下载 28MB 的数据库客户端,能连 100+ 种库:dbx 实测
- 2026-10-18 03:22:17
我数了一下自己为了「看眼数据」这件事装过多少东西。
最早用 Navicat，后来换 DBeaver，中间试过 TablePlus。DBeaver 功能是真的全，问题也真的大：一次启动要等它把 Java 运行时拉起来，内存占用跟着表越开越多，装的时候还得确认机器上有没有合适的 JRE。
需求其实很小：连上库，看一眼表，跑一条 select，把结果导出来。为了这点事背着几百兆的运行时，不划算。
dbx 打的就是这个位置。它的 README 第一句是「25 MB, zero runtime bloat」，副标题直接点名：不要 Java JRE、不要 Python venv、不要内嵌 Chromium。
01 一句话定位：它凭什么这么小
| Rust | |||
| 要 | 不要 | ||
| Apache-2.0 | |||
| 2.66 万 | |||
| 无 |
DBeaver 是 Java 写的，所以绕不开运行时；TablePlus 是原生但核心闭源、免费版有连接数限制；dbx 是 Rust 写的单文件程序，Apache-2.0 全开源。
但「25 MB」这个数字我要修正一下，因为实测对不上。
我下载了官方 Release 里的 Windows x64 安装包 DBX_0.6.43_x64-setup.exe，实际是 28.16 MB；另一个便携版压缩包 37.2 MB，解开之后里面是一个 74.86 MB 的 DBX.exe。也就是说：
- 28MB 是安装包的下载体积
（README 里说的「约 25MB」应该是按这个口径）； - 75MB 是解压后单个可执行文件的真实大小
。
这个差别值得说清楚，因为「免安装、拷走就能用」的场景下，你要拷的是 75MB 那个。不过它的核心卖点依然成立——这 75MB 里没有内嵌 Chromium，也没有 Java 运行时，全部是 Rust 编译出来的原生代码。对比一下：光是 Chromium 内核就超过 100MB，一个 JRE 也能到 40MB 以上。
装法有三条路，Windows 上最省事的是包管理器：
winget install t8y2.dbx # 或者 scoop bucket add dbx https://github.com/t8y2/scoop-bucket scoop install dbx想跑在浏览器里、或者给团队共用，也可以直接 Docker 起：
docker run -d --pull=always --name dbx -p 4224:4224 \ -v dbx-data:/app/data \ t8y2/dbx:latest官方在文档里还特别写了，国内拉镜像可以用 CNB 的地址 docker.cnb.cool/dbxio.com/dbx:latest。
02 实测：把 Web 版跑起来，建第一个连接
我这次实测的是它发布的浏览器静态版（dbx-web_0.6.43_x86_64-browser-static.zip，35.1 MB，解开是一个自带前端资源的 93.4 MB 可执行文件）。选它是因为这个版本不依赖桌面环境，能在一台没接显示器的机器上完整跑起来。
启动之后浏览器打开 http://127.0.0.1:4224，直接进主界面——左侧是连接树，右侧是仪表盘，底部标着版本号和 GitHub 入口。整个界面从加载到可用是连贯的，没有那种「先白屏再慢慢渲染」的过程。
图片说明：dbx Web 版主界面，左侧连接树、右侧连接统计与快速入口。
点「新建连接」，弹出来的向导按类别分成了九组：关系型数据库、数仓分析、国产数据库、轻量数据库、文档／缓存／检索、图谱／向量、时序数据库、消息队列、注册与配置。
图片说明：新建连接向导的九个分类，当前展示关系型数据库分组。
这里有个我没想到的细节：国产数据库被单独拎出来做了一整个分类。达梦、金仓、瀚高、优炫、海量、金篆这些都能直接选。很多同类工具要么完全没有，要么藏在一堆「Other」里面。
搜索框里输入 sqlite，过滤出目标，下一步进表单。字段给得挺克制：URL 可以留空，主要是填「文件路径」和连接名。我填了一个自己造的测试库路径。
图片说明：填完 SQLite 文件路径后点「测试」，左下角出现「连接成功」，数据库信息栏同步变为「已测试 SQLite」。
点「测试」那一刻返回了「连接成功」。这个反馈设计比「点了没反应、只能直接保存试」要好——错了当场知道，不用等到保存之后才发现是路径打错了。
03 实测：跑第一条真实 SQL
连接建好，会出现在左侧树里，展开能看到 main 库。点顶部「新建查询」开一个查询页签，写 SQL 执行。
我用的是一条带连表聚合的语句：
select c.name as customer, c.city, count(o.id) as orders, round(sum(o.amount), 2) as total from customers c left join orders o on o.customer_id = c.id group by c.name, c.city order by total desc;执行之后底部状态栏显示：共 4 行（总计 4 行），9 ms。
图片说明：连表聚合查询的执行结果，状态栏显示共 4 行、耗时 9 ms。
这个结果页值得单独说几点。
第一，数据表的质感是够的。列头带排序箭头，行号在左侧，数值列右对齐，小数位没有变成一长串浮点尾巴。这些都是小事，但恰恰是「能不能日常用」和「只能偶尔看一眼」的分界线。
第二，SQL 预览功能在。结果区上方有一排按钮：数据表 / 摘要 / 图表 / 消息，右边还有「执行计划」「保存结果」「只读结果」「刷新」。「只读结果」这个开关很实用——查线上库时把结果集锁住，避免手滑改到数据。
第三，它的编辑器是 CodeMirror 6，带元数据感知的自动补全。对几十张表以上的库，补全的价值比什么都大。
04 实测：命令行里复用同一个连接
dbx 还有一个独立发布的 Rust 写的 CLI（dbx-cli-win32-x64.zip，里面一个 29.63 MB 的 dbx.exe），版本号走的是另一条线——当前是 0.4.118。
有意思的地方在于：CLI 读的就是 Web 端建好的那份连接配置，不需要重新配一遍。
$ dbx.exe --version 0.4.118 $ dbx.exe connections list --json { "connections": [ { "name": "demo-sqlite", "type": "sqlite", "host": "D:/lcp/temp/wk1/demo.db", "port": 0 } ] }接着直接在终端里查：
$ dbx.exe query demo-sqlite --json \ "select c.city, count(o.id) n, round(sum(o.amount),2) amt from customers c left join orders o on o.customer_id=c.id group by c.city order by amt desc"返回结构化的 JSON，带 columns、rows、row_count，能直接喂给脚本。它还提供 dbx schema describe 看单表结构、dbx context 拉一张表的完整上下文、dbx dbml 把整个库导成 DBML 建模语法：
$ dbx.exe dbml demo-sqlite Table customers { id INTEGER [pk] name TEXT city TEXT tier TEXT joined TEXT }
图片说明：CLI 实测输出，查询返回 JSON、dbml 命令导出库结构。
导 DBML 的时候它顺手提示了两条警告，说 SQLite 不支持表和列注释、也不上报外键元数据，所以关系和描述都推不出来。这种「做不到就说做不到」的提示，比默默出一份缺斤少两的结果强。
最后一项，也是它最特别的功能：内置 MCP Server。加一段配置，Claude Code、Cursor、Windsurf 这类 AI 编程助手就能直接查你配好的数据库：
{ "mcpServers": { "dbx": { "command": "npx", "args": ["-y", "@dbx-app/mcp-server"] } } }权限在 DBX 设置里分三档：只读、数据读写、完全访问。这个设计挺清醒——让 AI 摸数据库本身就危险，默认给只读、往上放权要手动操作，比"一次授权全部打开"稳妥得多。
05 数一下它到底支持多少种库
「100+ 数据库」这个宣传语，我用 CLI 自己去数了一遍。
$ dbx.exe capabilities --json { "directQueryTypes": [ ... ], # 10 个 "bridgeRequiredTypes": [ ... ] # 59 个 }- 直连不依赖额外驱动的 10 种
：PostgreSQL、Redshift、MySQL、Doris、StarRocks、Manticore、SQLite、rQLite、KWDB、QuestDB； - 需要通过桥接层连的 59 种
：Redis、MongoDB、ClickHouse、SQL Server、Oracle、达梦、金仓、瀚高、OceanBase、TiDB、TDengine、Snowflake、DB2、SAP HANA、Teradata、Neo4j…… 两边加起来，命令行能认的库类型是 69 种。
再从图形界面看一次。顶部「驱动管理」里有一排可安装驱动，右上角写着「全部 56 / 已安装 0 / 未安装 56」，每个驱动标了版本号和体积——达梦 2.3MB、金仓 1.8MB、Databricks SQL 32.9MB、SAP HANA 2.0MB。
图片说明：驱动管理页显示 56 个可安装驱动，含达梦、金仓、瀚高、Databricks、SAP HANA 等，并列出 Java 运行时安装入口。
所以关于「100+」这个说法，我的核对结论是：
- 能在界面里直接选到的库类型
：连接向导九大分类 + 56 个可安装驱动； - 命令行明确列出的
：69 种； - 两者都不是「100+」的直接证据
。README 里那句「100+ databases」应该把 agent-based 的 JDBC 通用连接、以及一些实验性驱动都算进去了。
这不是造谣，但也别按字面理解成「一百多个都能开箱即用」。真正开箱即用的是直连那 10 种；需要额外装驱动的要联网下载；需要桥接的得先跑一个 sidecar 进程。
顺带说一个值得注意的点：那个驱动管理页上，有一半驱动带「JRE 21」标记，页面顶部还提示「首次安装驱动时自动下载 JRE 21 运行时」。也就是说——dbx 主程序不要 Java，但连某些库（达梦、金仓、OceanBase 这类）时，它会自己去拉一个 JRE。
「不要 JRE」的准确含义是：你不用预装。但用到需要 JDBC 的库时，运行时还是会被下到本地。这一点在宣传语里是看不出来的，但它对「能不能在完全离线的内网里用」影响很大。
06 什么时候别用它
按严重度排。
第一，项目还很年轻，版本号在 0.6。 主程序当前 v0.6.43，而 CLI 走的是完全独立的版本线 0.4.118。两条线分别更新，插件系统、MCP 协议也都在演进。如果你的团队需要长期稳定的工具链，先评估再上。
第二，部分能力依赖联网。 像上面说的 JRE 21 自动下载、驱动商店、插件中心，都要联网。完全离线的生产内网环境，得先把依赖备齐，不然会卡在「连不上、驱动也装不上」。
第三，JDBC 之外的深度特性差异大。 直连的 10 种库支持最完整；走桥接的 59 种里，各引擎的能力并不一致——比如文档里明确写了 SQLite 不支持表注释、不上报外键，所以 ER 图、字段血缘这些功能在 SQLite 上基本是空转。换库之前先确认你要用的那个特性在当前引擎上有没有实现。
第四，它不是运维平台。 dbx 是客户端，不做监控、不做告警、不做权限体系。团队需要的是「谁能查哪张表」这种管控时，该上的是数据平台，不是换个客户端。
第五，MCP 那条路要自己把关。 把数据库通过 MCP 暴露给 AI 助手，等于让模型能直接对生产库发语句。默认只读、需要就开、开完记得关，别图省事直接给「完全访问」。
第六，体量的心理预期要调整。 宣传的 25MB 是下载体积；便携版解压后是 74.86 MB，Web 版解压后是 93.4 MB。依然远小于带 Chromium 或 JRE 的同类方案，但不是「一个 25MB 的小文件」那么轻。
07 总结评价
推荐指数：⭐⭐⭐⭐☆（4.5/5）
扣分集中在两点：版本还在 0.x、部分能力依赖联网下载。功能完成度和「不臃肿」这条主线，在我用过的数据库客户端里是排前面的。
一句话评价：如果你想找一个不要 JRE、不塞浏览器内核、还能被 AI 编程助手直接调用的数据库客户端，dbx 是目前少有的选择——它的取舍很清楚：不要什么，比要什么更明确。
适用人群：
日常要在十几种不同数据库之间来回切的后端 / 数据开发 对客户端体积和启动速度敏感、机器配置一般的 想让 Claude Code、Cursor 直接查自己数据库的 需要在国产数据库（达梦、金仓、瀚高等）上做日常查询的
不适用人群：
需要长期稳定版本、对升级节奏有严格管控的团队 完全离线、无法下载驱动和运行时的内网环境 需要的是数据权限管控平台，而不是一个客户端的人 深度依赖某个特定数据库高级特性、且不能接受能力差异的
阅读时长约 9 分钟
资料来源：
dbx 项目仓库：https://github.com/t8y2/dbx （Apache-2.0，Rust，26,624 星 · 2026-10-14 复核） dbx Release / v0.6.43：https://github.com/t8y2/dbx/releases/tag/v0.6.43 dbx CLI / packages-v0.4.118：https://github.com/t8y2/dbx/releases/tag/packages-v0.4.118 对比数据：DBeaver 仓库 https://github.com/dbeaver/dbeaver （Java，Apache-2.0，52,053 星 · 2026-10-14 复核） 本文实测环境：Windows 11，实测对象为 dbx Web 版（浏览器静态包）与官方 CLI 二进制
星标数是快照值，会随项目热度变化，上表已标注复核日期。
📌 回复关键词 【dbx】，领取本文的对比清单与 Docker 部署配置模板。
📮 往期精选：想批量处理图片的可以看 ImageMagick 那篇；想把手边闲置机器用起来的，等我们的自托管监控那一期。
💬 你现在日常查库用的是哪个客户端？有没有被启动速度劝退过？留言区聊聊。
如果这篇对你有用，点个赞和在看，转给那个还在等数据库客户端启动的同事。
