// sqlly 对比 harlequin

SQLly 对比 Harlequin

Harlequin 是“为你终端准备的 SQL IDE”:一个免费、MIT 许可的 Python 应用,带数据目录、多标签编辑器和结果表格,全部就在你已经打开的终端里。它通过适配器插件连接数据库,目前从 DuckDB 开始。SQLly 是一个带 GPU 绘制窗口的桌面应用。这里真正的问题是终端对桌面,各有各擅长的活儿。下面是坦诚的逐项对比。

最后审阅:2026 年 11 月

简短版

SQLly

一个桌面 SQL 工作台

一个 Rust 代码库,在 macOS、Windows 和 Linux 上以 GPU 绘制。三十种带原生驱动的引擎、能读懂你数据的 IntelliSense、为分析而生的网格、分层安全护栏,以及全套 DBA 工具。AI 代理只有只读权限;任何写操作都会以提案的形式交回给你。

Harlequin

一个运行在你终端里的 SQL IDE

一个基于 Textual 的应用,从 PyPI 安装,可以通过 SSH、在 tmux 中或在任何运行 Python 3.10+ 的地方运行。内置 DuckDB,并且适配器包添加了 Postgres、MySQL、Snowflake、BigQuery、Trino 等。它附带 hsql,一个用于脚本和 AI 代理的无头伴随 CLI。2.17.0 版本于 2026 年 10 月 26 日发布。

逐项功能对比

SQLly 的列使用与 功能页面 和 文档。对于 Harlequin,我们列出的是其文档、README 和更新日志中写明的内容。

SQLly 与 Harlequin 的功能对比
能力 SQLly Harlequin
可在终端或通过 SSH 运行 否需要显示器的桌面应用。 sqlly-cli 涵盖命令行查询和 MCP,无终端 UI。 是整个应用都是终端 UI,包括鼠标。
可在 macOS、Windows 和 Linux 上运行 是macOS 已签名并通过公证;Windows 和 Linux 则是 受支持的测试版,都有 amd64 和 arm64 版。 是Python 3.10-3.14 可以在任何地方运行,包括 Intel Mac。
安装 下载在 macOS 上是 65.6 MB dmg,在 Windows 上是 60.9 MB zip,在 Linux 上是 76.2 MB tar 包。也有 Mac App Store 版本。 PyPIuv tool install harlequin 是推荐的安装方式;pip、pipx 和社区的 Homebrew formula 也都能用。
免费使用 免费版两台已保存的服务器,一个云账户,大约每五小时提醒一次付款。 定价与免费版 是不限公司规模免费,靠 GitHub Sponsors 赞助。
开源 否终身许可证附带源码托管承诺:万一 SQLly 停止运营,源码仍是你的。 是GitHub 上的 MIT 许可证。
DuckDB 和 SQLite 是内置 DuckDB。 按引擎覆盖 是两个适配器都是 Harlequin 自带的;默认为 DuckDB,支持 MotherDuck 和扩展。
PostgreSQL、MySQL 和 MariaDB 是另有 CockroachDB、Neon、Supabase 和 Aurora 等文档标明协议兼容的数据库。 是Harlequin 维护者单独提供的适配器包,以 extras 形式安装。
SQL Server 和 Oracle 是原生驱动,无需额外安装。也支持 Azure SQL(Entra 登录开发中)。 部分通过 ODBC 适配器,需要驱动管理器和厂商的 ODBC 驱动。
ClickHouse、libSQL/Turso 和 Redis 是Redis 涵盖 Valkey、KeyDB、DragonflyDB、ElastiCache 和 MemoryDB。 Redis 部分用于嵌入式 ClickHouse 的社区 chDB 适配器。我们未发现 Redis 或 libSQL 适配器。
Snowflake、BigQuery、Trino、Databricks、Redshift 已计划计划支持 Snowflake、BigQuery 和 Trino;目前这些引擎都无法连接。 是由维护者提供 Snowflake 和 Redshift;由社区提供 BigQuery、Trino 和 Databricks。
Cassandra、NebulaGraph、Exasol、H2 否 是社区适配器,外加 ADBC,支持任何带 Arrow 驱动的数据库。
SSH 隧道 是SSH 跳板、SOCKS 和 HTTP 代理,以及 Kubernetes。 引擎文档 是使用你已安装的 ssh 客户端,因此你的整个 ~/.ssh/config 都适用。
模式浏览器 是服务器资源管理器,附带 DDL、设计器和各对象的专属工具。 服务器资源管理器 是带有类型标签和“交互”菜单(描述、显示 DDL)的数据目录树,外加本地文件树和 S3 树。
自动补全 是支持别名和作用域感知, JOIN ON 依据外键写出,真实列值会用于 WHERE. IntelliSense 部分关键字和数据目录补全,支持精确和模糊匹配。
SQL 格式化工具 是格式化器 是F4 使用 sqlfmt 格式化缓冲区。
查询历史 是可搜索,并带有固定的代码片段。 查询历史 是F8 可打开可搜索的历史记录,其中还显示了 hsql 跑了。
海量结果 是流式处理,超过 50,000 行或 64 MiB 后溢出到磁盘;到 5000 万行内存占用依然平稳。 流式处理 部分一个基于 Arrow 的表格,默认最多显示 100,000 行;上限可配置。
编辑表数据 是由表自身元数据生成的行编辑器。 行编辑器 -我们在它的文档中找不到网格编辑;更改是通过 SQL 完成的。
数据透视表、图表和结果对比 是数据透视表、图表、条件格式、计算列以及任意结果上的对比。 数据透视表 否
导出 部分CSV、TSV、JSON、Markdown、SQL、带实时公式的 Excel,以及代码生成器。网格无法导出 Parquet。 导出 部分CSV、Parquet、JSON、ORC 和 Feather;复制为 TSV。不支持 Excel。
主题与快捷键 是十二种明暗主题;快捷键可重新绑定。 主题 · 键绑定 是任何 Textual 主题;默认 vscode 键盘映射,并支持用 TOML 或插件自定义。
事务 是手动提交开关、提交和回滚快捷键,以及自动回滚防护。 部分在提供多种事务模式的适配器上显示提交和回滚按钮。
只读连接 是仅限 SELECT 的连接,阻止文件读取和 shell 逃逸技巧。 仅限 SELECT 是--read-only 请求数据库拒绝写入,如果适配器无法强制执行,则拒绝启动。
编辑器中的其他安全防护措施 是对 UPDATE/DELETE 无 WHERE、租户检查、生产环境标红。 安全 -除了只读、行数限制和超时,我们没有找到其他有文档记载的保障。
执行计划、活动监视器、架构比较 是活动监视器、模式和数据比较、查询洞察;针对九个引擎的计划查看器开发中。 工具 否Harlequin 是编辑器加对象目录加结果查看器;它没打算做成 DBA 工具。
AI 智能体 是一个 MCP 服务器,其 SELECT 以只读方式运行并总是回滚;写入会以提案的形式返回。 如何保持读取为只读 是hsql,一个默认上限 500 行的无头 CLI, --read-only, --timeout,以及一个 Claude Code 技能。我们没有发现 MCP 服务器。
编辑器内的 AI 是本地模型、你自己的端点,或选择启用的云服务商。 设备端 AI -我们在 Harlequin 本身中没有发现任何 AI 聊天或补全功能。

破折号表示我们无法从 Klyndb 自身的资料中确认——请查看其仓库以了解当前状态。

SQLly 不同之处

Harlequin 让你留在终端里,也能连上数据仓库。SQLly 给你完整的窗口界面,并对自己支持的每种引擎都钻得更深。

一个会做分析的网格

数据透视表、图表、条件格式、计算列、结果对比,以及带实时公式和数据透视表工作表的 Excel 导出。一行 SQL 注释即可保存布局,让它随查询一起走。

SQLly 指令 →

超过 100,000 行的结果

SQLly 逐行流式处理,超过 50,000 行或 64 MiB 就溢写到磁盘,五千万行和五十行占的内存差不多。你滚动的是整个结果集,而不是被截断的窗口。

溢出到磁盘的结果 →

懂你数据的自动补全

SQLly 可以把某一列实际的去重值提取到一个 WHERE 子句,写出连接的 ON 子句由真实的外键生成,并用下划线标出一个 GROUP BY 输入时的错误。

IntelliSense →

原生驱动,无需配置 ODBC

SQL Server、Oracle、ClickHouse 和 Redis 使用内置于应用程序的驱动连接。无需先安装驱动管理器或厂商 ODBC 包。

数据库 →

只读之外的护栏

对 UPDATE/DELETE 而没有 WHERE,自动用事务包裹更改、租户检查、数据更改前可选的 AI 审核,以及标红的生产环境——沿你的客户端、项目和环境树向下继承。

安全与护栏 →

同一应用中的 DBA 工具

带有阻塞链的活动监视器、查询存储和 pg_stat_statements、SQL 代理、模式和数据比较、索引分析器、测试数据,以及你可以在运行前阅读的备份和还原脚本。

工具 →

什么时候 Harlequin 是更好的选择

如果符合以下情况,Harlequin 可能更适合你:

  • 你在远程机器上工作。 通过 SSH 登录到服务器,运行 harlequin,你就可以直接使用目录、编辑器和结果表。SQLly 需要桌面环境,因此你需要通过隧道连接到数据库。
  • 你习惯使用 tmux 和键盘操作。 Harlequin 待在你 shell 和编辑器旁边的一个窗格里,键位映射就是普通的 TOML 文件。
  • 你查询数据仓库。 Snowflake、BigQuery、Redshift、Trino 和 Databricks 都有适配器。SQLly 目前还不能连接其中任何一种。
  • 你的数据是 Parquet 和 DuckDB。 DuckDB 是默认引擎,文件树会显示本地文件和 S3 存储桶,结果可导出为 Parquet、ORC 和 Feather。SQLly 内置了 DuckDB,但其导出对话框没有 Parquet 选项。
  • 你想要一个小巧、可脚本化的免费工具。 这个 wheel 本身约 356 KB(Python 依赖另算),采用 MIT 许可,任何公司规模都可免费使用,而且 hsql 让脚本和代理使用相同的适配器和配置。SQLly 不开放源代码,免费版在员工超过 100 人的组织里也无法使用。

很多人会两个都用:服务器和终端里用 Harlequin,分析和管理工作则交给桌面工作台。

问题

Harlequin 是免费的吗?

是的。Harlequin 基于 MIT 许可开源,不限公司规模,靠 GitHub Sponsors 赞助维持。你可以用 uv、pip 或 pipx 从 PyPI 安装,或者用社区维护的 Homebrew formula。SQLly 对爱好者免费,其他用户可一次性购买 SQLly 1.x 许可证或终身许可证。

SQLly 和 Harlequin 支持哪些数据库?

Harlequin 为 DuckDB 和 SQLite 提供适配器。它的维护者还发布了 Postgres、MySQL/MariaDB、Redshift、Snowflake 和 ODBC 适配器(ODBC 涵盖 SQL Server、Oracle 及其他数据库),而社区则维护 BigQuery、Trino、Databricks、ADBC、chDB、Cassandra 等。SQLly 对 30 种数据库引擎提供原生驱动,包括 SQL Server、Oracle、ClickHouse 和 Redis,无需安装 ODBC 驱动,但目前无法连接到 Snowflake、BigQuery、Trino、Databricks 或 Cassandra。

SQLly 能像 Harlequin 一样在终端中运行吗?

不可以。SQLly 是在 GPU 上绘制的桌面应用,所以需要显示器。它的 sqlly-cli 命令能在命令行运行查询并提供 MCP 服务,但没有终端界面。如果你在服务器上通过 SSH 或在 tmux 里工作,Harlequin 是更好的选择;只要能跑 Python 3.10 或更高版本,它就能运行。

// 自己尝试一下

让两者都指向同一个数据库

最快的选择方法是在每个工具里跑一跑你自己的查询。SQLly 在 macOS、Windows 和 Linux 上免费,无需账户。