小项目用什么数据库？JSON vs SQLite vs Postgres 实战对比

"用什么数据库"是最常见的技术选型问题之一。

我的答案是：取决于规模和需求。不是所有项目都需要 Postgres。

三个选项

1. JSON 文件

最简单的方案。数据直接存成 JSON 文件。

import json
from pathlib import Path

DATA_FILE = Path("data.json")

def load():
    if DATA_FILE.exists():
        return json.loads(DATA_FILE.read_text())
    return []

def save(data):
    DATA_FILE.write_text(json.dumps(data, indent=2))

优点： - 零依赖，零配置 - 人类可读，方便调试 - 部署简单（就是个文件） - 备份就是复制文件

缺点： - 并发写入有风险 - 数据量大了性能差 - 没有查询语言

适合： - MVP / 原型 - 数据量 < 10,000 条 - 单实例部署 - 配置存储

IndieKit 的选择：5 个工具全用 JSON 存储。因为数据量小，单机部署，够用了。

2. SQLite

嵌入式关系数据库。一个文件，SQL 支持。

import sqlite3

conn = sqlite3.connect("data.db")
conn.execute("""
    CREATE TABLE IF NOT EXISTS users (
        id INTEGER PRIMARY KEY,
        name TEXT,
        email TEXT UNIQUE
    )
""")

优点： - 依然是单文件，部署简单 - 完整 SQL 支持 - 性能不错（读 >> 写场景） - Python 标准库自带

缺点： - 写入有锁（高并发写场景不行） - 备份稍麻烦（要处理事务）

适合： - 数据量 10,000 - 1,000,000 - 读多写少 - 需要复杂查询 - 单机部署

进化路径：很多项目从 SQLite 起步，等需要了再迁移到 Postgres。迁移成本不高因为都是 SQL。

3. PostgreSQL

完整的关系数据库服务器。

import psycopg2

conn = psycopg2.connect("postgresql://user:pass@localhost/db")
cur = conn.cursor()
cur.execute("SELECT * FROM users WHERE email = %s", (email,))

优点： - 久经考验，功能完整 - 高并发读写 - 复杂查询、事务、索引 - 扩展丰富（全文搜索、JSON、GIS）

缺点： - 需要单独的服务器进程 - 配置和运维成本 - 小项目 overkill

适合： - 数据量 > 1,000,000 - 高并发写入 - 多实例部署 - 需要复杂功能（全文搜索等）

决策树

你的数据量？
├── < 10,000 条 → JSON 文件
├── 10,000 - 1,000,000 条
│   ├── 读多写少 → SQLite
│   └── 写也很多 → Postgres
└── > 1,000,000 条 → Postgres

实战建议

1. 从简单开始

大多数新项目，JSON 够了。等遇到瓶颈再换。

过早优化是万恶之源。我见过太多项目第一天就上 K8s + 分库分表，然后半年后还是 100 个用户。

2. JSON 的并发问题解决方案

如果担心并发写入：

import fcntl

def save_atomic(data):
    with open(DATA_FILE, 'w') as f:
        fcntl.flock(f, fcntl.LOCK_EX)
        json.dump(data, f)
        fcntl.flock(f, fcntl.LOCK_UN)

或者用 write-then-rename 模式确保原子性：

import tempfile
import os

def save_atomic(data):
    fd, tmp = tempfile.mkstemp(dir=DATA_FILE.parent)
    try:
        with os.fdopen(fd, 'w') as f:
            json.dump(data, f)
        os.rename(tmp, DATA_FILE)
    except:
        os.unlink(tmp)
        raise

3. SQLite 生产可用吗？

可以。很多知名服务用 SQLite：

• Pieter Levels 的多个产品
• Litestream 的实时复制方案
• Rails 8 默认推荐 SQLite

关键是理解限制：单机、读多写少。

4. 迁移策略

从 JSON → SQLite：

# 一次性脚本
import json, sqlite3

data = json.load(open("data.json"))
conn = sqlite3.connect("data.db")

for item in data:
    conn.execute(
        "INSERT INTO items (id, name) VALUES (?, ?)",
        (item["id"], item["name"])
    )
conn.commit()

从 SQLite → Postgres：

# 用 pgloader（自动转换）
pgloader data.db postgresql://user:pass@host/db

特殊场景

需要全文搜索？

• JSON：自己实现（简单场景用 in 判断）
• SQLite：FTS5 扩展
• Postgres：内置 tsvector 或 pg_trgm

需要多实例？

• JSON：不行
• SQLite：Litestream 复制到 S3
• Postgres：原生支持主从复制

需要实时同步？

考虑 Firebase / Supabase（Postgres）/ PlanetScale（MySQL）这类托管服务。

我的选择

总结

别想太多。

• 几千条数据 → JSON
• 几十万条 → SQLite
• 更大或复杂需求 → Postgres

先上线，再优化。

有问题欢迎讨论。