Electron应用中的SQLite实战：从JSON迁移到专业数据库
1. 为什么Electron应用需要从JSON迁移到SQLite
刚开始用Electron开发桌面应用时，很多开发者会选择JSON文件来存储数据。毕竟JSON操作简单，直接用Node.js的fs模块就能读写，特别适合快速验证想法的阶段。我自己最早做的番茄钟应用也是这么干的——把任务数据都存在一个tasks.json文件里，每次启动应用时读取，操作完再写回去。
但用久了就会发现几个明显问题：首先是性能瓶颈，当数据量超过几百条时，每次全量读写JSON文件的耗时能明显感觉到；其次是并发风险，如果应用多个窗口同时修改数据，很容易出现写入冲突；更麻烦的是缺乏查询能力，想实现"查找所有未完成的任务"这种基础需求，都得手动写过滤逻辑。
这时候就该SQLite登场了。这个轻量级数据库不用单独部署服务，直接打包进Electron应用就能用。它支持完整的SQL语法，还能通过索引优化查询速度。我做过测试，同样是处理1000条数据，SQLite的查询速度比遍历JSON数组快20倍以上。更重要的是它原生支持事务，再也不用担心数据写入不全的问题了。
2. 在Electron项目中集成SQLite
2.1 环境准备与安装
首先在项目中安装sqlite3模块。这里有个坑要注意：由于Electron使用自己的Node运行时，直接npm install sqlite3可能会在打包时报错。正确的做法是同时安装electron-rebuild：
npm install sqlite3 npm install --save-dev electron-rebuild然后修改package.json，在scripts里添加重建命令：
"scripts": { "rebuild-sqlite": "electron-rebuild -f -w sqlite3" }运行npm run rebuild-sqlite后，会编译出与当前Electron版本兼容的本地模块。如果遇到编译错误，可能需要安装Python和C++编译工具链（Windows下推荐安装VS Build Tools）。
2.2 数据库初始化方案
建议在应用启动时检查并初始化数据库。我在主进程里通常会这样写：
const { app } = require('electron') const path = require('path') const sqlite3 = require('sqlite3').verbose() function initDatabase() { const dbPath = path.join(app.getPath('userData'), 'app.db') const db = new sqlite3.Database(dbPath, (err) => { if (err) return console.error(err) db.exec(` CREATE TABLE IF NOT EXISTS tasks ( id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT NOT NULL, completed INTEGER DEFAULT 0, createdAt TEXT DEFAULT CURRENT_TIMESTAMP ) `) }) return db }这个方案有三大优点：1) 数据库文件会存放在系统约定的用户数据目录；2) IF NOT EXISTS语法避免重复建表；3) 使用verbose()模式可以在开发时看到详细的SQL日志。
3. 从JSON迁移到SQLite的实操步骤
3.1 数据转换与导入
假设我们有个legacy.json文件，里面是这样的数据：
[ {"title": "买牛奶", "done": false}, {"title": "写代码", "done": true} ]迁移脚本可以这样写：
const fs = require('fs') const legacyData = JSON.parse(fs.readFileSync('legacy.json')) db.serialize(() => { const stmt = db.prepare('INSERT INTO tasks (title, completed) VALUES (?, ?)') legacyData.forEach(item => { stmt.run(item.title, item.done ? 1 : 0) }) stmt.finalize() })注意SQLite没有布尔类型，这里用1和0表示完成状态。如果原数据量很大（超过1万条），建议分批插入并在每批之后调用db.commit()提交事务。
3.2 改造原有数据访问层
原来操作JSON的代码可能是这样的：
function getTasks() { return JSON.parse(fs.readFileSync('data.json')) }现在可以改造成Promise风格：
function getTasks() { return new Promise((resolve, reject) => { db.all('SELECT * FROM tasks', (err, rows) => { if (err) reject(err) resolve(rows) }) }) }在渲染进程调用时，配合async/await语法使用：
async function loadTasks() { try { const tasks = await ipcRenderer.invoke('get-tasks') // 更新UI... } catch (err) { console.error('加载失败:', err) } }4. SQLite高级优化技巧
4.1 事务批处理
当需要批量操作时，一定要用事务。下面是个插入1000条记录的对比测试：
// 慢速版：耗时约1200ms for (let i = 0; i < 1000; i++) { db.run(`INSERT INTO test VALUES (${i})`) } // 快速版：耗时约80ms db.exec('BEGIN TRANSACTION') const stmt = db.prepare('INSERT INTO test VALUES (?)') for (let i = 0; i < 1000; i++) { stmt.run(i) } db.exec('COMMIT')4.2 索引优化
为经常查询的字段添加索引能大幅提升速度。比如我们的任务列表经常按完成状态筛选：
CREATE INDEX idx_tasks_completed ON tasks(completed)执行EXPLAIN QUERY PLAN可以看到优化效果：
EXPLAIN QUERY PLAN SELECT * FROM tasks WHERE completed = 1没有索引时是"SCAN TABLE tasks"，有索引后会变成"SEARCH TABLE tasks USING INDEX idx_tasks_completed"。
4.3 连接池管理
虽然SQLite是文件型数据库，但频繁开关连接也会影响性能。我通常会在主进程初始化时创建全局连接：
let dbInstance = null ipcMain.handle('get-db', () => { if (!dbInstance) { dbInstance = initDatabase() } return dbInstance })这样整个应用生命周期都复用同一个连接。注意在多窗口场景下，所有数据库操作都应该通过主进程代理，避免多线程访问冲突。