なぜ今SQLiteなのか

SQLiteはリリースから20年以上が経過した枯れた技術だが、近年になって再評価の機運が高まっている。その背景にはいくつかの要因がある。

まず、サーバーレスアーキテクチャの普及だ。AWS LambdaやCloudflare Workersのようなエッジコンピューティング環境では、外部のデータベースサーバーへの接続がレイテンシのボトルネックになる。SQLiteなら単一ファイルとしてデプロイでき、ネットワークレイテンシがゼロだ。

次に、LitestreamやLiteFSといったレプリケーションツールの登場がある。これまでSQLiteの最大の弱点とされてきた「単一ノードでしか使えない」という制約が、これらのツールにより実質的に解消されつつある。

さらに、モバイルアプリやIoTデバイスの増加により、組み込みデータベースの需要そのものが拡大している。Android・iOSの両プラットフォームでSQLiteはデフォルトのデータベースエンジンとして採用されており、その信頼性は折り紙付きだ。

基本的な使い方とPythonでの統合

PythonにはSQLiteのバインディングが標準ライブラリとして組み込まれている。追加のインストールは不要だ。

import sqlite3
from contextlib import contextmanager
from pathlib import Path

DB_PATH = Path("app_data.db")

@contextmanager
def get_connection():
    """コネクション管理のコンテキストマネージャ"""
    conn = sqlite3.connect(DB_PATH)
    conn.row_factory = sqlite3.Row
    conn.execute("PRAGMA journal_mode=WAL")
    conn.execute("PRAGMA foreign_keys=ON")
    try:
        yield conn
        conn.commit()
    except Exception:
        conn.rollback()
        raise
    finally:
        conn.close()

# テーブル作成
with get_connection() as conn:
    conn.execute("""
        CREATE TABLE IF NOT EXISTS articles (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            title TEXT NOT NULL,
            body TEXT,
            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
            updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
        )
    """)
    conn.execute("""
        CREATE INDEX IF NOT EXISTS idx_articles_created
        ON articles(created_at DESC)
    """)

ポイントはPRAGMA journal_mode=WALの設定だ。WAL（Write-Ahead Logging）モードを有効にすることで、読み取りと書き込みの同時実行が可能になり、パフォーマンスが大幅に向上する。本番利用では必須の設定と言ってよい。

CRUD操作の実装

実務で使いやすいリポジトリパターンで実装してみよう。

class ArticleRepository:
    def create(self, title: str, body: str) -> int:
        with get_connection() as conn:
            cursor = conn.execute(
                "INSERT INTO articles (title, body) VALUES (?, ?)",
                (title, body)
            )
            return cursor.lastrowid

    def find_by_id(self, article_id: int) -> dict | None:
        with get_connection() as conn:
            row = conn.execute(
                "SELECT * FROM articles WHERE id = ?",
                (article_id,)
            ).fetchone()
            return dict(row) if row else None

    def find_recent(self, limit: int = 20) -> list[dict]:
        with get_connection() as conn:
            rows = conn.execute(
                "SELECT * FROM articles ORDER BY created_at DESC LIMIT ?",
                (limit,)
            ).fetchall()
            return [dict(row) for row in rows]

    def update(self, article_id: int, title: str, body: str) -> bool:
        with get_connection() as conn:
            cursor = conn.execute(
                """UPDATE articles
                   SET title = ?, body = ?, updated_at = CURRENT_TIMESTAMP
                   WHERE id = ?""",
                (title, body, article_id)
            )
            return cursor.rowcount > 0

パフォーマンスチューニング

SQLiteは適切にチューニングすれば、驚くほどのパフォーマンスを発揮する。筆者が実務で得た知見をいくつか共有する。

PRAGMAによる最適化は最も手軽で効果的なチューニング手法だ。

# 本番環境向けのPRAGMA設定
def configure_for_production(conn):
    pragmas = {
        "journal_mode": "WAL",
        "synchronous": "NORMAL",
        "cache_size": -64000,      # 64MBのキャッシュ
        "temp_store": "MEMORY",
        "mmap_size": 268435456,     # 256MBのメモリマップ
        "page_size": 4096,
    }
    for key, value in pragmas.items():
        conn.execute(f"PRAGMA {key}={value}")

synchronous=NORMALは、WALモードとの組み合わせでデータの安全性を保ちながら書き込み速度を向上させる。cache_sizeを負の値で指定するとキロバイト単位になる。頻繁に読み取られるデータがメモリに載るため、クエリのレスポンスが劇的に改善される。

全文検索の活用

SQLiteにはFTS5（Full-Text Search 5）という全文検索エンジンが組み込まれている。日本語の場合はトークナイザの工夫が必要だが、英数字のデータなら非常に簡単に利用できる。

# FTS5テーブルの作成と検索
conn.execute("""
    CREATE VIRTUAL TABLE IF NOT EXISTS articles_fts
    USING fts5(title, body, content=articles, content_rowid=id)
""")

# 検索クエリ
results = conn.execute("""
    SELECT a.* FROM articles_fts fts
    JOIN articles a ON a.id = fts.rowid
    WHERE articles_fts MATCH ?
    ORDER BY rank
    LIMIT 20
""", (search_query,)).fetchall()

Litestreamによるレプリケーション

Litestreamは、SQLiteのWALをS3互換ストレージに継続的にレプリケートするツールだ。これにより、SQLiteをプロダクション環境で安心して使えるようになる。設定は驚くほどシンプルだ。

バックアップの頻度、リストアの手順、障害時のフェイルオーバー戦略をあらかじめ設計しておくことが重要である。筆者のプロジェクトでは、S3へのレプリケーションに加えて、定期的なスナップショットバックアップも併用している。

SQLiteを選ぶべき場面と避けるべき場面

SQLiteが適しているのは以下のようなケースだ。

• 月間アクティブユーザーが数万人程度のWebアプリケーション
• 読み取り主体のワークロード
• エッジコンピューティングやサーバーレス環境
• プロトタイプや小〜中規模のプロダクション環境
• 組み込みシステムやモバイルアプリ

一方、避けるべきケースもある。

• 高頻度の同時書き込みが発生するシステム
• 複数サーバーからの同時アクセスが必要な場合
• テラバイト級のデータを扱う場合

重要なのは、SQLiteの制約を正しく理解したうえで選択することだ。「とりあえずPostgreSQL」という思考停止を脱し、要件に合致するならSQLiteを積極的に検討する価値がある。運用コストの削減効果は非常に大きい。