SQLly vs Harlequin
Harlequin ist „die SQL-IDE für dein Terminal“: eine kostenlose, MIT-lizenzierte Python-App mit Datenkatalog, Registerkarten-Editor und Ergebnistabelle, alles im Terminal, das du ohnehin offen hast. Die Verbindung läuft über Adapter-Plugins, zunächst für DuckDB. SQLly ist eine Desktop-App mit GPU-gezeichnetem Fenster. Die eigentliche Frage ist hier Terminal gegen Desktop, und beide gewinnen unterschiedliche Aufgaben. Hier ist die ehrliche Aufschlüsselung.
Zuletzt geprüft: November 2026
Die kurze Version
Eine SQL-Workbench für den Desktop
Eine Rust-Codebasis, auf der GPU gezeichnet unter macOS, Windows und Linux. Dreißig Engines mit nativen Treibern, IntelliSense, das deine Daten kennt, ein Raster, das für Analysen gebaut ist, mehrschichtige Schutzmechanismen und ein komplettes Set an DBA-Tools. Agenten erhalten nur Lesezugriff; alles, was schreibt, kommt dir als Vorschlag zurück.
Eine SQL-IDE direkt in deinem Terminal
Eine Textual-App aus PyPI, die über SSH, in tmux oder überall dort läuft, wo Python 3.10+ läuft. DuckDB ist eingebaut, und Adapterpakete ergänzen Postgres, MySQL, Snowflake, BigQuery, Trino und mehr. Sie kommt mit hsqlgeliefert, einem Headless-Begleit-CLI für Skripte und KI-Agenten. Version 2.17.0 erschien am 26. Oktober 2026.
Funktion für Funktion
SQLlys Spalte verwendet dieselben ehrlichen Statusabzeichen wie die Features-Seite und die Dokumentation. Für Harlequin listen wir auf, was die eigene Dokumentation, das README und das Changelog angeben.
| Fähigkeit | SQLly | Harlequin |
|---|---|---|
| Läuft in einem Terminal oder über SSH | NeinEine Desktop-App, die einen Bildschirm benötigt. sqlly-cli Deckt Befehlszeilenabfragen und MCP ab, ohne Terminal-UI. |
JaDie ganze App ist ein Terminal-UI, Maus inklusive. |
| Läuft auf macOS, Windows & Linux | JamacOS ist signiert und notarisiert; Windows und Linux sind eine unterstützte Beta, auf amd64 und arm64. | JaÜberall, wo Python 3.10-3.14 läuft, einschließlich Intel Macs. |
| Installieren | HerunterladenEine 65,6 MB dmg auf macOS, eine 60,9 MB zip auf Windows, ein 76,2 MB Tarball auf Linux. Auch als Mac App Store-Version. | PyPIuv tool install harlequin ist der empfohlene Weg; pip, pipx und eine Community-Homebrew-Formel funktionieren ebenfalls. |
| Kostenlos nutzbar | Kostenlose StufeZwei gespeicherte Server, ein Cloud-Konto und eine Zahlungserinnerung etwa alle fünf Stunden. Preise | JaKostenlos bei jeder Unternehmensgröße, unterstützt über GitHub Sponsors. |
| Open Source | NeinLebenslange Lizenzen kommen mit einem Source-Escrow-Versprechen, falls SQLly je eingestellt wird. | JaMIT auf GitHub. |
| DuckDB & SQLite | JaDuckDB ist enthalten. Abdeckung pro Engine | JaBeide Adapter werden mit Harlequin ausgeliefert; DuckDB ist die Standardeinstellung, zusammen mit MotherDuck und Erweiterungen. |
| PostgreSQL, MySQL & MariaDB | JaPlus dokumentiert protokollkompatible Dienste wie CockroachDB, Neon, Supabase und Aurora. | JaSeparate Adapter-Pakete vom Harlequin-Maintainer, installiert als Extras. |
| SQL Server & Oracle | JaNative Treiber, nichts zusätzlich zu installieren. Auch Azure SQL (Entra-Anmeldung in Arbeit). | TeilweiseÜber den ODBC-Adapter, der einen Treibermanager und den ODBC-Treiber des Anbieters benötigt. |
| ClickHouse, libSQL/Turso & Redis | JaRedis umfasst Valkey, KeyDB, DragonflyDB, ElastiCache und MemoryDB. Redis | TeilweiseEin Community-chDB-Adapter für eingebettetes ClickHouse. Wir haben keinen Redis- oder libSQL-Adapter gefunden. |
| Snowflake, BigQuery, Trino, Databricks, Redshift | GeplantSnowflake, BigQuery und Trino sind geplant; davon lässt sich heute noch keines verbinden. | JaSnowflake und Redshift vom Maintainer; BigQuery, Trino und Databricks von der Community. |
| Cassandra, NebulaGraph, Exasol, H2 | Nein | JaCommunity-Adapter, plus ADBC für jede Arrow-Treiber-Datenbank. |
| SSH-Tunnel | JaSSH-Hops, SOCKS- und HTTP-Proxys sowie Kubernetes. Engine-Dokumentation | JaVerwendet deinen installierten ssh Client, sodass dein gesamtes ~/.ssh/config anwendbar ist. |
| Schema-Browser | JaServer-Explorer mit DDL, Designern und Tools für einzelne Objekte. Server-Explorer | JaEin Data-Catalog-Baum mit Typlabels und einem Interaktionsmenü (Describe, DDL anzeigen) sowie lokalen Datei- und S3-Bäumen. |
| Autovervollständigung | JaAlias- und kontextsensitiv, JOIN ON aus Fremdschlüsseln, echte Spaltenwerte in WHERE. IntelliSense |
TeilweiseVervollständigung für Schlüsselwörter und Katalog mit exakten und unscharfen Treffern. |
| SQL-Formatter | JaFormatter | JaF4 formatiert den Puffer mit sqlfmt. |
| Abfrageverlauf | JaDurchsuchbar, mit angehefteten Snippets. Abfrageverlauf | JaF8 öffnet eine durchsuchbare Historie, die auch zeigt, was hsql ausgeführt wurde. |
| Große Ergebnisse | JaStreamt und lagert ab 50.000 Zeilen oder 64 MiB auf die Festplatte aus; der Speicher bleibt bei 50 Millionen Zeilen konstant. Streaming | TeilweiseEine Arrow-basierte Tabelle, die standardmäßig bis zu 100.000 Zeilen anzeigt; die Obergrenze ist konfigurierbar. |
| Tabellendaten bearbeiten | JaEin Zeileneditor, der aus den eigenen Metadaten der Tabelle generiert wird. Zeileneditor | -Wir konnten keine Raster-Bearbeitung in der Dokumentation finden; Änderungen werden mit SQL vorgenommen. |
| Pivot, Diagramme & Ergebnisvergleich | JaPivot, Diagramme, bedingte Formatierung, berechnete Spalten und Ergebnisvergleiche für jedes Ergebnis. Pivot | Nein |
| Exportieren | TeilweiseCSV, TSV, JSON, Markdown, SQL, Excel mit Live-Formeln und Code-Generatoren. Kein Parquet aus dem Grid. Exportieren | TeilweiseCSV, Parquet, JSON, ORC und Feather; als TSV kopieren. Kein Excel. |
| Themen & Tastenkombinationen | JaZwölf Themes in Hell und Dunkel; neu belegbare Tasten. Themen · Tastenkombinationen | JaJedes Textual-Thema; ein Standard vscode Keymap, mit benutzerdefinierten Keymaps aus TOML oder Plugins. |
| Transaktionen | JaUmschalter für manuellen Commit, Commit- und Rollback-Tasten sowie Auto-Rollback-Schutz. | TeilweiseCommit- und Rollback-Schaltflächen bei Adaptern, die mehr als einen Transaktionsmodus anbieten. |
| Nur-Lese-Verbindungen | JaNur-SELECT-Verbindungen, die Datei-Lese- und Shell-Escape-Tricks blockieren. Nur-Select | Ja--read-only fordert die Datenbank auf, Schreibvorgänge abzulehnen, und startet nicht, wenn der Adapter das nicht durchsetzen kann. |
| Andere Schutzmaßnahmen im Editor | JaEin harter Stopp bei UPDATE/DELETE ohne WHERE, Mandantenprüfungen, in Rot markierte Produktion. Sicherheit |
-Abgesehen von Nur-Lese-Modus, einer Zeilenbegrenzung und einem Timeout fanden wir keine dokumentierten Schutzmaßnahmen. |
| Ausführungspläne, Aktivitätsmonitor, Schema-Vergleich | JaAktivitätsmonitor, Schema- und Datenvergleich, Query Insights; der Plan-Viewer für neun Engines ist in Arbeit. Werkzeuge | NeinHarlequin ist ein Editor, Katalog- und Ergebnis-Viewer; es versucht nicht, ein DBA-Tool zu sein. |
| KI-Agenten | JaEin MCP-Server, dessen SELECT läuft schreibgeschützt und wird immer zurückgerollt; Schreibvorgänge kommen als Vorschläge zurück. Wie Lesevorgänge schreibgeschützt bleiben |
Jahsql, eine Headless-CLI mit einem Standardlimit von 500 Zeilen, --read-only, --timeout, und einen Claude-Code-Skill. Wir haben keinen MCP-Server gefunden. |
| Genau das ist der Punkt: KI. | JaLokale Modelle, dein eigener Endpunkt oder Opt-in-Cloud-Anbieter. KI auf dem Gerät | -Wir haben weder einen KI-Chat noch eine KI-Vervollständigung direkt in Harlequin selbst gefunden. |
Ein Strich bedeutet, dass wir es aus Harlequins eigenen Unterlagen nicht bestätigen konnten — prüfe die Dokumentation unter harlequin.sh für den aktuellen Stand.
Wo SQLly anders ist
Harlequin hält dich im Terminal und erreicht die Data Warehouses. SQLly gibt dir ein richtiges Fenster und geht bei jeder unterstützten Engine in die Tiefe.
Ein Raster, das Analysen durchführt
Pivot, Diagramme, bedingte Formatierung, berechnete Spalten, Ergebnisvergleiche und Excel-Export mit Live-Formeln und einem Pivot-Blatt. Ein einzeiliger SQL-Kommentar kann das Layout speichern, damit es mit der Abfrage reist.
SQLly-Direktiven →Ergebnisse über 100.000 Zeilen
SQLly streamt Zeilen und lagert auf die Festplatte aus, sobald es über 50.000 Zeilen oder 64 MiB hinausgeht, sodass fünfzig Millionen Zeilen etwa so viel Speicher brauchen wie fünfzig. Du scrollst das gesamte Ergebnis statt eines begrenzten Fensters.
Ergebnisse auf die Festplatte auslagern →Autovervollständigung, die deine Daten kennt
SQLLY kann die echten eindeutigen Werte einer Spalte in eine WHERE -Klausel ziehen, die ON -Klausel eines Joins aus echten Fremdschlüsseln schreiben und einen GROUP BY Fehler beim Tippen.
Native Treiber, keine ODBC-Einrichtung
SQL Server, Oracle, ClickHouse und Redis verbinden sich über Treiber, die direkt in der App stecken. Es gibt keinen Treiber-Manager und kein ODBC-Paket des Herstellers, das du vorher installieren müsstest.
Datenbanken →Leitplanken über den reinen Lesezugriff hinaus
Ein harter Stopp bei UPDATE/DELETE ohne WHERE, automatisch umschlossene Transaktionen, Mandantenprüfungen, eine optionale KI-Prüfung vor Datenänderungen und Produktion in Rot - vererbt deinen Client-, Projekt- und Umgebungsbaum hinunter.
DBA-Tools in derselben App
Aktivitätsmonitor mit Blockierungsketten, Query Store und pg_stat_statements, SQL Agent, Schema- und Datenvergleich, Index-Analyzer, Testdaten sowie Backup und Wiederherstellung als Skripte, die du liest, bevor sie ausgeführt werden.
Werkzeuge →Wenn Harlequin die bessere Wahl ist
Harlequin ist wahrscheinlich die bessere Wahl, wenn:
- Du arbeitest auf entfernten Rechnern. Per SSH mit einem Server verbinden, ausführen
harlequin, und du hast dort direkt einen Katalog, einen Editor und eine Ergebnistabelle. SQLly braucht einen Desktop, also würdest du stattdessen zur Datenbank tunneln. - Du lebst in tmux und auf der Tastatur. Harlequin sitzt in einem Bereich neben deiner Shell und deinem Editor, und seine Tastenkombinationen sind einfaches TOML.
- Du fragst ein Data-Warehouse ab. Snowflake, BigQuery, Redshift, Trino und Databricks haben alle Adapter. SQLly verbindet sich davon heute mit keinem.
- Deine Daten sind Parquet und DuckDB. DuckDB ist die Standard-Engine, der Dateibaum zeigt lokale Dateien und S3-Buckets, und Ergebnisse lassen sich nach Parquet, ORC und Feather exportieren. SQLly bringt DuckDB mit, aber dessen Export-Dialog hat keine Parquet-Option.
- Du willst ein kleines, skriptbares, kostenloses Tool. Das Wheel ist etwa 356 KB zusätzlich zu seinen Python-Abhängigkeiten, es steht unter MIT, ist bei jeder Firmengröße kostenlos, und
hsqlbietet Skripten und Agenten dieselben Adapter und dieselbe Konfiguration. SQLlys Quellcode ist geschlossen, und der kostenlose Tarif ist in Organisationen mit mehr als 100 Mitarbeitern nicht verfügbar.
Viele Leute werden beides verwenden: Harlequin auf dem Server und im Terminal, eine Desktop-Arbeitsumgebung für Analyse- und Verwaltungsarbeiten.
Fragen
Ist Harlequin kostenlos?
Ja. Harlequin ist Open Source unter der MIT-Lizenz, in jeder Unternehmensgröße kostenlos und wird über GitHub Sponsors unterstützt. Installiert wird es von PyPI mit uv, pip oder pipx oder über eine von der Community gepflegte Homebrew-Formel. SQLly ist für Hobbyisten kostenlos, mit einer einmaligen SQLly-1.x-Lizenz und einer Lifetime-Lizenz für alle anderen.
Welche Datenbanken unterstützen SQLly und Harlequin?
Harlequin liefert Adapter für DuckDB und SQLite mit. Sein Maintainer veröffentlicht außerdem Adapter für Postgres, MySQL/MariaDB, Redshift, Snowflake und ODBC (ODBC deckt SQL Server, Oracle und andere ab), und die Community pflegt Adapter für BigQuery, Trino, Databricks, ADBC, chDB, Cassandra und mehr. SQLly verfügt über native Treiber für 30 Engines, darunter SQL Server, Oracle, ClickHouse und Redis, ohne dass ein ODBC-Treiber installiert werden muss, verbindet sich derzeit aber nicht mit Snowflake, BigQuery, Trino, Databricks oder Cassandra.
Läuft SQLly in einem Terminal wie Harlequin?
Nein. SQLly ist eine Desktop-App, die auf der GPU gezeichnet wird, also braucht sie ein Display. Sein sqlly-cli-Befehl führt Abfragen aus und stellt MCP über die Befehlszeile bereit, aber eine Terminaloberfläche gibt es nicht. Wenn du über SSH auf einem Server oder in tmux arbeitest, passt Harlequin besser; es läuft überall dort, wo Python 3.10 oder neuer läuft.
Weitere Vergleiche
Richte beide auf dieselbe Datenbank
Am schnellsten entscheidest du dich, wenn du in jedem Tool deine eigenen Abfragen ausführst. SQLly ist kostenlos für macOS, Windows und Linux, ohne Konto.