在鸿蒙（HarmonyOS）应用开发中，数据存储是构建功能完整、用户体验良好的应用程序的关键环节。鸿蒙系统提供了多种数据存储解决方案，其中SQLite数据库和Preferences（偏好设置）是最常用的两种方式。本文将深入探讨这两种存储技术的使用场景、实现方法以及最佳实践，帮助开发者根据应用需求选择最合适的存储方案。

一、数据存储概述

在移动应用开发中，数据存储通常分为以下几种类型：

1. 轻量级键值存储：如Preferences，适合存储简单的配置信息

2. 结构化数据存储：如SQLite，适合存储复杂的关系型数据

3. 文件存储：适合存储大容量非结构化数据

4. 云存储：用于需要跨设备同步的数据

鸿蒙系统为开发者提供了全面的数据存储API，其中Preferences和SQLite因其易用性和高效性成为最常用的本地存储方案。

二、Preferences（偏好设置）详解

2.1 Preferences简介

Preferences是鸿蒙提供的一种轻量级数据存储解决方案，它以键值对的形式存储数据，适用于保存用户偏好设置、应用配置信息等小规模数据。

核心特点：

• 采用XML文件格式存储

• 线程安全

• 支持基本数据类型（String、int、boolean等）

• 数据量不宜过大（建议不超过1MB）

2.2 Preferences实现方法

2.2.1 初始化Preferences

import ohos.data.preferences.Preferences;// 获取Preferences实例
// 参数1：上下文对象
// 参数2：存储文件名（无需后缀）
Preferences preferences = PreferencesHelper.getPreferences(context, "user_settings");

2.2.2 数据存取操作

存储数据：

// 存储不同类型的数据
preferences.putString("username", "鸿蒙开发者");
preferences.putInt("login_count", 5);
preferences.putBoolean("is_first_launch", false);
preferences.putFloat("font_size", 16.0f);
preferences.putLong("last_login_time", System.currentTimeMillis());// 提交保存（同步写入磁盘）
preferences.flush();

读取数据：

// 读取数据（第二个参数为默认值）
String username = preferences.getString("username", "");
int loginCount = preferences.getInt("login_count", 0);
boolean isFirstLaunch = preferences.getBoolean("is_first_launch", true);
float fontSize = preferences.getFloat("font_size", 14.0f);
long lastLoginTime = preferences.getLong("last_login_time", 0L);

删除数据：

// 删除单个键值
preferences.delete("username");// 清空所有数据
preferences.clear();

2.3 Preferences最佳实践

1. 合理组织键名：使用有意义的命名，如"user_pref_theme_color"而非简单的"color"

2. 避免存储大对象：不适合存储图片、大文本等数据

3. 及时flush：重要数据操作后立即调用flush()确保数据持久化

4. 分组管理：不同模块的配置使用不同的Preferences文件

5. 加密敏感数据：对于密码等敏感信息应先加密再存储

三、SQLite数据库详解

3.1 SQLite简介

SQLite是鸿蒙内置的轻量级关系型数据库，具有以下特点：

• 无需服务器，零配置

• 支持标准SQL语法

• 支持事务处理

• 单文件存储

• 适合存储结构化数据

3.2 SQLite实现方法

3.2.1 创建数据库帮助类

import ohos.data.rdb.*;public class UserDBHelper extends RdbOpenHelper {private static final String DB_NAME = "user_db";private static final int DB_VERSION = 2;// 用户表SQLprivate static final String CREATE_TABLE_USER = "CREATE TABLE IF NOT EXISTS user (" +"id INTEGER PRIMARY KEY AUTOINCREMENT, " +"name TEXT NOT NULL, " +"age INTEGER DEFAULT 0, " +"email TEXT UNIQUE, " +"create_time TEXT DEFAULT (datetime('now','localtime')))";public UserDBHelper(Context context) {super(context, DB_NAME, null, DB_VERSION);}@Overridepublic void onCreate(RdbStore store) {// 创建初始表结构store.executeSql(CREATE_TABLE_USER);}@Overridepublic void onUpgrade(RdbStore store, int oldVersion, int newVersion) {// 数据库升级逻辑if (oldVersion < 2) {// 版本2新增address字段store.executeSql("ALTER TABLE user ADD COLUMN address TEXT");}}
}

3.2.2 初始化数据库

// 数据库配置
StoreConfig config = StoreConfig.newDefaultConfig("user_db.db");
// 设置是否加密
config.setEncryptKey("your_encryption_key".getBytes());// 初始化数据库
UserDBHelper helper = new UserDBHelper(context);
RdbStore rdbStore = helper.getRdbStore(config);

3.2.3 CRUD操作实现

1. 插入数据

ValuesBucket values = new ValuesBucket();
values.putString("name", "李四");
values.putInteger("age", 28);
values.putString("email", "lisi@example.com");
values.putString("address", "北京市海淀区");long newId = rdbStore.insert("user", values);

2. 查询数据

// 构建查询条件
RdbPredicates predicates = new RdbPredicates("user").greaterThan("age", 20).orderByAsc("name").limit(10).offset(0);// 指定返回列
String[] columns = {"id", "name", "age", "email", "address"};// 执行查询
ResultSet resultSet = rdbStore.query(predicates, columns);// 处理结果集
List<User> userList = new ArrayList<>();
while (resultSet.goToNextRow()) {User user = new User();user.setId(resultSet.getInt(0));user.setName(resultSet.getString(1));user.setAge(resultSet.getInt(2));user.setEmail(resultSet.getString(3));user.setAddress(resultSet.getString(4));userList.add(user);
}
resultSet.close();

3. 更新数据

ValuesBucket updateValues = new ValuesBucket();
updateValues.putInteger("age", 29);RdbPredicates updatePredicates = new RdbPredicates("user").equalTo("email", "lisi@example.com");int updatedRows = rdbStore.update(updateValues, updatePredicates);

4. 删除数据

RdbPredicates deletePredicates = new RdbPredicates("user").lessThanOrEqualTo("age", 18);int deletedRows = rdbStore.delete(deletePredicates);

3.2.4 事务处理

rdbStore.beginTransaction();
try {// 批量插入数据for (User user : userList) {ValuesBucket values = new ValuesBucket();values.putString("name", user.getName());// 设置其他字段...rdbStore.insert("user", values);}// 标记事务成功rdbStore.markAsCommit();
} catch (Exception e) {// 发生异常回滚事务rdbStore.markAsRollback();throw e;
} finally {// 结束事务rdbStore.endTransaction();
}

3.3 SQLite最佳实践

1. 合理设计表结构：遵循数据库规范化原则

2. 使用索引优化查询：对频繁查询的字段创建索引

3. 避免在主线程操作数据库：使用线程池或异步任务

4. 处理数据库升级：妥善管理onUpgrade逻辑

5. 使用预编译语句：提高频繁操作的性能

6. 定期维护数据库：如VACUUM操作减少碎片

四、SQLite与Preferences对比选型

特性	Preferences	SQLite
存储类型	键值对	关系型表格
适合场景	简单配置/用户偏好	复杂结构化数据
查询能力	简单键值查找	强大SQL查询
数据量	小（KB级）	大（GB级）
性能	极高	高
线程安全	是	需要自行管理
加密支持	有限	支持完整加密
学习曲线	简单	中等

选型建议：

• 选择Preferences：用户主题设置、应用开关状态、简单的计数器等

• 选择SQLite：用户通讯录、聊天记录、商品目录等复杂数据

五、安全注意事项

1. 敏感数据加密：无论是Preferences还是SQLite，存储密码等敏感信息前必须加密

2. 数据库加密：使用setEncryptKey()方法加密SQLite数据库

3. 文件权限控制：确保数据文件不被其他应用访问

4. 输入验证：防止SQL注入攻击

5. 定期备份：重要数据应实现备份机制

六、总结

鸿蒙系统提供的Preferences和SQLite两种存储方案各有优势，开发者应根据实际需求选择合适的方案。Preferences操作简单、性能极高，适合存储少量简单数据；SQLite功能强大、查询灵活，适合管理复杂结构化数据。

在实际开发中，我们常常会同时使用这两种存储方式：用Preferences保存应用配置和用户偏好，用SQLite管理应用的核心业务数据。掌握这两种存储技术，能够为鸿蒙应用开发提供坚实的数据持久化支持。

随着鸿蒙生态的不断发展，数据存储技术也将持续演进。建议开发者定期关注鸿蒙官方文档，了解最新的存储API和改进特性，以构建更高效、更安全的鸿蒙应用程序。