SQLite 查询结果溯源：将列映射回原始 table.column 的三种方法

一句话看懂

Simon Willison 用 Claude Code 探索了三种将 SQLite 查询结果列映射回原始 table.column 的方法，旨在增强 Datasette 的查询结果展示。

详细发生了什么

Datasette 作者 Simon Willison 希望让任意 SQL 查询的结果能自动显示每列来自哪个表的哪个字段。例如，对于 select users.name, orders.total from users join orders on orders.user_id = users.id，程序需要能识别出 name 来自 users.name，total 来自 orders.total。

他让 Claude Code（使用 Opus 4.8 模型，因为 Fable 被美国政府禁用）来解决这个问题。Claude 找到了三种可行方案：

使用 apsw 库：apsw 是一个 SQLite 封装，提供了 sqlite3_column_table_name() 函数的 Python 接口，可以直接获取列的表名。
通过 ctypes 调用 SQLite C 函数：Python 标准库的 sqlite3 模块没有暴露 sqlite3_column_table_name()，但可以用 ctypes 直接调用 SQLite 的 C API。
解析 EXPLAIN 输出：通过分析 SQLite 的 EXPLAIN 指令输出，推断每列的数据来源。

这些方法不仅能处理简单的 JOIN，还能应对 CTE 等复杂语法。

中文圈视角

这个功能对中文开发者来说非常实用，尤其是那些使用 Datasette 做数据探索和分析的用户。国内类似 Datasette 的工具较少，但 Python 生态中大量使用 SQLite（如 Flask、Django 应用），这个思路可以复用到其他场景。

平替方案：如果不想用 Datasette，可以直接用 apsw 或 ctypes 方案在任意 Python 项目中实现列溯源。
国产对比：国内类似的数据探索工具如 Metabase 中文版或自研 BI 系统，通常需要手动配置字段来源，自动溯源能减少人工维护成本。
场景影响：对数据分析师和开发者来说，在调试复杂 SQL 时能快速知道每列来源，提升效率。
监管合规：数据溯源有助于审计和合规，尤其是在涉及多表联合查询时，能清晰追踪数据来源。

一个中文圈尚未讨论的盲点是：SQLite 的 sqlite3_column_table_name() 在 Python 标准库中缺失，导致很多开发者不知道这个能力，而 ctypes 方案提供了低成本替代。

几条值得记住的细节

apsw 是第三方库，需要额外安装，但提供了最直接的 API。
ctypes 方案无需安装新库，但需要手动处理 C 函数签名和指针。
EXPLAIN 方案最通用，不依赖 SQLite 内部 API，但解析逻辑较复杂。
Claude Code 在 Opus 4.8 模型下完成了方案探索和代码生成。
所有代码和详细说明已开源在 Simon 的 research 仓库。

一句话总结

如果你用 Python 操作 SQLite 并需要自动追踪查询列的来源，这三种方法可以直接拿来用。