Sqlite: формат, которому доверяет библиотека конгресса

Представь: ты архивариус в огромном архиве. Твоя задача — сохранить документы на 100 лет вперёд. Бумага истечёт, диски сломаются, серверы устареют. Что делать?

Вот такую же задачу решают в Библиотеке Конгресса США — крупнейшей библиотеке мира. И знаешь, какой формат они выбрали для важных данных? SQLite (простая встроенная база данных в одном файле).

Почему это вообще важно?

Когда речь идёт о долгосрочном хранении данных, есть проблема: форматы умирают. Вспомни файлы WordStar (древняя программа для редактирования текста из 80-х годов) или древние базы dBase (одна из первых программ для работы с базами данных из 80-х) — чтобы их прочитать, нужно специальное ПО, которого уже нигде не найдёшь.

Библиотека Конгресса озаботилась этим вопросом и составила список так называемых рекомендуемых форматов хранения (recommended storage formats). Это форматы, которые, по мнению экспертов по сохранению цифрового наследия, максимально увеличивают шансы данных пережить десятилетия и остаться доступными.

Раньше в этом списке были XML (язык разметки для структурированных данных — как этикетка с полями), JSON (формат данных, похожий на список свойств объекта) и CSV (таблица в виде простого текста, где значения разделены запятыми). А потом добавили SQLite — причём совсем недавно, в 2018 году.

Что делает формат «рекомендуемым»?

Библиотека Конгресса оценивает форматы по шести критериям:

1. Раскрытие (Disclosure) — насколько открыта документация? Можно ли найти полную спецификацию (подробное описание того, как работает формат) и инструменты для проверки целостности (данные не повреждены и не искажены)?

2. Популярность (Adoption) — кто уже использует этот формат? Чем больше людей и организаций, тем лучше.

3. Прозрачность (Transparency) — можно ли хоть что-то прочитать без specialized tools? Идеально — если данные открываются в обычном текстовом редакторе.

4. Самодокументация (Self-documentation) — содержит ли формат метаданные о себе? Версия, кодировка, структура — чтобы через 50 лет не гадать.

5. Внешние зависимости (External Dependencies) — зависит ли формат от конкретного железа или софта? Чем меньше зависимостей, тем лучше.

6. Патенты и защита — есть ли патенты, которые мешают использовать формат? Зашифрован ли файл так, что его нельзя прочитать без ключа?

SQLite проходит almost везде. Давай разберём.

Почему sqlite победил?

КРИТЕРИЙ               │ SQLite          │ Традиционные БД
───────────────────────┼─────────────────┼─────────────────
Раскрытие              │ ✅ Полное       │ ⚠️ Частичное
Популярность           │ ✅ Миллионы     │ ✅ Широкая
Прозрачность           │ ⚠️ Только hex   │ ❌ Бинарный blob
Самодокументация       │ ✅ Схема внутри │ ⚠️ Зависит от
Внешние зависимости    │ ✅ Ноль          │ ⚠️ Сервер, ОС
Патентная защита       │ ✅ Public Domain│ ✅/⚠️ Варьируется
───────────────────────┴─────────────────┴─────────────────
✓ — проходит    ⚠️ — частично    ❌ — провал

Главное — SQLite это один файл. Один. Переместил на флешку, записал в архив, положил на полку. Никаких серверов, никаких зависимостей, никакой магии. Через 50 лет откроешь этот файл — и данные на месте. Именно поэтому Библиотека Конгресса добавила его в свой список.

Итого

SQLite — один из немногих форматов, который удовлетворяет всем шести критериям долгосрочного хранения. Неудивительно, что его выбрала крупнейшая библиотека мира.

Ссылки

• SQLite Is a Library of Congress Recommended Storage Format — официальное заявление о включении SQLite в список рекомендованных форматов.