408 lines
23 KiB
Markdown
408 lines
23 KiB
Markdown
# Flutter 工程化框架选择 — 搞定数据存储选型
|
||
|
||
```
|
||
本文为稀土掘金技术社区首发签约文章，14天内禁止转载，14天后未获授权禁止转载，侵权必究！
|
||
```
|
||
|
||
这是 《Flutter 工程化框架选择》 系列的第三篇 ，就像之前说的，这个系列只是单纯告诉你，创建一个 Flutter 工程，或者说搭建一个 Flutter 工程脚手架，应该如何快速选择适合自己的功能模块，可以说这是一个指引系列，所以比较适合新手同学。
|
||
|
||
> **Flutter 上关于数据存储或者数据库详细选型介绍的内容很少，也算是一个补全吧**。
|
||
|
||
本篇主要介绍数据存储相关，可能就有人会觉得，数据存储有什么好说的？不就是写个 Plugin 接个原生数据库就好了吗？这都能水？
|
||
|
||
确实，最简单快捷的方法就是写个 Plugin ，通过 Dart 直接调用原生平台的数据存储能力，这样实现成本最低，但是对于 Flutter 来说可能不够优雅：
|
||
|
||
- 通过 `MethodCallHandler` 调用的方式，中间过程存在一定程度的性能消耗，特别是读写数据量比较大的时候
|
||
- Flutter 需要多平台支持，通过 `MethodCallHandler` 调用原生平台，就需要在每个平台的使用不同的代码和适配逻辑，会提高维护成本
|
||
|
||
**所以针对 Flutter 平台，现在社区的数据存储工具实现都默契的采用了另外一种方式**，当然不是说使用 `MethodCallHandler` 的 Plugin 实现不行，具体选型还是需要看你所需要的场景。
|
||
|
||
> Let's go 💗 ～
|
||
|
||
# Plugin 调用原生平台实现
|
||
|
||
首先简单介绍一下大家比较熟悉的两个数据存储的库，它们都是通过 Plugin 直接调用原生平台 API 进行数据存储：
|
||
|
||
- **[shared_preferences](https://github.com/flutter/plugins/tree/main/packages/shared_preferences) key-value 的简单数据存储**，相信 Android 开发对这个名称会很亲切，官方维护，实现简单，支持全平台，适合对性能要求不高和数据量不大的场景
|
||
|
||
|
||
|
||
> 不过也是因为 `MethodCallHandler` 调用的方式，从维护和调用路径上会显得比较复杂，**federated plugin 的写法和版本管理方式容易出现问题**，已经不止一次在使用官方的 federated plugin 因为内部版本问题踩坑。
|
||
|
||
- [sqflite](https://github.com/tekartik/sqflite/tree/master/sqflite) 可以说是最早的第三方 Flutter 数据库之一，支持 iOS、 Android 和 MacOS ，为什么不支持全平台，**这其实也是 Plugin 直接调用多平台的问题之一，你需要重复在每个平台上实现同一个逻辑，虽然初期开发成本低，但是后续维护成本并不低**，同时 [sqflite](https://github.com/tekartik/sqflite/tree/master/sqflite) 提供的能力也比较弱，封装程度不高，主要还是解决了早期对数据库迫切支持的需求。
|
||
|
||
**既然说到 [sqflite](https://github.com/tekartik/sqflite/tree/master/sqflite) ，这里推荐一个 [flutter-sqlite-viewer](https://github.com/frgmt/flutter-sqlite-viewer) 的第三方工具**，相信大家在操作数据的时候都有可视化查看的需求，虽然开发过程中可以如下左图一样在 Android Studio 里通过 App Inspection 查看，但是有一些场景你没办法提供直连 Debug 调试，这时候 flutter-sqlite-viewer 就可以很方便提供本地化数据库查看的能力。
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | -------------------------------------- |
|
||
|
||
|
||
|
||
# sqlite3
|
||
|
||
从这里开始我们介绍不大一样的，[sqlite3](https://github.com/simolus3/sqlite3.dart/tree/master/sqlite3) 采用的是 `dart:ffi` 实现直接通过 Dart 访问数据库的能力，那这里的区别是什么？
|
||
|
||
- dart 和 c/c++ 的相关代码可以跨平台，不需要维护多份同样的平台逻辑（虽然需要维护多份编译产物）
|
||
- dart 和数据库直接交互，省去中间过程的转换需要
|
||
- **有问题了你不好调试**
|
||
|
||
> 其实从 Flutter 2.0 和 Dart 2.12 提供 FFI 支持开始，到现在的 Dart 3.0 正式版发布，官方一直都在完善 ffi 还有和平台语言直接交互的能力，例如在 [Dart 2.18 里 Dart 就支持与 Objective-C 和 Swift 直接交互](https://juejin.cn/post/7137874832988831751)。
|
||
|
||
目前 sqlite3 支持 Android、iOS、Linux、MacOS、Window 平台，并且在特定平台还提供了切换到 [SQLCipher](https://www.zetetic.net/sqlcipher/) 的支持：
|
||
|
||
- Android 平台可以**依赖 `sqlite3_flutter_libs` 来集成最新的 sqlite3 版本，也可以通过依赖 `sqlcipher_flutter_libs` 来切换到 SQLCipher**
|
||
- iOS 平台和 macOS 平台与 Android 类似
|
||
- Windows 和 Linux 平台可以依赖 `sqlite3_flutter_libs` 来集成最新的 sqlite3 版本
|
||
- Web 平台其实也支持，只是只支持在 WASM 模式下，也就是 `--web-renderer canvaskit ` 的时候使用，同时还需要一些额外的操作，例如把 `sqlite3.wasm` 放到 `web/` 目录下
|
||
|
||
> **当然其实 sqlite3 不只是支持 Flutter ，它的 ffi 也是 Dart 的能力，所以它也可以直接用在 dart server 上**。
|
||
|
||
所以在 sqlite3 里 Dart 就是通过 `dart:ffi` 直接和数据库交互，而 Plugin 里的内容更多只是一个初始化的作用，例如 `sqlcipher_flutter_libs` 的 Plugin 就是加载对应的 `sqlcipher.so` 。
|
||
|
||
|
||
|
||
|
||
|
||
# Drift
|
||
|
||
**可能是直接使用 sqlite3 还不够优雅，所以作者针对 sqlite3 又封装了一套 [Drift](https://github.com/simolus3/drift)** ，Drift 同样可以脱离 Flutter 运行，因为它底层 sqlite3 依然基于 `dart:ffi` ，支持 Android、iOS、macOS、Linux 、 Windows 和 web ， **不同之处是它对事务、 migrations、复杂过滤、表达式、批量更新和 joins 等操作做了封装**，例如：
|
||
|
||
- 根据注解生成映射代码
|
||
- 对查询结果根据 Stream 实现自动更新
|
||
- 更方便的管理 schema migrations 和 `CREATE TABLE`
|
||
|
||
例如你可以通过如下所示进行聚合查询，将多个数据结果合并到一起：
|
||
|
||
```dart
|
||
Future<void> countTodosInCategories() async {
|
||
final amountOfTodos = todos.id.count();
|
||
|
||
final query = select(categories).join([
|
||
innerJoin(
|
||
todos,
|
||
todos.category.equalsExp(categories.id),
|
||
useColumns: false,
|
||
)
|
||
]);
|
||
query
|
||
..addColumns([amountOfTodos])
|
||
..groupBy([categories.id]);
|
||
|
||
final result = await query.get();
|
||
|
||
for (final row in result) {
|
||
print('there are ${row.read(amountOfTodos)} entries in'
|
||
'${row.readTable(categories)}');
|
||
}
|
||
}
|
||
|
||
Stream<double> averageItemLength() {
|
||
final avgLength = todos.content.length.avg();
|
||
final query = selectOnly(todos)..addColumns([avgLength]);
|
||
return query.map((row) => row.read(avgLength)!).watchSingle();
|
||
}
|
||
|
||
```
|
||
|
||
当然，这并不是最有趣的，**Drift 里最有意思的是提供了 sql 解析器和分析器**，所以你可以通过 sql 语句来生成 API，并且还会在构建时提供错误警告。
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
这里顺便提一嘴，**在 Flutter 里通过状态管理工具往下传递 `database` 大家应该不陌生吧**， drift 官方同样建议使用 `provider` 或者 `riverpod` 往下传递 `database` 对象，例如：
|
||
|
||
```dart
|
||
void main() {
|
||
runApp(
|
||
Provider<MyDatabase>(
|
||
create: (context) => MyDatabase(),
|
||
child: MyFlutterApp(),
|
||
dispose: (context, db) => db.close(),
|
||
),
|
||
);
|
||
}
|
||
```
|
||
|
||
同时，针对 sqlite，作者还提供了相关的选择建议：
|
||
|
||
- 如果你不怕麻烦，想更轻量级，那么可以直接使用 [sqlite3](https://github.com/simolus3/sqlite3.dart/tree/master/sqlite3)
|
||
- 如果你只需要 Stream 实现自动更新，不需要自动生成 dart 查询映射，那可以选择 [sqlcool]([Homepage](https://github.com/synw/sqlcool))
|
||
- 如果你需要和 Drift 功能类似，但是需要更灵活的自定义能力且不介意麻烦的话，可以选择 [floor](https://github.com/vitusortner/floor)
|
||
|
||
最后，如下图所示，你还可以用 [db_viewer ](https://github.com/vanlooverenkoen/db_viewer) 来预览数据库内容数据。
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
# Realm
|
||
|
||
可能不少人对 [realm](https://github.com/realm/realm-dart) 还并不了解，第一次接触 realm 是在 2016 年开发 React Native 的时候，那时候 realm 几乎就是我首选的数据库，它作为 SQLite 的替代，采用的是 MongoDB 的数据库方案。
|
||
|
||
|
||
|
||
如今 realm 也开始支持 Flutter ，虽然还在 Beta（已经 Beta 挺久了），但是它同样采用了基于 `dart:ffi` 的实现，所以 realm 同样支持脱离 Flutter 纯 Dart 运行，并且支持 Android、iOS 、Linux、MacOS 、Windows 等平台运行。
|
||
|
||
> 关于 MongoDB 和 SQL 的差异对比这里就不说，主要就是关系型数据库与非关系型数据库的区别
|
||
|
||
那 realm 最大的特别之处是什么？**那就是它除了提供本地数据库能力之外，它还提供数据同步和后端存储能力**。
|
||
|
||
简单来说，就是 realm 的数据库支持实时同步，在此之前我设计的 React Native 项目里，就有基于 realm 很快就开发出一套支持数据备份和同步的聊天应用的场景。
|
||
|
||
|
||
|
||
简单介绍一下，就是在 realm 的后台服务上，主要需要通过定义 Schema Table 和 sync 权限，就可以通过 realm SDK 在启动时同步数据，并对数据进行实时同步，而在 realm 上，你可以通过 `Credentials` 和 `User` 来定义角色的读写权限和管理数据。
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
如下图所示，开启 sync 之后，在 iPhone 模拟器上点击添加的任务，在 Android 模拟器上就会实时同步 iPhone 上对数据库的操作更改，并且 realm 的 sync 后台默认就支持集群服务，如果用户量不是特别大的情况下，拿来做聊天或者客服场景还是很可行的。
|
||
|
||
|
||
|
||
|
||
|
||
> [realm-dart-samples ](https://github.com/realm/realm-dart-samples)里同样提供了对应的例子，但是它的例子有问题，所以你需要自己注册 realm.io 上的服务，并且获取到 appId 后，替换 appId 并在 realm 后台创建自己的 Task 表，开启 sync 服务。
|
||
|
||
同时 realm 也提供 [realm-studio](https://github.com/realm/realm-studio) 支持数据库可视化的能力，当然，如果你使用了 realm 的数据同步服务，那么在 Atlas 上也可以实时看到对应的数据更新。
|
||
|
||
|  |  |
|
||
| ------------------------------------------------ | ----------------------------------------------------------- |
|
||
|
||
不过还是那句话，目前 realm 还在 beta ，例如：
|
||
|
||
- 很多 API 上可以看到文档紧缺
|
||
- 不支持 reload ，sync 模式下一 reload 就crash
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
另外，比如我不说，你翻阅文档也很难找到 Flutter 上如何监听和同步查询结果变化，而其实这部分代码其实你只需要通过 `stream` 就可以接入实现。
|
||
|
||
```dart
|
||
StreamBuilder<RealmResultsChanges<Task>>(
|
||
stream: MyApp.allTasksRealm.all<Task>().changes,
|
||
builder: (c, s) {
|
||
return Text((s.data != null) ? s.data!.results.length.toString() : "null",
|
||
style: Theme.of(context).textTheme.headline4);
|
||
})
|
||
```
|
||
|
||
所以目前在 Flutter 上，如果在其他平台之前用过 realm ，那可以试试；但是如果没有，建议先不躺坑，等正式版吧。
|
||
|
||
> 其实和 Realm 一样具有实时同步能力，同样是基于文件的非关系数据库，并且更稳定更可靠的数据库是 [firebase_database](https://github.com/firebase/flutterfire/tree/master/packages/firebase_database/firebase_database) ，不过周所周知的欢迎，国内基本不会选择它。
|
||
|
||
# ObjectBox
|
||
|
||
[ObjectBox ](https://github.com/objectbox/objectbox-dart) 其实和 Realm 类似，也是 NoSQL 类型的数据库，同样是基于 `dart:ffi` ，支持 Android 、iOS 、Linux 、MacOS 和 Window，**号称在能耗和速度上有绝对的优势，同时因为是纯 Dart API，所以它完全不需要你熟悉或者学习 SQL 语法** 。
|
||
|
||
```dart
|
||
@Entity()
|
||
class Person {
|
||
int id;
|
||
|
||
String firstName;
|
||
String lastName;
|
||
|
||
Person({this.id = 0, required this.firstName, required this.lastName});
|
||
}
|
||
|
||
final store = await openStore();
|
||
final box = store.box<Person>();
|
||
|
||
var person = Person(firstName: 'Joe', lastName: 'Green');
|
||
|
||
final id = box.put(person); // Create
|
||
|
||
person = box.get(id)!; // Read
|
||
|
||
person.lastName = "Black";
|
||
box.put(person); // Update
|
||
|
||
box.remove(person.id); // Delete
|
||
|
||
// find all people whose name start with letter 'J'
|
||
final query = box.query(Person_.firstName.startsWith('J')).build();
|
||
final people = query.find(); // find() returns List<Person>
|
||
```
|
||
|
||
> 目前 objectbox 支持 dart 、java、kotlin 、swift 甚至还支持 GO 和 Python
|
||
|
||
在使用体验上，ObjectBox 可能会更贴近 NoSQL 的操作习惯， 另外它也可以直接在服务端被使用，从官方提供的基准测试中看，ObjectBox 的整体性能确实很优秀（其中的 Hive 后面介绍）。
|
||
|
||
|
||
|
||
> 对测试感兴趣的可以看 [objectbox-dart-performance](https://github.com/objectbox/objectbox-dart-performance) ，不要问我它是不是真的这么好用，因为我也没在生产项目上使用它。
|
||
|
||
ObjectBox 另外一个特点就是支持离线数据同步：[ObjectBox Sync](https://objectbox.io/sync/) ，和 realm 还有 firebase 类似，这其实已经成为 NoSQL 服务商都会提供的特色之一。
|
||
|
||
|
||
|
||
ObjectBox Sync 离线同步的支持主要在：**当设备离线时数据操作会被保存在本地，当设备连接上网络时，数据会恢复同步**。
|
||
|
||
|
||
|
||
> 抛开 sync 能力不谈，ObjectBox 作为本地数据库在性能和开发体验上真的很不错。
|
||
|
||
# Hive
|
||
|
||
前面介绍的都是比较重的数据库类型，那接下来介绍个轻量型的存储框架： [Hive ](https://github.com/hivedb/hive/tree/master/hive)。
|
||
|
||
**Hive 是一个纯 Dart 实现的轻量 key-value 数据库，主要通过 dart/io 对文件进行读写**，支持 Android 、iOS、Linux、MacOS、Window、Web 平台。
|
||
|
||
作为 key-value 数据库，它其实很适合用来替代 shared_preferences ，并且它支持使用 AES 进行加密，目前官方提供的基准测试数据上性能表现还不错（虽然数据一大可能就拉胯）。
|
||
|
||
|
||
|
||
Hive 的使用介绍这里就不赘述了，因为真的很简单直接，在 Hive 里：
|
||
|
||
- Box 就类似 SQL 里的表
|
||
|
||
- Object 就类似于数据库中的实体对象
|
||
|
||
- Adapter 可以用来做自定义对象的适配器，可以用于实现一些`read` / `write` 操作
|
||
|
||
```dart
|
||
import 'package:hive/hive.dart';
|
||
|
||
void main() async {
|
||
Hive.registerAdapter(PersonAdapter());
|
||
var persons = await Hive.openBox('persons');
|
||
|
||
var person = Person()
|
||
..name = 'Lisa';
|
||
|
||
persons.add(person); // Store this object for the first time
|
||
|
||
print('Number of persons: ${persons.length}');
|
||
print("Lisa's first key: ${person.key}");
|
||
|
||
person.name = 'Lucas';
|
||
person.save(); // Update object
|
||
|
||
person.delete(); // Remove object from Hive
|
||
print('Number of persons: ${persons.length}');
|
||
|
||
persons.put('someKey', person);
|
||
print("Lisa's second key: ${person.key}");
|
||
}
|
||
|
||
@HiveType()
|
||
class Person extends HiveObject {
|
||
@HiveField(0)
|
||
String name;
|
||
}
|
||
|
||
class PersonAdapter extends TypeAdapter<Person> {
|
||
@override
|
||
final typeId = 0;
|
||
|
||
@override
|
||
Person read(BinaryReader reader) {
|
||
return Person()..name = reader.read();
|
||
}
|
||
|
||
@override
|
||
void write(BinaryWriter writer, Person obj) {
|
||
writer.write(obj.name);
|
||
}
|
||
}
|
||
```
|
||
|
||
**另外 Hive 也支持如 `Hive.openLazyBox` 进行懒加载和 `compactionStrategy` 压缩数据来针对大数据量进行优化**，但是正如作者在 [#782 ](https://github.com/hivedb/hive/issues/782) 介绍的，当数据超过一定数量时，比如 50,000 ，那从性能上还是使用 SQLite 更好。
|
||
|
||
|
||
|
||
当然，在 [#170](https://github.com/hivedb/hive/issues/170#issuecomment-573874355) 里有通过对 `isolate` 提供共享内存的支持来优化 Hive ，但是很明显这条路是走不通的。
|
||
|
||
|
||
|
||
另外目前针对 **Hive 好像没有比较合适的可视化工具，这也许会影响部分人在选型上的考量**，不过 [hivedb](https://docs.hivedb.dev/#/more/vscode-snippets) 在 VSCode 上提供了模版代码片段的支持，也算是具备另外一种“微弱”的优势。
|
||
|
||
|
||
|
||
> PS：其实你可以拿 hivedb 当简单状态管理用，并且 Hive 脱离 Flutter 放在 dart server 端也是可以的运行。
|
||
|
||
**同样支持 key-value 高效存储的还有 [MMKV](https://github.com/Tencent/MMKV/tree/master/flutter ) ，MMKV 同样是利用 `dart:ffi` 支持了 Flutter ，相信 Android 开发对它不会陌生， 另外 [GetStorage](https://github.com/jonataslaw/get_storage) 也是基于二进制文件的键值对存储，不过更“低能”一些**。
|
||
|
||
# isar
|
||
|
||
**也许是因为觉得 Hive 不够优秀，或者是 Hive 不支持高级查询，所以作者后续新推了新的数据库框架： [isar](https://github.com/isar/isar/tree/main/packages/isar)** ，同样基于 `dart:ffi` ，支持 Android 、iOS、Linux、MacOS、Window、Web 平台。
|
||
|
||
**如果说 Hive 可以简单代替 shared_preferences ，那 isar 就更像是平替 sqlite 的数据库**，所以 isar 更像是为了解决 query 问题而做的 Hive2.0 ，例如：
|
||
|
||
- 支持复合和多索引、查询修饰符、JSON等
|
||
- 多 isolate 支持
|
||
- 支持十万条记录存储在单个 NoSQL 数据库
|
||
|
||
和 Hive 相比 isar 功能更丰富，不再只是单纯的 key-value 操作，可以支持更复杂的 filter 等查询条件，从使用体验上更符合 NoSQL 的数据库能力。
|
||
|
||
```dart
|
||
await isar.writeTxn(() async {
|
||
final idsOfUnstarredContacts = await contacts.filter()
|
||
.isStarredEqualTo(false)
|
||
.idProperty()
|
||
.findAll();
|
||
|
||
contacts.deleteAll(idsOfUnstarredContacts);
|
||
});
|
||
```
|
||
|
||
同时 isar 提供了强大的可视化工具 ，通过 Isar Inspector 也是在一定程度补全了 Hive 的不足，使用 Inspector 只需要在 open 时设置 `inspector: true` 就可以看到 ws 地址进行绑定访问。
|
||
|
||
|
||
|
||
其实 isar 另外的好处就是完全开源，从构建脚本到逻辑代码都是开源，例如其中通过 [`Cargo.toml` ](https://github.com/isar/isar/blob/main/packages/isar_core_ffi/Cargo.toml) 编排 `isar_core_ffi `，然后在 github action 会在发布时通过 shell 脚本执行如何构建 isar 的动态库等。
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
例如 isar 在 iOS 上最重接入的是 `isar.xcframework` ，在 Android 上是 `isar.so`
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
目前集成 isar 库本身并不是很大，例如在 Android 上集成之后，大小只增加了大概 600 多k ，所以作为 Hive 的升级版本，isar 确实值得一试，。
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
> 目前由于 Isar Web 依赖于 IndexedDB ，所以可能和其他平台相比较存在一定限制。
|
||
|
||
最后我们看来自 [guide-to-isar](https://itnext.io/a-minimalist-guide-to-isar-ee43c1e51a85) 和 [flutter-db-benchmarks](https://github.com/msxenon/flutter-db-benchmarks) 的一份数据对比：
|
||
|
||
- 左边的数据对比提供了在 50,000 条数据下
|
||
- 插入耗时 isar < ObjectBox < Realm
|
||
- 删除耗时 isar < Realm < ObjectBox
|
||
- 数据库大小 isar < Realm < ObjectBox
|
||
- 条件查询 isar < Realm < ObjectBox
|
||
- 右边的数据对比了在 10,000 条数据下
|
||
- 插入耗时 ObjectBox < isarAsync < isarSync < Hive
|
||
- 读取耗时 Hive < ObjectBox < isarAsync < isarSync
|
||
- 更新耗时 ObjectBox < isarAsync < isarSync < Hive
|
||
- 删除耗时 ObjectBox < isarAsync < isarSync < Hive
|
||
|
||
|  |  |
|
||
| ----------------------------------------------------------- | ----------------------------------------------------------- |
|
||
|
||
这两份数据虽然看起来有矛盾点，但是这其实和测试环境有关系：
|
||
|
||
- 左侧的图片时在较为正常设备上的测试，可以视为一般情况
|
||
|
||
- 右侧的数据测试的是在低端设备上的表现，可以视为最坏的情况
|
||
|
||
就像 [#211](https://github.com/isar/isar/discussions/211) 里讨论的，同样的基准测试，作者在它的设备上测试反而 isar 表现更好，讨论的结论上看也是，**除了速度之外，在是否导致 UI 卡顿上 isar 的表现也更好，所以基准测试的覆盖范围也是一种考量**。
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
# 最后
|
||
|
||
最后，本篇介绍了 [shared_preferences](https://github.com/flutter/plugins/tree/main/packages/shared_preferences) 、 [sqlite3](https://github.com/simolus3/sqlite3.dart/tree/master/sqlite3) 、 [Drift](https://github.com/simolus3/drift) 、 [realm](https://github.com/realm/realm-dart) 、 [ObjectBox ](https://github.com/objectbox/objectbox-dart) 、 [Hive ](https://github.com/hivedb/hive/tree/master/hive) 和 [isar](https://github.com/isar/isar/tree/main/packages/isar) 等数据存储框架，简略带过的还有 [sqlcool]([Homepage](https://github.com/synw/sqlcool)) 、 [floor](https://github.com/vitusortner/floor) 、 [MMKV](https://github.com/Tencent/MMKV/tree/master/flutter ) 和 [GetStorage](https://github.com/jonataslaw/get_storage) 等，可以看到，**这份数据也侧面体现了目前 Flutter 生态的健全，至少在数据存储框架上就可以让人产生“选择困难症”** 。
|
||
|
||
如果你还有什么关于 Flutter 工程或者框架的疑问，欢迎留言评论，这个系列是否更新就取决于是否还有新的素材～ |