SQLite

Unternehmensdaten

Offizieller Name

SQLite

Einheitentyp

COMPANY

Gegründet

2000

Marktrolle

Other / Non-Digital Advertising Relevant

Offizielle Website

sqlite.org

Was SQLite macht

SQLite schafft Wert, indem es eine weit verbreitete, eingebettete Datenbank-Engine in der Public Domain bereitstellt und so Lizenzkonflikte für Entwickler und Softwarehersteller eliminiert. Das umgebende Geschäftsmodell ist dienstleistungsorientiert: Organisationen, die Support, proprietäre Erweiterungen oder eine engere Abstimmung mit den Entwicklern benötigen, schließen Verträge mit Hwaci ab oder treten dem SQLite-Konsortium bei. Der kostenlose Kern treibt die Akzeptanz voran; spezialisierte Geschäftsbeziehungen monetarisieren Vertrauen, kontinuierliche Wartung und erweiterte Funktionen.

Strategische Einordnung

KI-gestützte Einordnung aus der bestehenden Unternehmensrecherche; Interpretation und belegte Fakten sind zu unterscheiden.

SQLite ist ein gemeinfreies, quelloffenes Datenbank-Engine-Projekt für eingebettete SQL-Datenbanken. Es wird als Infrastruktur-Software und nicht als herkömmliche SaaS-Plattform vertrieben und wird weithin von Entwicklern und Softwareanbietern genutzt, die eine leichtgewichtige, eingebettete Datenbank-Engine innerhalb von Anwendungen, Geräten und Softwareprodukten benötigen. Der Code selbst ist für jeden Zweck, einschließlich der kommerziellen Nutzung, völlig kostenlos. Die mit dem Ökosystem verbundene Umsatzgenerierung basiert auf kommerziellem Support, proprietären Erweiterungen und Mitgliedschaftsverträgen im SQLite-Konsortium, die von Hipp, Wyrick & Company, Inc. (Hwaci) bereitgestellt werden. Zu den zahlenden Kunden gehören Unternehmen, die Support, langfristige Betreuung oder erweiterte kommerzielle Rechte rund um die Bereitstellung von SQLite-basierten Systemen benötigen.

Geschäftsmodell und Monetarisierung

Das Ökosystem monetarisiert sich über Servicegebühren für kommerziellen Support, vertragliche Konsortiumsmitgliedschaften und proprietäre Erweiterungen, die von Hwaci bereitgestellt werden. Die Kernsoftware selbst wird nicht über Lizenzgebühren monetarisiert, da der Code gemeinfrei ist.

Kommerzieller Support (Hwaci)

Service-Gebühr

Mitgliedschaften im SQLite-Konsortium

Service-Gebühr

Proprietäre Erweiterungen

Einmaliger Verkauf

Produkte und Fähigkeiten

Für diese Ansicht liegen keine Produkte mit zugeordneten Quellen vor.

Zuletzt erfasste Signale

Datumsangaben beziehen sich auf die Quellenveröffentlichung. Ältere Einträge sind historischer Kontext, kein Beleg für ein neues Ereignis.

• Export SQL Results to CSV and Excel Safely

  2026-08-26dev.to

  Data Export & File Formats · Erfasster Impact-Score: 1/5

  A technical how-to showing how to export SQL query results to CSV or XLSX without corrupting values (leading zeros, accented characters, dates). The author demonstrates that CSV exports preserve bytes but that damage usually occurs when Excel guesses column types on open. Recommended practices include opening CSVs in Excel via Data → Get Data → From Text/CSV (set File Origin to UTF-8 and mark code columns as Text), adding a UTF-8 byte order mark (BOM) on export (e.g., sqlite3 .once --bom) to avoid accent issues, and generating real .xlsx files (e.g., with pandas.to_excel) when humans will double-click the file. The article also lists quick checks to run after export (row counts, code endpoints, an accent, a date) and details other common CSV pitfalls.

  • The author tested exports on 2026-08-08 using SQLite 3.51.1 and inspected files byte-by-byte to show exports themselves are correct.
  • Opening a CSV by double-clicking in Excel can silently change data types (e.g., drop leading zeros or mis-interpret character encoding), while importing via Data → Get Data → From Text/CSV lets the user set types and encoding.

• Trelix v3.0: Six opt-in features, audit trail added

  2026-08-15dev.to

  Large Language Models (LLM) & AI · Erfasster Impact-Score: 2/5

  The article documents trelix releases from v2.11.0 through v3.1.1 (last dated 2026-08-15). v3.0.0 introduced six major, opt-in feature areas: Anthropic extended thinking, a model-aware context token budget, a VS Code extension, a hash-chained append-only SQLite audit trail, OIDC SSO (resource-server mode), and query-conditioned context compression, plus an optional FTS5 declaration boost. Defaults keep all features off so a default v3.0.0 install is byte-identical to v2.12.0. v3.0.1 fixed a parser index bug and requires a full reindex; v3.1.0 and v3.1.1 addressed rendering, symlink handling and safety fixes. The audit trail is a separate opt-in SQLite DB with tamper-evident checks, and the OIDC verifier enforces asymmetric algorithms and forged-token tests.

  • v3.0.0 introduces six new, opt-in feature areas: Anthropic extended thinking, model-aware context budget, VS Code extension, hash-chained append-only audit trail, OIDC SSO, and query-conditioned context compression.
  • The release span v2.11.0 → v3.1.1 comprises 68 commits, 137 files changed, and +19,829/-1,211 lines; v3.1.1 dated 2026-08-15.

• Monlite: SQLite-based local stack for AI agents

  2026-06-28dev.to

  Large Language Models (LLM) & AI · Erfasster Impact-Score: 2/5

  Monlite is a TypeScript library that consolidates a local AI agent stack into a single SQLite .db file, providing a document store, vector search, full-text search, key-value cache, job queue, and cron scheduler. It uses SQLite's FTS5 and the sqlite-vec extension (vec0 virtual table) for KNN vector queries, supports Node (node:sqlite or better-sqlite3) and a Python port for cross-language interoperability, and implements exactly-once job claiming using SQLite's BEGIN IMMEDIATE write-intent lock. The project targets single-machine, local-first workflows (not high-concurrency distributed systems) and is available on GitHub; the core is at v2.6.1 with a frozen API.

  • Monlite is a TypeScript library that stores document store, vector search, full-text search, key-value cache, job queue, and cron scheduler in a single SQLite .db file.
  • Vector search is provided via the sqlite-vec extension, which adds a vec0 virtual table type for KNN queries.

• DuckDB + Parquet for Ad‑hoc Analytics from SQLite

  2026-06-28dev.to

  Measurement & Analytics Platform · Erfasster Impact-Score: 2/5

  A developer describes a lightweight analytics pattern: populate a single SQLite DB from the YouTube Data API, then nightly export the analytical subset to hive-partitioned Parquet using the DuckDB CLI orchestrated by a small PHP script. The Parquet snapshots are partitioned by snapshot_date and region, compressed with zstd, and pulled to a local machine over FTP (lftp mirror). Local ad‑hoc analysis runs against the Parquet files with DuckDB (CLI or Python API), delivering sub-second queries across months of history; results (JSON) are pushed back to production hosts for simple cached rendering. The post documents implementation details, example SQL/PHP/Python snippets, performance characteristics, and operational gotchas (type casts, timezone normalization, idempotent writes, and partitioning best practices).

  • The site ingests YouTube trending-video metadata for eight regions into a single SQLite database via periodic cron jobs.
  • A nightly PHP-driven export invokes the DuckDB CLI to write hive-partitioned Parquet snapshots (partitioned by snapshot_date and region) with zstd compression.

Unternehmensbeziehungen vertiefen

• Wettbewerber und Alternativen
• Partner und Integrationen
• Eigentumsverhältnisse
• Ähnliche Unternehmen

Fragen zu SQLite

Quellen und Datenabdeckung

Mit SQLite weiterarbeiten

Explorer bietet zusätzliche Unternehmensdetails, eine Watchlist für bis zu 25 Unternehmen und deinen persönlichen Strategic Intelligence Agenten. Er analysiert deine Märkte täglich – und liefert dir bei Neuigkeiten ein maßgeschneidertes Briefing mit strategischer Einordnung statt Informationsflut.

Kostenlos und ohne zeitliche Begrenzung.