SQLly 與 Harlequin
Harlequin 是「給終端機用的 SQL IDE」:免費的 MIT 授權 Python 應用程式,有資料目錄、分頁編輯器和結果表格,全都在你已經開著的終端機裡。它透過轉接器外掛連線,首先支援的是 DuckDB。SQLly 則是有 GPU 繪製視窗的桌面應用程式。真正的問題是終端機還是桌面——兩者各自贏得不同的工作。以下是老實的分析。
最近審查:2026 年 11 月
簡短版本
桌面版 SQL 工作台
一個用 Rust 寫成、在 macOS、Windows 和 Linux 上由 GPU 繪製的程式碼庫。三十種具備原生驅動程式的引擎、能讀取你資料的 IntelliSense、為分析打造的網格、分層安全防護,以及完整的 DBA 工具集。代理只有唯讀存取權;任何寫入操作都會以建議形式回傳給你。
常駐在你終端機裡的 SQL IDE
一個從 PyPI 安裝的 Textual 應用程式,可透過 SSH、在 tmux 中或任何能執行 Python 3.10+ 的地方執行。內建 DuckDB,並可透過轉接器套件加入 Postgres、MySQL、Snowflake、BigQuery、Trino 等支援。它附帶 hsql,一個供腳本和 AI 代理程式使用的無圖形介面 CLI。2.17.0 版於 2026 年 10 月 26 日發佈。
功能逐項比較
SQLly 那一欄使用同樣誠實的狀態徽章,請見 功能頁面 以及 文件。關於 Harlequin,我們列出的是其文件、README 和更新記錄中寫明的內容。
| 功能 | SQLly | Harlequin |
|---|---|---|
| 可在終端機或透過 SSH 執行 | 否需要顯示器的桌面應用程式。 sqlly-cli 涵蓋命令列查詢與 MCP,不含終端機介面。 |
是整套應用程式都是終端機介面,連滑鼠都支援。 |
| 可在 macOS、Windows 及 Linux 上執行 | 是macOS 已簽署並公證;Windows 和 Linux 為 支援的測試版,支援 amd64 和 arm64。 | 是Python 3.10-3.14 可以在任何地方執行,包括 Intel Mac。 |
| 安裝 | 下載macOS 上的 dmg 為 65.6 MB,Windows 上的 zip 為 60.9 MB,Linux 上的 tarball 為 76.2 MB。也有 Mac App Store 版本。 | PyPIuv tool install harlequin 是建議的安裝方式;pip、pipx 和社群維護的 Homebrew formula 也可以用。 |
| 免費使用 | 免費方案兩台已儲存的伺服器、一個雲端帳戶,以及約每五小時一次的付費提醒。 定價 | 是任何公司規模皆可免費使用,靠 GitHub Sponsors 贊助維運。 |
| 開源 | 否如果 SQLly 日後停止營運,終身授權附帶原始碼託管承諾。 | 是MIT 授權,原始碼在 GitHub 上。 |
| DuckDB 與 SQLite | 是DuckDB 已內建。 各引擎的支援範圍 | 是兩個轉接器都隨 Harlequin 附上;預設為 DuckDB,並附帶 MotherDuck 與擴充功能。 |
| PostgreSQL、MySQL & MariaDB | 是另外還有 CockroachDB、Neon、Supabase、Aurora 等官方記載、線路協定相容的資料庫。 | 是由 Harlequin 維護者提供的獨立配接器套件,以 extras 方式安裝。 |
| SQL Server 與 Oracle | 是原生驅動程式,無需額外安裝。也支援 Azure SQL(Entra 登入開發中)。 | 部分透過 ODBC 轉接器,這需要驅動程式管理員以及供應商的 ODBC 驅動程式。 |
| ClickHouse、libSQL/Turso 與 Redis | 是Redis 支援 Valkey、KeyDB、DragonflyDB、ElastiCache 與 MemoryDB。 Redis | 部分社群提供的 chDB 配接器,用於內嵌式 ClickHouse。我們沒有找到 Redis 或 libSQL 的配接器。 |
| Snowflake、BigQuery、Trino、Databricks、Redshift | 計畫中Snowflake、BigQuery 與 Trino 都在規劃中;目前還無法連上任何一個。 | 是Snowflake 與 Redshift 由維護者提供;BigQuery、Trino 與 Databricks 由社群提供。 |
| Cassandra、NebulaGraph、Exasol、H2 | 否 | 是社群介面卡,外加適用於任何 Arrow 驅動資料庫的 ADBC。 |
| SSH 通道 | 是SSH 躍點、SOCKS 和 HTTP 代理,以及 Kubernetes。 引擎文件 | 是使用你已安裝的 ssh 用戶端,所以你的整個 ~/.ssh/config 均適用。 |
| 結構描述瀏覽器 | 是具備 DDL、設計工具與各物件專屬工具的伺服器總管。 伺服器總管 | 是附型別標籤與 Interactions 選單(Describe、Show DDL)的 Data Catalog 樹狀結構,另有本機檔案與 S3 樹狀檢視。 |
| 自動完成 | 是具備別名與範圍感知能力, JOIN ON 來自外鍵,以及實際欄位值,後者位於 WHERE. IntelliSense |
部分關鍵字與資料目錄的自動完成,支援精確與模糊比對。 |
| SQL 格式化工具 | 是格式化工具 | 是F4 會使用 sqlfmt 格式化緩衝區。 |
| 查詢歷史 | 是可搜尋,並可釘選程式碼片段。 查詢歷史 | 是F8 會開啟可搜尋的歷史記錄,還會顯示 hsql 執行時。 |
| 大型結果集 | 是超過 50,000 列或 64 MiB 時會串流並溢寫到磁碟;記憶體在 5,000 萬列時仍保持平穩。 資料串流 | 部分以 Arrow 為基礎的資料表,預設最多顯示 100,000 列;上限可設定。 |
| 編輯資料表資料 | 是由資料表自身的中繼資料產生的資料列編輯器。 資料列編輯器 | -我們在它的文件中找不到網格編輯功能;變更都要透過 SQL 完成。 |
| 樞紐分析、圖表與結果差異比較 | 是在任何結果上使用樞紐分析、圖表、條件式格式設定、計算欄位與差異比較。 樞紐分析 | 否 |
| 匯出 | 部分CSV、TSV、JSON、Markdown、SQL、含即時公式的 Excel,以及程式碼產生器。無法從網格匯出 Parquet。 匯出 | 部分CSV、Parquet、JSON、ORC 和 Feather;複製為 TSV。不支援 Excel。 |
| 主題與快速鍵 | 是十二種淺色與深色主題;快速鍵可重新設定。 主題 · 按鍵繫結 | 是任何 Textual 主題;含一個預設 vscode 鍵盤映射,還能用 TOML 或外掛自訂映射。 |
| 交易 | 是手動提交切換開關、提交與復原按鍵,以及自動復原防護。 | 部分在提供多種交易模式的介面卡上,提供提交與復原按鈕。 |
| 唯讀連線 | 是僅限 SELECT 的連線,阻擋檔案讀取與 shell 逃逸技巧。 僅選取 | 是--read-only 會要求資料庫拒絕寫入;若配接器無法保證這一點,就拒絕啟動。 |
| 編輯器中的其他防護機制 | 是嚴禁 UPDATE/DELETE 沒有 WHERE、租戶檢查、生產環境標成紅色。 安全性 |
-除了唯讀、資料列限制和逾時之外,我們沒有找到其他有記載的功能。 |
| 執行計畫、活動監視器、結構描述比較 | 是活動監視器、結構描述與資料比較、查詢洞察;九個引擎的執行計畫檢視器仍在開發中。 工具 | 否Harlequin 是編輯器、資料庫目錄與結果檢視器的組合;它無意成為 DBA 工具。 |
| AI 代理 | 是一個 MCP 伺服器,其 SELECT 以唯讀方式執行且一律回滾;寫入會以建議的形式傳回。 讀取如何保持唯讀 |
是hsql,一個無圖形介面的 CLI,預設上限 500 列, --read-only, --timeout,以及一個 Claude Code 技能。我們沒有找到 MCP 伺服器。 |
| 編輯器中的 AI | 是本機模型、你自己的端點,或自行選用的雲端提供者。 裝置端 AI | -我們在 Harlequin 本身中未發現任何 AI 聊天或自動完成功能。 |
破折號表示我們無法從 Harlequin 的官方資料確認——請到 harlequin.sh 查看其文件了解最新狀態。
SQLly 的不同之處
Harlequin 讓你留在終端機裡,也能連上資料倉儲。SQLly 給你完整視窗,並對支援的每個引擎深入鑽研。
能做分析的網格
樞紐分析、圖表、條件式格式設定、計算欄位、結果差異比較,以及具備即時公式與樞紐分析工作表的 Excel 匯出。用一行 SQL 註解就能保存版面配置,讓它隨查詢一併保存。
SQLly 指令 →超過 100,000 列的結果
SQLly 會串流資料列,超過 50,000 列或 64 MiB 就溢寫到磁碟,所以五千萬列用的記憶體跟五十列差不多。你捲動的是整個結果,而不是被設了上限的視窗。
溢出到磁碟的結果 →能理解你資料的自動完成
SQLly 可以把欄位實際的不重複值拉進一個 WHERE 子句,就寫出聯結的 ON 子句,由實際的外鍵產生,並用底線標出 GROUP BY 錯誤會在你輸入時當場標出。
原生驅動程式,無需 ODBC 設定
SQL Server、Oracle、ClickHouse 和 Redis 透過應用程式內建的驅動程式連線,不需要先安裝驅動程式管理員或廠商的 ODBC 套件。
資料庫 →比唯讀更進一步的護欄
嚴禁 UPDATE/DELETE 且沒有 WHERE、自動包進交易、租戶檢查、資料變更前可選的 AI 審查,以及漆成紅色的正式環境——沿著你的客戶、專案、環境樹一路繼承。
DBA 工具在同一個應用程式中
活動監視器具備封鎖鏈結、查詢存放區與 pg_stat_statements、SQL Agent、結構描述與資料比較、索引分析器、測試資料,以及腳本形式的備份與還原,執行之前你都能先檢視。
工具 →何時 Harlequin 是更好的選擇
在以下情況,Harlequin 可能更適合你:
- 你在遠端機器上工作。 SSH 進入伺服器,執行
harlequin,物件目錄、編輯器和結果表格就在那裡。SQLly 需要桌面環境,所以你會改用通道連到資料庫。 - 你整天都離不開 tmux 和鍵盤。 Harlequin 和你的 shell、編輯器並排成一個窗格,按鍵映射就是純粹的 TOML。
- 你查詢的是資料倉儲。 Snowflake、BigQuery、Redshift、Trino 和 Databricks 都有轉接器,但 SQLly 目前還無法連上其中任何一個。
- 你的資料是 Parquet 和 DuckDB。 DuckDB 是預設引擎,檔案樹顯示本機檔案和 S3 儲存貯體,結果可匯出為 Parquet、ORC 和 Feather。SQLly 內建 DuckDB,但其匯出對話方塊沒有 Parquet 選項。
- 你想要小型、可編寫指令碼、免費的工具。 這個 wheel 本身約 356 KB(Python 相依性另計),採 MIT 授權,任何公司規模都免費,而且
hsql讓腳本和代理人使用相同的轉接器與設定。SQLly 並非開放原始碼,其免費方案在員工超過 100 人的組織內無法使用。
許多人會兩者並用:在伺服器和終端機裡用 Harlequin,桌面工作檯則用來做分析和管理工作。
問題
Harlequin 是免費的嗎?
是的。Harlequin 是在 MIT 許可下的開源軟體,無論公司規模大小皆免費使用,並由 GitHub Sponsors 提供支持。你可以使用 uv、pip 或 pipx 從 PyPI 安裝,或者從社群維護的 Homebrew 配方安裝。SQLly 對業餘愛好者免費,對其他人則提供一次性 SQLly 1.x 授權和終身授權。
SQLly 和 Harlequin 支援哪些資料庫?
Harlequin 內建 DuckDB 和 SQLite 的 adapter。維護者也另外發布 Postgres、MySQL/MariaDB、Redshift、Snowflake 和 ODBC adapter(ODBC 涵蓋 SQL Server、Oracle 等),社群則維護 BigQuery、Trino、Databricks、ADBC、chDB、Cassandra 等更多。SQLly 為 30 個引擎提供原生驅動程式,包括 SQL Server、Oracle、ClickHouse 和 Redis,不需要安裝 ODBC 驅動程式,但今天還連不上 Snowflake、BigQuery、Trino、Databricks 或 Cassandra。
SQLly 是否像 Harlequin 一樣可以在終端機執行?
不。SQLly 是以 GPU 繪製畫面的桌面應用程式,所以需要螢幕。它的 sqlly-cli 命令可以從命令列執行查詢並提供 MCP,但沒有終端機介面。如果你在伺服器上透過 SSH 或在 tmux 裡工作,Harlequin 會更合適;凡是可以執行 Python 3.10 以上版本的地方,它都跑得動。
其他比較
把兩者都指向同一個資料庫
最快的判斷方式,是把自己的查詢在每個工具裡都跑一遍。SQLly 在 macOS、Windows 和 Linux 上免費,不需帳戶。