同的临时文件,因此就像使用特殊的“:memory:”字符串一样,两个到临时数据库的数据库连接都有自己的私有数据库。创建它们的连接关闭时,将自动删除临时数据库。
即使为每个临时数据库分配了磁盘文件,实际上临时数据库通常驻留在内存中的pager缓存中,因此“:memory:”创建的纯内存数据库与临时数据库之间的差别很小。由空文件名创建。唯一的区别是“:memory:”数据库必须始终保留在内存中,而如果数据库变大或SQLite受到内存压力,临时数据库的某些部分可能会刷新到磁盘。
前面的段落描述了默认SQLite配置下临时数据库的行为。如果需要,应用程序可以使用 temp_store编译指示和SQLITE_TEMP_STORE编译时参数来强制临时数据库表现为纯内存数据库。
相关文章
- 在 AWS 上以高可用性模式实现 Microsoft SQL 数据库服务现代化的注意事项
- Amazon Redshift Serverless – 现已正式推出新功能
- 在Amazon EMR上构建实时数据湖
- 在Amazon DocumentDB里处理Decimal128类型数据的解决方案
- Amazon Aurora Serverless v2 正式发布:针对要求苛刻的工作负载的即时扩展
- 使用 Amazon MemoryDB for Redis 作为 JuiceFS 的元数据引擎
- Amazon EMR Hudi 性能调优——Clustering
- 使用Terraform与事件驱动的AWS CodeBuild提升云上数据应用运维效率
- 在 AWS 搭建无代码可视化的数据分析和建模平台
- AWS 一周回顾 – 2022 年 6 月 27 日
- Data-centric AI之数据集质量
- 从 Oracle 迁移到 PostgreSQL 时空字符串的处理
- 优化 Amazon ElastiCache for Redis 和 Amazon MemoryDB for Redis 上的应用程序内存使用情况
- 利用Amazon SCT评估报告为 Babelfish 迁移做好准备
- 使用 ElastiCache 和 MemoryDB 解锁 JSON 工作负载
- 使用 Amazon Redshift 构建用于批量和实时分析的大数据 Lambda 架构
- 利用 Amazon Glue、Amazon Kinesis Data Streams、Amazon DynamoDB 和 Amazon QuickSight 的零售无服务器运营数据湖
- Amazon Redshift UDF实现对比
- Gartner® 在新报告中认可 Amazon RDS
- Debezium 特性深入介绍