sqlite应用场景
★如何权衡？
当你在权衡某个场合是否应该使用SQLite时，（在技术层面）至少要考虑如下几点：
◇能否发挥SQLite的某些特长？
◇是否还有其它的替代方案？
◇是否有啥潜在的技术风险？
想清楚上述问题之后，再做出决策。
★SQLite的特点
关于SQLite的特长，在上次的帖子中已经介绍过了。考虑到某些同学比较健忘，咱再回顾一下：
◇文件型数据库，且只有单一数据文件
◇轻量级
◇绿色（不依赖其它软件库）
◇跨平台（包括引擎和数据文件）
◇支持内存数据库
◇支持较大的数据文件（TB级别）
★可能的替代方案
刚才说了，权衡SQLite的使用需要考虑其它的替代方案，所以俺简单介绍一下和SQLite用途相近的其它几种技术手段。后面讲应用场景的时候，会结合这几个替代方案来作对比。
◇Access数据库
Access数据库也是文件型的数据库，支持的很多SQL特性都类似于SQLite。自从Windows 2000开始，Windows就内置了Access的数据库引擎（Microsoft Jet Database Engine）。所以Access数据库在上述系统中也是可以独立运行的（不依赖Office）。
Access数据库最主要的缺点就是不能跨平台。另外还有几个小缺点：文件大小有限制（2GB）、不支持内存数据库。
◇其它文件型数据库
其实，除了Access之外，还有另外一些文件型数据库。但是这些文件型数据库要么名气太小，要么不支持多种编程语言（比如HSQLDB），要么已经过时（比如FoxPro、Paradox）。所以后面分析应用场景的时候就不再提及这些玩意儿。
◇CSV文件
CSV（Comma Separated Values，详细解释见“这里”）是一种很简单的纯文本格式。它本身就是用来表示二维的数据信息的。一个CSV文件可以理解为数据库的一张表。
CSV的缺点主要在于：不便于存储非文本的数据信息（比如BLOB类型的信息）；如果需要同时存储多张表的信息，就需要对应有多个CSV文件（文件一多，就嫌麻烦）。
◇XML文件
XML文件想必大伙儿都知道，我就不多说了。XML格式主要缺点也有两个：一个是由于XML本身是树状结构，有时候不便于表示二维数据表的信息；另一个是数据量大（比如文件超过10MB或者XML节点层次很深）的时候，解析XML的开销蛮大的。
★作为数据库的应用场景
前面说了一大通，现在开始切入正题，先说说SQLite作为一个轻型数据库，方便干哪些事儿？
在这类场景中，由于是把SQLi
相关文档：
int column_names_printed = 0;
void print_row(int n_values, char** values)
{
int i;
for (i = 0; i < n_values; ++i) {
printf("%10s", values[i]);
}
printf("\n& ......
一、SQLite简介
SQLite 是用C语言编写的开源数据库，主要用于嵌入式，你也可以把它集成在自己的桌面程序中，也有人将其替代Access，用作后台数据库。
SQLite 支持多数SQL92标准，例如：索引、限制、触发和查看支持。
支持 NULL、INTEGER、REAL、TEXT 和 BLOB 数据类型，支持事务。
二、下载SQLite
SQLite可以到官方� ......
前一阵字做项目(嵌入式linux)，由于要保存大量的数据，而且最长要保存30天的时间。本来打算保存到文件中，每次启动应用程序的时候重新解析一遍，可是当数据量很大的时候，就出现效率的问题了。所以最后还是放弃了使用文件的打算，决定使用数据库存取数据。
linux下的数据库也很多，有开源的，也有收费的。对于我们来说，肯 ......
********创建***********
import android.content.Context;
import android.database.sqlite.SQLiteDatabase;
import android.database.sqlite.SQLiteOpenHelper;
import android.database.sqlite.SQLiteDatabase.CursorFactory;
public class DataBaseOpenHelper extends SQLiteOpenHelper {
public static fi ......
