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
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。
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。
| 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。
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。
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。
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。
其他比较
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。