饮食热量跟踪系统的本质是把用户每天吃进去的食物、对应的分量以及食物本身的单位热量关联起来，再通过聚合计算了解每日摄入情况。SQLite凭借零配置、单文件存储的特性，成为这类个人项目的首选。我们不需要安装复杂的数据库服务，只要引入官方提供的库文件，就能在桌面程序、移动端甚至命令行脚本里直接读写一个扩展名为db的文件。下面先看整体数据流转方式。
数据库核心表结构设计
一个可维护的饮食跟踪系统至少要拆出三张表：用户表、食物表、用餐记录表。用户表保存身高体重等基础信息，用于后续计算基础代谢；食物表维护食物名称与每百克热量，是系统的字典；用餐记录表则是业务核心，记录某人某餐吃了哪种食物、吃了多少克。如果把食物信息和记录写在同一张表里，不仅冗余，还会让每次录入都重复存储热量值，一旦食物热量修正就到处改数据。
建表时给食物表名称字段加唯一约束，能防止同一食物被重复录入。用餐记录表通过外键关联用户和食物，这样删除某食物前数据库会拦截有依赖的记录，保证一致性。下面是简化的建表语句，使用SQLite语法，注意外键功能需要在连接时开启。
PRAGMA foreign_keys = ON;
CREATE TABLE users (
id INTEGER PRIMARY KEY AUTOINCREMENT,
name TEXT NOT NULL,
weight_kg REAL,
height_cm REAL
);
CREATE TABLE foods (
id INTEGER PRIMARY KEY AUTOINCREMENT,
name TEXT NOT NULL UNIQUE,
calories_per_100g REAL NOT NULL
);
CREATE TABLE meals (
id INTEGER PRIMARY KEY AUTOINCREMENT,
user_id INTEGER NOT NULL,
food_id INTEGER NOT NULL,
grams REAL NOT NULL,
meal_type TEXT,
eaten_at DATETIME DEFAULT CURRENT_TIMESTAMP,
FOREIGN KEY (user_id) REFERENCES users(id),
FOREIGN KEY (food_id) REFERENCES foods(id)
);
上述结构中，calories_per_100g统一以百克为基准，记录表存实际克数，查询时乘以系数即可。这种归一化设计在后期扩展食物分类、品牌字段时不会破坏旧数据，也比把热量直接写死在记录里更灵活。
热量计算与视图聚合查询
原始记录只存了克数和食物编号，用户关心的是这顿饭到底吃了多少千卡。利用SQLite的视图可以把计算过程封装起来，每次查询视图就像查一张现成的表。视图内部做表连接，用grams / 100.0 * calories_per_100g算出单条记录热量，再按用户和日期汇总。
下面创建一个按日汇总热量的视图，它关联三张表并分组，避免业务代码里写复杂SQL。视图不占额外空间，只是存储的查询语句，因此在写入频繁、读汇总较少的场景下非常轻量。
CREATE VIEW daily_calories AS
SELECT
m.user_id,
u.name AS user_name,
DATE(m.eaten_at) AS day,
SUM(m.grams / 100.0 * f.calories_per_100g) AS total_kcal
FROM meals m
JOIN users u ON u.id = m.user_id
JOIN foods f ON f.id = m.food_id
GROUP BY m.user_id, DATE(m.eaten_at);
有了视图，想知道某人某天摄入只需SELECT * FROM daily_calories WHERE user_id=1 AND day='2024-03-12';。若发现某餐记录错了，直接删meals行，视图下次查询自动重算，不会出现脏数据。对比在程序里循环累加，数据库端聚合减少了传输量，也利用了SQLite的索引优化。
实战录入与统计代码示例
在真实项目里，通常用一门语言操作SQLite。以Python标准库sqlite3为例，先插入食物，再插用餐记录，最后查视图。注意参数化查询能防注入，也避免手动拼接浮点数格式出错。下面片段演示完整流程。
import sqlite3
conn = sqlite3.connect('diet.db')
conn.execute('PRAGMA foreign_keys = ON')
cur = conn.cursor()
cur.execute('INSERT OR IGNORE INTO foods(name, calories_per_100g) VALUES(?,?)',
('苹果', 52))
cur.execute('INSERT INTO users(name, weight_kg, height_cm) VALUES(?,?,?)',
('小明', 70, 175))
cur.execute('INSERT INTO meals(user_id, food_id, grams, meal_type) VALUES(?,?,?,?)',
(1, 1, 200, '早餐'))
conn.commit()
for row in cur.execute('SELECT day, total_kcal FROM daily_calories WHERE user_id=1'):
print(row)
conn.close()
这段代码里INSERT OR IGNORE配合食物表唯一约束，重复运行不会报错也不会建出多条苹果记录。实际界面开发可以把meals的插入做成表单，用户选食物、填克数即可。统计模块直接读daily_calories视图画折线图，不用自己写聚合逻辑。
当数据量到几万条时，建议给meals的eaten_at和user_id建索引，加快按日期范围捞记录的速度。SQLite在单文件下也能用CREATE INDEX语句在线建索引，不影响既有结构。整个系统下来，一个db文件加几百行代码就能实现离线、私密、可长期使用的饮食热量跟踪，远比依赖云端笔记或商业App更可控。