SQLite Loadable Rust 扩展框架教程
2024-09-19 14:55:02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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
868
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
268
308

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
373

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
599
58

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3