SQLite的BLOB数据类型与C++二进制存储学习记录

一、BLOB数据类型简介

Blob（Binary Large Object）是一种用于存储二进制数据的数据类型，在数据库中常用于存储图片、音频和视频等大型（大数据量）的二进制数据[1-2]。需要注意的是，SQLite中BLOB类型的单对象最大存储字节数由预处理器宏SQLITE_MAX_LENGTH定义并可以提高或降低该值，但是当前的实现只支持最大长度为 $2^{31}-1$ 字节。

在SQLite的部分INSERT和SELECT语句处理过程中，数据库中每一行的完整内容被编码为单个BLOB数据类型对象，所以SQLITE_MAX_LENGTH宏定义决定了数据库中一行的最大字节数[3]。

二、C++标准库之bitset简介[4-6]

C++标准库中的bitset库，是一个模板类（模板参数定义了位集合的大小）且提供了一种方式来操作固定大小的位集合。位集合是一个由位（bit）组成的数组，每个位可以是0或1，因此bitset类型非常适合于需要表示二进制数据或进行位操作的场景。

位运算的优势在于可以大量减少运行开销，优化算法。其运算速度快的原因是直接使用计算机底层的二进制机器操作指令。较为详细的位运算理论理解与实际用例可参考资料[6]。

二、C++中基本数据类型实例与其二进制存储形式探索[7-10]

计算机中的所有数据，无论是文本、图像、音频还是视频，最终都会被转换为二进制形式进行存储和处理。比特/位（bit）是计算机内存中的最小/原子单位，也是数据传输的最小单位；字节（Byte）是计算机系统中最小的存储单位，是计算机记忆体（memory）存储资料的基本单位，每个字节由八个比特位组成。

C++基本内置数据类型在计算机内部存储数据时使用二进制，但在向用户显示时使用八进制、十进制与十六进制等进制。需要注意的是，整数类型是按照二进制补码的方式来存储数值（非负整数直接使用二进制表示，无符号位），其最高位（最左边一位）用于表示符号（0表示正数，1表示负数），剩下的位数表示数值部分；浮点数类型是按照IEEE 754标准来存储数据，然后根据浮点数数值转换公式进行数值计算。详细叙述可参考资料[7]。

计算机中的字符按照字符集编码表示，常见的字符集编码有ASCII编码、ANSI编码、Unicode编码以及UTF-8编码。其中，ASCII码（American Standard Code for Information Interchange，美国信息交换标准码），一个英文字母（不分大小写）占一个字节的空间。ASCII码字符代码表可参考资料[10]。

（一）实验一基于字符串的逐字符二进制编码转换

（二）实验二长整型向量的逐一元素二进制编码转换

（三）实验三字符型向量的逐一元素二进制编码转换

实验总结：

1. C++基本内置数据类型在计算机内部存储数据时使用二进制；

2. 基于标准库bitset可以将存储数据以二进制的形式显化展示；

3. 字符类型（char）占一个字节，其不仅可以基于ASCII码存储字符，还可以在单字节限制下存储有限大小的整型数据（实质上，char与int之间存在隐式转换）。

三、基于SQLite实现图像数据库管理（图像的存取实例）[11-12]

该示例代码仅实现了图像数据的数据库/表创建及数据插入，未实现数据库图像的读取与二进制码解析。数据库图像的读取与二进制码解析概要代码可参考资料[12]。

#include <iostream>
#include <string>
#include <vector>
#include "opencv2/opencv.hpp"
#include "sqlite3.h"

using namespace std;

// 实验数据
string imagePath = "./icon.jpg";

int main()
{
	// 读取图像文件并检查图像是否读取成功
	cv::Mat image = cv::imread(imagePath);
	if (image.empty()) {
		cout << "无法读取图像文件。" << endl;
		return -1;
	}
	// 创建图像存储表
	/*
		图像存储表设计（该表包含"id"、"name"、"size"、"type"、"data"五个字段）：
		1. "id"字段作为主键，自动递增；
		2. "name"字段用于存储图像的名称；
		3. "size"字段用于存储图像的大小（以字节为单位）；
		4. "type"用于存储图像的类型（如.jpg和.png等）；
		5. "data"字段为BLOB类型，用于存储图像的二进制类型
	*/
	sqlite3* db;
	int rc = sqlite3_open("./imageDB.db", &db);
	if (rc)
	{
		std::cerr << "无法打开数据库: " << sqlite3_errmsg(db) << std::endl;
		return 1;
	}
	else
	{
		std::cout << "数据库打开成功" << std::endl;
	}
	// 创建数据库表
	char* errMsg = 0;
	const char* sql = "CREATE TABLE IF NOT EXISTS images"
					  "(id INTEGER PRIMARY KEY AUTOINCREMENT,"
		              "name TEXT NOT NULL,"
					  "size INTEGER NOT NULL,"
					  "type TEXT NOT NULL,"
		              "data BLOB);";
	rc = sqlite3_exec(db, sql, 0, 0, &errMsg);
	if (rc != SQLITE_OK)
	{
		std::cerr << "SQL错误: " << errMsg << std::endl;
		sqlite3_free(errMsg);
		sqlite3_close(db);
		return -1;
	}
	else
	{
		std::cout << "表创建成功" << std::endl;
	}
	// 处理图像数据（将图像数据转换为二进制数据）
	vector<uchar> buffer;
	cv::imencode(".jpg", image, buffer);  // 该函数将图像以设定图片格式编码存储到buffer
								          // 该函数将图像数据编码转换为指定格式的字节流，这个字节流本质上就是二进制数据
	size_t size = sizeof(buffer);
	uchar* dataPtr = buffer.data();
	// 基于参数化方式将图像数据存入表
	/*
		参数化方式的原理：
		参数化将SQL语句的结构与数据分开。SQL语句中的参数位置用？占位符表示，
		然后通过专门的绑定函数将实际数据绑定到这些占位符上。
		参数化方式的优势：
		这样可以有效避免SQL注入攻击。
		因为SQL语句的语法结构是固定的，用户输入的数据不会被解释为SQL语法的一部分
	*/
	const char* sql1 = "INSERT INTO images (id,name,size,type,data)"
		               "VALUES (?, ?, ?, ?, ?);";
	sqlite3_stmt* stmt;
	int rc1 = sqlite3_prepare_v2(db, sql1, -1, &stmt, nullptr);
	if (rc1 != SQLITE_OK) {
		std::cerr << "准备插入语句出错: " << sqlite3_errmsg(db) << std::endl;
		sqlite3_close(db);
		return -1;
	}
	sqlite3_bind_int(stmt, 1, 0);
	sqlite3_bind_text(stmt, 2, "icon", -1, SQLITE_TRANSIENT);
	sqlite3_bind_int(stmt, 3, size);
	sqlite3_bind_text(stmt, 4, "jpg", -1, SQLITE_TRANSIENT);
	sqlite3_bind_blob(stmt, 5, dataPtr, -1, SQLITE_TRANSIENT);
	int rc2 = sqlite3_step(stmt);
	if (rc2 != SQLITE_DONE) {
		std::cerr << "执行插入语句出错: " << sqlite3_errmsg(db) << std::endl;
	}
	cout << "图像数据插入成功" << endl;
	sqlite3_finalize(stmt);
	return 0;
}