HN Weekly 中文
← #793

SQLite 被美国国会图书馆列为推荐归档存储格式

查看原文 HN 讨论

文章摘要

SQLite 官网更新了一个值得纪念的页面——美国国会图书馆（Library of Congress, LoC）将 SQLite 数据库文件列为”Recommended Storage Format”（推荐归档存储格式），用于数据集类内容的长期保存。这份榜单极短：截至 2018 年首次列入时，结构化数据集的”推荐格式”只有 4 个——XML、JSON、CSV，以及 SQLite。能进入这份名单意味着 LoC 评估认为该格式最有可能在数十年甚至上百年后依然可读。

LoC 的评判依据是 7 条硬性标准：

  1. 公开规范（Disclosure）——格式规范完整可获取，存在验证工具；
  2. 广泛采用（Adoption）——主流内容生产者和使用者大量在用；
  3. 透明性（Transparency）——能用基础工具分析，最好人类可读；
  4. 自描述（Self-documentation）——文件内嵌描述性和技术性元数据；
  5. 外部依赖少——不绑定特定硬件、操作系统、商业软件；
  6. 无专利限制——不存在阻碍长期保存的专利风险；
  7. 无技术保护机制——没有加密、DRM 等阻碍机构访问的障碍。

SQLite 在 7 条标准上都拿了高分：单文件、跨平台、零外部依赖、公开规范（甚至作者 D. Richard Hipp 已把 SQLite 文件格式本身列为”to be supported through 2050”的承诺）、MIT 0/Public Domain 协议、文件内嵌 schema 即元数据。这一切让它成为了 CSV/JSON 之外唯一被官方推荐的”关系型数据库归档格式”——这点尤其关键：CSV 能存表，但存不了表与表之间的关系，丢失结构信息；SQLite 能完整保留关系语义。

文章是 SQLite 官方的简短自述页，本质是把这件荣誉镶进项目历史；但对工程界的意义在于：它是少数被国家级机构背书”几十年后还能读”的数据库格式——做长期归档、科研数据集、文化遗产数字化的人，从此有了官方依据可引用。

HN 评论精华

  1. akihitot：解读 LoC 的选择标准——SQLite 入选的关键是”规范公开 + 采用广泛 + 未来仍可读 + OS 无关 + 专利风险低“，这五条共同构成了”几十年后还能打开”的概率保证。

  2. Spooky23：从档案学视角强调一个常被忽视的点——保留关系结构本身就是档案价值。CSV 能存数据点但丢失表间关系；SQLite 让档案学家能完整保留信息架构，这对学术数据集是质变。

  3. srcreigh：贴出 LoC 官方页面链接，确认 SQLite 的标准扩展名（.db、.db3、.sqlite、.sqlite3）都被列入了”平台无关偏好格式”清单，与 TSV、CSV、定宽文本同级。

  4. tombert：分享了一个实战归档案例——他用 SQLite 替代散乱文件存储在不太可靠的 exFAT 上，ACID 特性救了他多次：哪怕在拷贝中途断电，文件结构也不会损坏，而散乱 txt 文件早就乱套了。

  5. maxloh：补充信息——2026 版 LoC 推荐格式已经把 SQLite 明确放进”Preferred”档（最高级），不是”Acceptable”档。这意味着对结构化数据，SQLite 是 LoC 优先建议的格式。

  6. danborn26：强调实操优势——单文件意味着“复制即归档”，比传统数据库 dump（需要 schema 文件 + data 文件 + 配置 + 版本说明）简单一个数量级，机构归档的运维负担骤减。

  7. 评论区共识：D. Richard Hipp 当年把 SQLite 写成”零外部依赖、文件格式承诺到 2050 年”的决定，现在看是软件工程史上的远见之作——它让 SQLite 从一个嵌入式库变成了”事实上的数据胶水层”和”文化遗产存储格式”。