小工具一定要用資料庫嗎?
做一個小工具時,資料該存在哪裡?存成檔案、放進試算表,或是使用資料庫,看起來都有辦法。但看到各種資料庫和雲端服務的介紹,又容易猶豫,是不是一開始就該準備得完整一點。我覺得可以先看看資料會怎麼使用,有些需求用檔案或試算表就夠了;即使需要資料庫,也不一定要另外架設一套服務。
我之前設計過一個 Telegram 記帳 bot 的原型,當時選的是 Google Sheets。預計讓使用者從聊天視窗記錄支出,由 bot 把帳目存進試算表,需要整理時再直接打開來看。這個想法很直覺,既然平常就會用表格記帳,讓程式幫忙填進去,似乎也不用為了看幾筆資料,另外做一個管理介面。
選儲存方式時,我會先看資料要怎麼使用。同樣是一張帳目表,單純記下每天花多少錢,和要處理多人分帳、個別還款,需要照顧的事情就差很多。能直接打開表格整理,是選 Google Sheets 的理由,但也要一起考慮程式會怎麼讀取、修改這些資料。
先看資料怎麼用
資料需要留下來,不代表一定要用資料庫。程式可以把設定寫進檔案,把報名資料放進試算表,也可以把帳目存進資料庫。幾種方式都能保存資料,選擇時要多看一步,想想以後會怎麼讀取、修改,以及修改到一半出錯時,能不能接受留下不完整的結果。
例如,一個自己使用的工具,只要記住上次選的資料夾,下次開啟時再讀出來,檔案就很適合。活動名單需要主辦人隨時打開補註記,試算表的現成介面很方便。換成預約系統,兩個人可能同時搶最後一個名額,程式就得處理誰先成功,不能讓兩邊都收到預約完成的通知。資料量還很少,操作方式卻已經影響選擇了。
我會先把這些使用情境寫下來,再比較工具。這時不用急著研究資料庫語法,先想想誰會改資料、會不會同時修改,以及弄錯一筆會怎樣。這比一開始就找「最好的資料庫」更有用,也比較不會選了一套功能齊全、自己卻用不上的架構。
不用資料庫的選擇
設定與簡單紀錄,用檔案
設定、單機工具的少量狀態,或每次執行後產生的一份報表,都可以先考慮檔案。常見的 JSON 適合表達有層次的資料,例如設定裡同時包含資料夾位置與通知偏好;CSV 則把內容存成一列一列,方便用試算表開啟。它們是檔案格式,讀取哪一筆、怎麼更新,以及哪些值才算合法,都要由程式處理。
這種做法容易開始,但「存進檔案」仍有一些工作。我會先確認檔案放在哪裡,程式重啟或更新後重新上線,也就是重新部署時,資料會不會消失,再考慮怎麼備份。如果兩個操作同時讀取舊內容,改完各自存回,後存的那份可能蓋掉前一份修改;寫到一半中斷,也得有辦法避免原本的資料跟著壞掉。只由同一個程式依序處理簡單設定時,這些事情比較容易掌握;當自己開始補上大量防止覆寫、查找與更新的邏輯,就值得比較資料庫了。
需要人工整理,用試算表
Google Sheets 適合的情況,是你本來就需要一個能直接查看、修改資料的介面。例如活動名單由程式新增,主辦人再手動補註記;或像我的記帳 bot 原型,預計從 Telegram 記帳,需要整理時再打開試算表。Google 提供 API,也就是讓程式透過網路讀寫資料的入口,bot 可以藉此新增一列或讀取帳目,相關做法可參考 Read and write cell values。
這裡省下的是自己做資料管理介面的工作,bot 本身仍要有地方執行,也得處理連線與權限。原型還沒有完成 Google Sheets 與 Telegram 的完整串接驗證,所以這是當時的設計考量,不能當成已經長期使用、證明可靠的成果。
人能直接改表格,也代表程式依賴的格式可能被改掉。例如把「金額」欄改名,或刪除程式需要的編號,bot 就可能找不到資料。分享權限也要分開看,讓 bot 有權限開啟試算表,不代表任何傳訊息給 bot 的人都有權限查帳。因此,我會把供程式使用的原始紀錄和人工整理的報表分開,並限制誰能透過 bot 讀寫。若資料幾乎只由程式維護,這些現成介面的好處就少了,未必需要特地繞一圈用試算表。
資料庫能幫上什麼忙
如果工具要處理還款與撤銷操作,我會特別留意修改失敗後,帳目能不能對得起來。查找未還款紀錄、擋下重複記帳,以及把必須一起完成的修改放在一起處理,都可以用到資料庫的能力。即使只有少數人使用,這些需求也可能從第一天就存在,不必等到資料變多才考慮。
假設記帳工具同時保存還款紀錄和欠款餘額。小美還了 300 元,程式要新增還款紀錄,也要把餘額減掉 300;如果只完成前半段就中斷,兩邊會對不起來。資料庫的「交易」可以把這些修改包成一組,成功時一起保留,失敗時撤回這一組修改。PostgreSQL 的 3.4. Transactions 用轉帳說明這個概念。程式仍要正確劃定這一組操作並處理失敗,裝好資料庫不會自動替你決定哪些事情要一起完成。
分帳規則也會影響要存的資料。假設小明先付了 900 元晚餐,三個人平均分攤,小美還了 300 元,小華還沒還。如果資料只留一個「是否結清」欄位,無論放在試算表還是資料庫,都沒辦法完整表達這個狀態。必須先把每個人應付、已付多少分開記錄,程式才有資料可以算。換工具能省掉部分儲存與查詢工作,分帳規則還是得自己想好。
重複記帳也是類似的情況。使用者沒收到回覆,再送一次訊息,資料庫不會憑空知道兩次是不是同一筆。程式需要識別這次操作,再配合資料庫的唯一性規則,拒絕重複寫入;如果只是新增兩筆編號不同的紀錄,資料庫仍可能照單全收。PostgreSQL 的 5.5. Constraints 整理了這類可由資料庫檢查的條件。這些能力有用,但要和工具本身的規則配合。
資料庫不一定很重
SQLite,不必另外架服務
如果資料主要由程式讀寫,又不想另外管理一套資料庫服務,SQLite 很值得放進候選。它本身就是資料庫,只是由程式直接使用本機的資料庫檔案,不需要另開一個資料庫伺服器。官方的 SQLite Is Serverless 說明了這個差異,所以「不用架資料庫服務」和「不用資料庫」是兩件事。
SQLite 也有查詢與交易能力,可以拿來保存互有關聯的支出、成員與還款紀錄,不必自己在 JSON 或 CSV 裡重做整套查找和更新。它可以同時讓多個連線讀取,但每個資料庫檔案同一時間只容許一個寫入交易,細節見 Transaction。也就是有兩組修改同時要存入時,程式得安排等待或重試,讓它們依序完成。短時間的修改若能這樣處理,仍然可以支援多人透過同一個 bot 使用;「多人使用」不等於「每個人都直接開啟資料庫檔案」。
需要注意的是,資料庫檔案仍要放在能長期保存的位置,備份也要使用適合資料庫的方式。SQLite 不會讓沒有持久儲存空間的部署環境,自動變成適合保管帳目的地方。選它之前,我會一起確認程式跑在哪裡、資料放在哪裡,以及換一台主機時怎麼還原。
獨立服務,讓多個程式共用
當多台主機上的程式需要共同修改資料,或同時寫入的工作多到不適合依序等待,就值得評估 PostgreSQL 這類獨立的資料庫服務。程式透過網路連線,把讀寫請求交給資料庫處理,而不必讓每台主機直接操作同一個檔案。SQLite 官方的 Appropriate Uses For SQLite 也把寫入需求和資料的位置列為選擇依據,沒有用「幾個使用者」畫出固定分界。
獨立服務可以自己架,也可以使用供應商代管的方案,例如雲端平台提供、開通後就能連線的資料庫。自己架要負責安裝、更新與備份,代管則能省下一部分工作,但還是要確認費用、連線方式、備份範圍,以及資料能不能匯出。不想自己架服務,不代表一定要退回檔案;如果程式原本就部署在雲端,而且平台已有合適的方案,一開始使用它也合理,沒有必要把所有選項照順序用過一次。
替自己的工具做選擇
我把前面的使用情境和需要自己照顧的部分整理成下面這張表,可以拿自己的需求做第一輪比較。
| 使用情境 | 可以先考慮 | 要留意的事 |
|---|---|---|
| 簡單設定、依序處理的少量狀態、匯出報表 | JSON、CSV 等檔案 | 更新方式、寫入中斷、存放位置與備份 |
| 人需要經常開啟、整理,程式協助新增資料 | Google Sheets | 欄位變動、存取權限、網路與 API 使用限制 |
| 資料主要由程式讀寫,集中在同一台主機 | SQLite | 寫入是否能排隊、資料檔保存與還原 |
| 多台主機共用資料,或寫入需求較高 | 獨立或代管資料庫服務 | 連線權限、維運或方案費用、備份與匯出 |
以記帳 bot 為例,如果需求是記下支出,並且需要經常手動整理表格,Google Sheets 有它方便的地方。但若需要多人分帳、個別還款和撤銷操作,平常又幾乎不會打開表格,我會先評估 SQLite,前提是 bot 集中在同一台能長期保存資料的主機,寫入也能依序處理。這些都是設計時就能比較的條件,不需要等到試算表塞不下,才開始考慮資料庫。
如果你是用 AI 做小工具,可以先告訴它程式預計跑在哪裡,再拿自己的兩三個實際操作,請它比較用檔案、試算表或資料庫時,資料會存在哪裡、一次修改會動到什麼。接著追問,兩個操作同時送出、寫到一半中斷、重新部署時,原本的資料會怎樣,並請它指出不建議採用的選項和原因。回答若只剩「這個比較簡單」「以後比較好擴充」,還不足以決定;把情境放進測試環境實際跑一次,才知道程式有沒有做到它說的事。
我當時選 Google Sheets,是因為打開就能看帳,不想再做一個介面。換成只存設定或整理名單的工具,也可以先不用資料庫;要處理還款,SQLite 則可能比自己補齊檔案讀寫規則省事。做小工具時,我會先想清楚要存什麼、怎麼修改,再選資料放哪裡,免得連午餐都還沒記到,先多了一套要照顧的系統。