SQLite Loadable Rust 扩展框架教程
2024-09-19 08:57:40作者:魏献源Searcher
1. 项目介绍
sqlite-loadable-rs 是一个用于在 Rust 中编写快速且高性能的 SQLite 扩展的框架。SQLite 的运行时可加载扩展允许用户向 SQLite 数据库连接添加新的标量函数、表函数、虚拟表、虚拟文件系统等。传统上,这些扩展主要通过 C/C++ 编写,但 sqlite-loadable-rs 提供了一个更安全和高效的 Rust 实现方式。
2. 项目快速启动
2.1 环境准备
确保你已经安装了 Rust 和 Cargo。如果没有安装,可以通过以下命令安装:
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
2.2 创建新项目
首先,创建一个新的 Rust 项目:
cargo new --lib my_sqlite_extension
cd my_sqlite_extension
2.3 添加依赖
在 Cargo.toml 文件中添加 sqlite-loadable 依赖:
[package]
name = "my_sqlite_extension"
version = "0.1.0"
edition = "2021"
[dependencies]
sqlite-loadable = "0.0.3"
[lib]
crate-type = ["cdylib"]
2.4 编写扩展代码
在 src/lib.rs 中编写一个简单的扩展函数:
use sqlite_loadable::prelude::*;
use sqlite_loadable::{api, define_scalar_function, Result};
pub fn hello(context: *mut sqlite3_context, values: &[*mut sqlite3_value]) -> Result<()> {
let name = api::value_text_notnull(values.get(0).expect("1st argument as name"));
api::result_text(context, format!("hello, {}!", name));
Ok(())
}
#[sqlite_entrypoint]
pub fn sqlite3_hello_init(db: *mut sqlite3) -> Result<()> {
define_scalar_function(db, "hello", 1, hello, FunctionFlags::UTF8 | FunctionFlags::DETERMINISTIC);
Ok(())
}
2.5 构建项目
使用以下命令构建项目:
cargo build
2.6 测试扩展
启动 SQLite CLI 并加载你的扩展:
sqlite3
sqlite> .load target/debug/libmy_sqlite_extension
sqlite> select hello('world');
hello, world!
3. 应用案例和最佳实践
3.1 标量函数
标量函数是 SQLite 中最简单的函数类型,接受输入值并返回输出值。sqlite-loadable-rs 允许你轻松定义标量函数。例如,定义一个简单的加法函数:
pub fn add(context: *mut sqlite3_context, values: &[*mut sqlite3_value]) -> Result<()> {
let a = api::value_int(values.get(0).expect("1st argument"));
let b = api::value_int(values.get(1).expect("2nd argument"));
api::result_int(context, a + b);
Ok(())
}
#[sqlite_entrypoint]
pub fn sqlite3_extension_init(db: *mut sqlite3) -> Result<()> {
define_scalar_function(db, "add", 2, add, FunctionFlags::DETERMINISTIC);
Ok(())
}
3.2 表函数
表函数(也称为“Eponymous-only 虚拟表”)可以通过 define_table_function 添加到扩展中。例如,定义一个返回字符串中字符的表函数:
define_table_function::<CharactersTable>(db, "characters", None);
3.3 虚拟表
sqlite-loadable-rs 还支持传统的虚拟表,这些表具有动态模式或需要插入/更新支持。使用 define_virtual_table 可以定义一个新的只读虚拟表模块:
define_virtual_table::<CustomVtab>(db, "custom_vtab", None);
4. 典型生态项目
以下是一些使用 sqlite-loadable-rs 构建的典型项目:
- sqlite-xsv: 一个极快的 CSV/TSV 解析器。
- sqlite-regex: 一个极快且安全的正则表达式库。
- sqlite-base64: 快速的 base64 编码和解码库。
这些项目展示了 sqlite-loadable-rs 在实际应用中的强大功能和性能优势。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
469
465
暂无描述
Dockerfile
778
5.08 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271