Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
Compétence SQLite — Base de Données Embarquée, Full-Text Search et Optimisation
Vue d'ensemble
SQLite est le moteur de base de données le plus déployé au monde (chaque smartphone, navigateur, et des milliards d'appareils l'embarquen). Ce n'est pas un client-serveur, mais une bibliothèque C qui lit/écrit directement un fichier .db ou .sqlite. Il supporte les transactions ACID, les index, les CTE, les window functions, FTS5 (full-text search), et les extensions.
Sa force : zéro configuration, zéro administration, portable, extrêmement fiable (tests > 100x ceux de PostgreSQL).
Quand l'utiliser
Activez cette compétence lorsque l'utilisateur :
A besoin d'une base embarquée (sans serveur) pour une application desktop ou mobile
Veut un entrepôt local pour des logs, des données de capteurs, ou du cache
Demande la recherche plein texte avec FTS5
Veut utiliser le WAL mode pour le multi-lecteur
A besoin d'optimiser une base SQLite (PRAGMA, VACUUM, indexes)
Migre des données entre SQLite et PostgreSQL/MySQL
1. Fondamentaux
1.1 Création et connexion
# Créer/ouvrir une base
sqlite3 eva_data.db
# Mode colonnes (lisible)
sqlite3 -column -header eva_data.db "SELECT * FROM mesures LIMIT 5;"# Exécuter un fichier SQL
sqlite3 eva_data.db < schema.sql
1.2 Types de données (affinités)
SQLite n'a pas de types stricts comme PostgreSQL. Il utilise des affinités :
Type Déclaré
Affinité
Stockage
INT, INTEGER, BIGINT
INTEGER
1-8 bytes
TEXT, CHAR, VARCHAR
TEXT
UTF-8
REAL, FLOAT, DOUBLE
REAL
8 bytes IEEE
BLOB
BLOB
tel quel
NUMERIC, DECIMAL
NUMERIC
INTEGER ou REAL
1.3 Contraintes de type (STRICT — SQLite 3.37+)
-- Mode strict : rejette les types incorrectsCREATE TABLE mesures (
id INTEGERPRIMARY KEY,
temperature ,
horodatage TEXT
) STRICT;
REAL
NOT NULL
NOT NULL
2. Optimisation avec PRAGMA
2.1 PRAGMA essentiels
# Connexion
sqlite3 eva_data.db
# Activer les foreign keys (désactivé par défaut !)
PRAGMA foreign_keys = ON;
# Mode WAL (Write-Ahead Logging) — lecture sans blocage
PRAGMA journal_mode = WAL;
# Cache taille (nombre de pages, 1 page = 4KB)
PRAGMA cache_size = -64000; # 64 MB (négatif = kilo-octets)# Synchronisation (sécurité vs performance)
PRAGMA synchronous = NORMAL; # NORMAL (bon compromis), FULL (sûr), OFF (risqué)# Temp store
PRAGMA temp_store = MEMORY; # stocker les temp en RAM# Cache partagé (multi-connexion)
PRAGMA mmap_size = 268435456; # 256 MB de memory-mapped I/O# Optimisation du query planner
PRAGMA automatic_index = ON;
PRAGMA optimize; # optimise les statistiques (appeler périodiquement)
2.2 Fichier de configuration réutilisable
# ~/.sqliterc
.headers on
.mode column
.nullvalue NULL
.timer on
3. WAL Mode (Write-Ahead Logging)
3.1 Pourquoi WAL ?
Le mode WAL (Write-Ahead Logging) est le mode recommandé pour presque tous les usages modernes :
Lectures non-bloquantes : plusieurs lecteurs simultanés pendant qu'un writer écrit
Écritures plus rapides : l'écriture va dans le WAL, pas dans le fichier principal
Moins de fsync : un seul fsync par transaction au lieu de deux
-- Forcer l'écriture du WAL dans le fichier principal
PRAGMA wal_checkpoint;
-- Checkpoint bloquant (sûr, mais bloque les lectures)
PRAGMA wal_checkpoint(PASSIVE);
PRAGMA wal_checkpoint(FULL);
PRAGMA wal_checkpoint(RESTART); -- verrou exclusif, compacte complètement
3.3 WAL auto-checkpoint
-- Taille du WAL avant auto-checkpoint (défaut: 1000 pages = ~4MB)
PRAGMA wal_autocheckpoint =500; -- toutes les 500 pages (~2MB)
4. Full-Text Search (FTS5)
4.1 Créer une table FTS5
-- Table virtuelle FTS5CREATE VIRTUAL TABLE articles_fts USING fts5(
titre,
contenu,
categorie UNINDEXED, -- pas indexée dans le FTS
tokenize='porter unicode61', -- stemmer anglais + Unicode
content='articles', -- synchronisé avec la table réelle
content_rowid='id'
);
-- Table réelle associéeCREATE TABLE articles (
id INTEGERPRIMARY KEY,
titre TEXT NOT NULL,
contenu TEXT NOT NULL,
categorie TEXT,
date_publication TEXT
);
-- Synchroniser les donnéesINSERT INTO articles_fts(rowid, titre, contenu)
SELECT id, titre, contenu FROM articles;
-- Trigger pour maintien de la synchronisationCREATETRIGGER articles_ai AFTER INSERTON articles BEGININSERT INTO articles_fts(rowid, titre, contenu)
VALUES (new.id, new.titre, new.contenu);
END;
CREATETRIGGER articles_ad AFTER DELETEON articles BEGININSERT INTO articles_fts(articles_fts, rowid, titre, contenu)
VALUES ('delete', old.id, old.titre, old.contenu);
END;
CREATETRIGGER articles_au AFTER UPDATEON articles BEGININSERT INTO articles_fts(articles_fts, rowid, titre, contenu)
VALUES ('delete', old.id, old.titre, old.contenu);
INSERT INTO articles_fts(rowid, titre, contenu)
VALUES (new.id, new.titre, new.contenu);
END;
4.2 Recherche FTS5
-- Recherche basique (AND implicite)SELECT*FROM articles_fts WHERE articles_fts MATCH'machine learning';
-- Opérateurs booléensSELECT*FROM articles_fts WHERE articles_fts MATCH'temperature AND (pression OR vibration)';
SELECT*FROM articles_fts WHERE articles_fts MATCH'capteur NOT obsolete';
-- Phrase exacteSELECT*FROM articles_fts WHERE articles_fts MATCH'"deep reinforcement learning"';
-- PréfixeSELECT*FROM articles_fts WHERE articles_fts MATCH'optim*';
-- Near (proximité)SELECT*FROM articles_fts WHERE articles_fts MATCH'NEAR(erreur, capteur, 5)';
-- Classement par pertinence (bm25)SELECT*, bm25(articles_fts) AS score
FROM articles_fts
WHERE articles_fts MATCH'machine learning'ORDERBY score;
-- Rang avec highlightSELECT*, highlight(articles_fts, 1, '<b>', '</b>') AS extrait
FROM articles_fts
WHERE articles_fts MATCH'machine learning'ORDERBY rank;
4.3 Tokenizers personnalisés
-- Unicode (support accents mieux que simple)CREATE VIRTUAL TABLE text_unicode USING fts5(
content, tokenize='unicode61'
);
-- Trigram (recherche approximative et sous-chaîne)CREATE VIRTUAL TABLE text_trigram USING fts5(
content, tokenize='trigram'
);
-- Personnalisé avec paramètresCREATE VIRTUAL TABLE text_custom USING fts5(
content,
tokenize='porter unicode61 remove_diacritics 2 tokenchars ''-_'''
);
5. Indexation Avancée
5.1 Index partiels (SQLite 3.30+)
-- Index seulement sur les capteurs actifsCREATE INDEX idx_capteurs_actifs ON capteurs(valeur)
WHERE statut ='ACTIF';
5.2 Index EXCLUDE NULL
-- Index qui ignore les NULL (économise espace)CREATE INDEX idx_mesures_temperature ON mesures(temperature)
WHERE temperature ISNOT NULL;
5.3 Index DESC
-- Pour ORDER BY DESCCREATE INDEX idx_mesures_ts_desc ON mesures(horodatage DESC);
# 100x plus rapide que des INSERT individuelsdefbulk_insert(data):
conn.execute('BEGIN TRANSACTION')
for row in data:
conn.execute('INSERT INTO mesures VALUES (?, ?, ?)', row)
conn.commit()
7. Import/Export de Données
7.1 CSV
# Import CSV vers SQLite
sqlite3 eva_data.db ".mode csv"".import /data/mesures.csv mesures"# Export SQLite vers CSV
sqlite3 -header -csv eva_data.db "SELECT * FROM mesures WHERE temperature > 100" > alertes.csv
7.2 JSON
# Export JSON
sqlite3 -json eva_data.db "SELECT * FROM mesures LIMIT 10" > mesures.json
# Import JSON (SQLite 3.45+)
sqlite3 eva_data.db "INSERT INTO mesures SELECT * FROM json_each(readfile('mesures.json'));"
7.3 Backup
# Backup en ligne (sûr même avec WAL)
sqlite3 eva_data.db ".backup /backup/eva_data_$(date +%Y%m%d).db"# Via la commande .backup
sqlite3 eva_data.db "VACUUM INTO '/backup/eva_data_clean.db'"# Restauration
sqlite3 eva_data_restored.db ".restore /backup/eva_data_20250601.db"
8. Optimisation et Diagnostic
8.1 EXPLAIN QUERY PLAN
-- Vérifier l'utilisation des index
EXPLAIN QUERY PLAN
SELECT*FROM mesures
WHERE capteur_id =42AND horodatage >='2025-06-01'ORDERBY horodatage DESC;
-- Résultats :-- |--SEARCH mesures USING INDEX idx_mesures_lookup (capteur_id=? AND horodatage>?)-- |--USE TEMP B-TREE FOR ORDER BY (si pas couvert par l'index)
8.2 Analyse de fragmentation
-- Espace inutilisé dans la base
PRAGMA freelist_count;
-- Compactage
VACUUM;
-- Analyse des statistiques (pour l'optimiseur)
ANALYZE;
8.3 Profiling
# Timer sur chaque requête
sqlite3 -timer eva_data.db "SELECT COUNT(*) FROM mesures;"# .stats on
sqlite3 eva_data.db ".stats on""SELECT COUNT(*) FROM mesures;"
Pièges Courants
Foreign keys désactivées par défaut. Toujours exécuter PRAGMA foreign_keys = ON; après chaque connexion. SQLite ne les active pas automatiquement.
Écritures concurrentes bloquées. Sans WAL, un writer bloque tous les lecteurs. Toujours utiliser PRAGMA journal_mode = WAL;.
Pas de transactions explicites pour les batchs. 1000 INSERT individuels = 1000 fsync = très lent. Toujours envelopper dans BEGIN...COMMIT.
VACUUM sans espace disque. VACUUM double temporairement la taille du fichier. Vérifier l'espace disque disponible avant.
Index inutiles sur des petites tables. SQLite charge une table entière rapidement si < 1000 lignes. L'index ajoute juste de la lenteur en écriture.
LIKE avec % en début.LIKE '%vibration' ne peut pas utiliser d'index. Utiliser FTS5 pour la recherche plein texte.
Checklist
PRAGMA journal_mode = WAL activé
PRAGMA foreign_keys = ON après chaque connexion
PRAGMA cache_size = -64000 (64MB minimum)
PRAGMA synchronous = NORMAL
Transactions explicites pour les batchs (> 10 INSERT)
Index créés sur les colonnes de WHERE, JOIN, ORDER BY
FTS5 utilisé pour la recherche plein texte (pas de LIKE '%...%')
VACUUM et ANALYZE périodiques
Backup régulier avec .backup (sûr même en ligne)
EXPLAIN QUERY PLAN vérifié pour les requêtes lentes
