Cloudflare D1 vs Alternatives 2026:生产环境数据库诚实对比与选型指南

面向 2026 年生产环境的 Cloudflare D1 与 Neon、Supabase、Turso、Durable Objects 诚实对比:每百万行真实定价、区域读取延迟、写入锁上限与 SQL 功能限制,指出每种数据库何时胜出、何处失分,并给出面向读密集 Workers 原生 SaaS 的选型决策矩阵与取舍建议。

Huifer
Huifer
August 22, 202612 min read
其他语言:Deutsch · English

本文由 Huifer 撰写,TanStack Ship 的独立开发者和维护者。我在 8 个生产环境 SaaS 应用中使用 D1,在 2 个生产环境 B2B 应用中使用 Neon,并在更小的项目中使用过 Cloudflare Durable Objects、Turso/libSQL 和 Supabase。这篇文章是我在起步时希望拥有的那份诚实对比——先讲每个选项的优势,再讲它哪里会失分,最后给出决策框架。没有厂商赞助;以下每条结论都来自真实的生产环境追踪数据。

已核实来源:Cloudflare D1 文档 · D1 最佳实践 · D1 限制 · Neon serverless Postgres · Supabase 文档 · Turso / libSQL · Cloudflare Durable Objects · SQLite 查询规划器 · Workers Analytics Engine · TanStack Ship 数据库指南

最后更新:2026-09-11 · 更新日志


TL;DR: 对于 2026 年 Workers 原生的读密集 SaaS,D1 是默认首选——区域副本带来的亚毫秒级读取、无需连接池、SQLite 的查询规划器、单一计费项。真正值得考虑的替代方案是 Neon(当你需要 JSONB 和 LISTEN/NOTIFY 时的 serverless Postgres)、Supabase(Postgres + 认证 + 存储捆绑包)、Turso/libSQL(当 D1 的复制拓扑不合适时采用的 libSQL 多区域边缘),以及 Cloudflare Durable Objects(用于实时协调的每实体状态)。本文在各自最强的维度上对比每个选项,指出各自的失分点,并以决策矩阵收尾。如果你想先看性能深潜,参见 D1 面向 SaaS 的性能基准文章;关于生产环境实践,参见 D1 生产指南。


Cloudflare D1 vs Alternatives for Production:一份诚实的 2026 对比

「2026 年 SaaS 该用哪个数据库」这个问题没有唯一答案,但确实有少数几个诚实的答案。Cloudflare D1 是其中之一;Neon、Supabase、Turso 和 Cloudflare Durable Objects 是我实际交付过的其他几个。每个选项都会在它最强的维度上被认可,然后指出它实际失分的地方,最后附上一份决策矩阵。

2026 年的生产数据库选型

过去三年,三股力量重塑了独立 SaaS 的数据库格局。边缘运行时——Cloudflare Workers、Vercel Edge、Deno Deploy——把计算推到了离用户更近的地方。Serverless Postgres——Neon、Supabase、PlanetScale——用按量计费取代了「租用一台 $40/月的 Postgres 虚拟机」的决策。SQLite 已成为分布式系统的基石,libSQL 和 D1 把一个单文件引擎变成了全球复制的数据库。

对于 SaaS 创业者来说,实际后果是:数据库选型不再关乎哪个引擎「最优秀」,而是哪种取舍契合你应用的形态。

Cloudflare D1:押注边缘 SQLite

D1 schema 的形态是每位开发者都熟悉的 SQLite 方言——INTEGER PRIMARY KEY、TEXT、部分索引。数据库运行在边缘,并由平台自动为你复制。

sql
-- D1 schema:SQLite 方言,tenant_id 前置
CREATE TABLE projects (
  id           TEXT PRIMARY KEY,
  tenant_id    TEXT NOT NULL,
  name         TEXT NOT NULL,
  created_at   INTEGER NOT NULL DEFAULT (unixepoch())
);

CREATE INDEX idx_projects_tenant_created
  ON projects(tenant_id, created_at DESC);

优势:D1 胜出的地方

在我 8 次部署中,D1 的三大生产优势始终成立。

第一,区域只读副本,且无需连接池。D1 自动在 Cloudflare 网络内创建只读副本,根据我的追踪数据,由最近副本提供的主键读取在 1.5 毫秒内返回。根据 D1 文档,从请求视角看这个绑定是无状态的——没有需要调优的连接池,也不会撞到最大连接数上限。对独立开发者而言,这种运维上的简洁本身就值不少钱。

第二,SQLite 的查询规划器。SQLite 是一个带有保守规划器的单文件引擎。根据 SQLite 查询规划器文档,这个规划器在不同版本间保持一致,意味着开发环境中的 EXPLAIN 输出就是生产环境的执行计划。这种确定性比一个更聪明的规划器更关键。

第三,Workers 原生集成。D1 是 env 中的一个绑定,而不是连接字符串。没有驱动、没有 pg 客户端、没有 SSL 握手——Worker 启动时这个绑定就直接可用。对于一个 Cloudflare 原生的 SaaS,集成成本为零。

局限:D1 不再是最佳选择的地方

有三个局限实实在在地消耗过我的生产环境时间。

第一,数据库级写入锁。每次变更都要排在一把写锁之后串行执行。上限会浮动,但形态是一致的:同一数据库上每秒几百次变更之后会出现断崖式下跌。这篇 D1 写入锁复盘 记录了 250 req/s 的上限。

第二,每个数据库 10 GB 上限。根据 D1 限制文档,每个数据库上限为 10 GB。对于某一租户独大的多租户 SaaS 应用,这是个实实在在的约束。修复办法是分片,但运维的复杂度面会随之扩大。

第三,SQLite 特有的功能缺口。任何 Postgres 专有的东西——JSONB 操作符、LISTEN/NOTIFY、咨询锁——都必须用 SQLite 方言改写,或者干脆砍掉。全文检索是人们以为会失去、而 D1 实际覆盖了的那个 Postgres 特性:SQLite 的 FTS5 扩展在生产环境表现良好,如 D1 FTS5 全文检索指南 所示。优化细节见 D1 优化复盘。

生产环境基于 Postgres 的替代方案

Neon:serverless Postgres

对 SaaS 创业者而言,Neon 是与 D1 精神最相近的表亲,但它构建在 Postgres 之上而非 SQLite。根据 Neon 文档,Neon 把计算和存储分离:一个兼容 Postgres 的计算层从分布式存储层读取数据,冷计算在约 500 毫秒内启动。我运行的 Neon 部署有两个:一个日请求量约 5 万的 B2B 分析工具,以及一个开发者仪表盘。

sql
-- Neon / Postgres:相同形态,不同方言
CREATE TABLE projects (
  id           UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  tenant_id    UUID NOT NULL REFERENCES tenants(id) ON DELETE CASCADE,
  name         TEXT NOT NULL,
  created_at   TIMESTAMPTZ NOT NULL DEFAULT now()
);

CREATE INDEX idx_projects_tenant_created
  ON projects(tenant_id, created_at DESC);

-- Postgres 特有:为租户设置建立 JSONB 索引
ALTER TABLE tenants ADD COLUMN settings JSONB NOT NULL DEFAULT '{}';
CREATE INDEX idx_tenants_settings ON tenants USING GIN (settings);

JSONB 列和 GIN 索引正是 Neon 开箱即用、而 SQLite 根本不具备的那类特性。

Neon 胜过 D1 的地方。 如果你的 SaaS 依赖 Postgres 专有特性——JSONB 索引、LISTEN/NOTIFY、pgvector——Neon 就是正确选择。Postgres 方言是 SaaS 后端的通用语,几乎每个 SaaS 库都默认它存在。对于一个会招聘工程师的 SaaS,「Postgres」本身就是一个招聘故事;而「边缘上的 SQLite」需要额外解释。

Neon 不敌 D1 的地方。 根据我的实测,从 Cloudflare Worker 到 Neon 的冷启动延迟约为 50 ms RTT——相比 D1 的亚毫秒级副本读取,是 30 倍的退步。对于一次要做 5–10 次数据库调用的请求路径,这笔开销会累积。Neon 和所有 Postgres 一样存在连接,从 Workers 侧的正确做法是用 Hyperdrive 作为连接池。

Supabase:Postgres + 认证 + 存储捆绑包

Supabase 是另一种形态的替代方案:它不只是数据库,而是一个有主张的后端即服务(BaaS)。根据 Supabase 文档,它提供用于数据的 Postgres、用于认证的 GoTrue、用于文件的 Storage,以及用于计算的 Edge Functions,统一在一个仪表盘和 SDK 之后。对独立创业者而言,吸引力是真实的:栈里那「无聊的一半」只用一个供应商就搞定。

Supabase 胜出的地方。 认证与存储捆绑包是它的差异化卖点。托管认证,支持邮箱/password、OAuth、magic links,以及行级安全策略——Supabase 都提供。带图像转换的文件存储——Supabase 提供。统一管理用户、表和存储的单一仪表盘——Supabase 提供。对于 MVP 来说,这是最快的路径。

Supabase 不敌 D1 的地方。 这个捆绑包同时也意味着锁定:认证流程、RLS 策略、存储 URL 都是 Supabase 的形状;迁出是要花真功夫的。因为 Supabase 同样运行 Postgres,从 Cloudflare Worker 发起的冷启动延迟也约为 50 ms RTT。对于一个每次请求要做 10+ 次数据库调用的应用,这笔开销会累积。

边缘上的 SQLite:Turso 与 libSQL

Turso:libSQL 的多区域边缘

在 SQLite-at-the-edge 这一类中,Turso 是与 D1 最直接相近的竞争者。根据 Turso / libSQL 文档,Turso 运行 libSQL——一个 SQLite 的分叉,具备网络复制、嵌入式副本,以及由你掌控的多区域拓扑。我发布过的两个 Turso 项目是较小的 SaaS 应用,当时我希望显式地控制每个区域的副本放置。

typescript
// Turso:libSQL 边缘嵌入式副本
import { createClient } from '@libsql/client'

const db = createClient({
  url: 'file:./local-replica.db',
  syncUrl: 'libsql://my-db.turso.io',
  authToken: process.env.TURSO_TOKEN,
})

// 读取由本地嵌入式副本提供;从主库同步
const projects = await db.execute('SELECT * FROM projects WHERE tenant_id = ?', [tenantId])

嵌入式副本模式是 libSQL 独有的优势——把一个 SQLite 文件发到边缘,让它从主库同步,读取就在本地完成,没有网络往返。

Turso 胜过 D1 的地方。 副本拓扑由你配置。如果你的用户群集中在三个特定区域,且你希望在那里保证副本放置,Turso 能让你钉死它。libSQL 还支持嵌入式副本——一个发到边缘、从主库同步的 SQLite 文件。对于用户高度区域集中的情况,这是个实在的优势。

D1 胜过 Turso 的地方。 D1 与 Cloudflare Workers 的集成更紧密。无需增加驱动、无需单独的供应商关系、无需第二条计费项。D1 的副本是自动的;Turso 需要你手动放置。在中等规模下,D1 也明显更便宜——免费额度足以覆盖一个真正可用的 SaaS MVP。

NoSQL 与键值替代方案

Cloudflare Durable Objects

Durable Objects 不是与 D1 同形态的数据库,但在合适的 SaaS 模式下,它是正确的原语。根据 Cloudflare Durable Objects 文档,每个 Durable Object 都是一个单线程计算实例,带有一个强一致的键值存储,可通过 ID 寻址,并保证一次只在一个区域运行。

Durable Objects 胜出的地方。 实时协调——聊天室、多人游戏——是教科书式的用例。单线程保证意味着没有写锁:同一时刻只有一个请求在对象上运行,而且跑的是你的代码。对于每实体状态——一笔预订、一个 websocket——Durable Objects 是正确的原语。

D1 胜过 Durable Objects 的地方。 D1 是「给我这个租户的所有项目」这类查询的正确原语——一个跨多个租户数据的多行查询。Durable Objects 并非为跨对象查询而设计;你需要一个 D1 与之为伴。正确的架构是:每个活跃会话一个 Durable Object,外加一个用于跨实体查询的 D1 数据库。

Cloudflare KV

Cloudflare KV 是这些替代方案中最简单的一个:一个具有最终一致性、单值上限 25 MB 的全球键值存储。它是功能开关、会话 blob 和配置的正确原语,却不是任何关系型工作负载的正确原语。

定价:每个数据库每百万行到底花多少钱

定价是大多数 D1 对比文章翻车的地方,所以这里给数字,而不是形容词。Cloudflare D1 按三个计量维度计费,而且免费额度足够大,以至于很多 SaaS 产品永远用不满:

计量维度每月包含超出包含量之后的费用
读取行数250 亿每百万行 $0.001
写入行数5000 万每百万行 $1.00
存储5 GB每 GB-月 $0.75
出口流量—不收取出口流量费

由此带来两个后果。第一,在 SaaS 规模下读取实际上免费:一个每月服务 1 亿次读取的产品仍然不为读取付费,因为 250 亿相对它还有两个数量级的余量。第二,写入主导账单——一个月写入 1 亿行,只填进包含的 5000 万里的一半,于是超出的部分才是真正账单出现的地方。读取按扫描(被检查的行)计费,而非按返回的行计费,所以一个没有索引的 WHERE 子句会为它必须检查的每一行付费,而不只是它找到的那一行。

替代方案的计费形态则完全不同。Neon 和 Supabase 对 Postgres 按预置计算 + 存储 + 出口流量计费,最小套餐有月度底价,超出后按小时扩展;Turso 和 libSQL 按请求量计费,对更大的结果集施加读取单元乘数。因此,把 D1 的账单和 Postgres 的账单做比较,意味着先要归一化单位:读取行数对应扫描的 GB 数,写入行数对应行大小,一次查询对应一个保持打开的连接。让人意外的是:对于一个读密集的 Workers 原生应用,D1 每次查询的有效成本,可能只是那些请求间隙大部分时间闲置的 Postgres 实例的一小部分。

这个实际天花板值得直说:单个 D1 数据库上限为 10 GB,对一个数据库的查询通过单一写入者串行执行,每次 Worker 调用最多获得 6 个并发 D1 连接。这些就是设计时需要对着规划的限制,也正是下面的矩阵会为 Postgres 专有特性另选主数据库的原因。

决策矩阵:什么时候用哪个数据库

选择不在于哪个数据库「最优秀」——而在于哪种取舍契合你应用的形态。下面是我给创业者建议时使用的矩阵,也是驱动 TanStack Ship 数据库选型的矩阵。

SaaS 形态主数据库原因
Workers 原生 SaaS,读密集,单区域集中D1亚毫秒区域读取,无需连接池
Postgres 专有特性(JSONB、LISTEN/NOTIFY、pgvector)NeonPostgres 方言,serverless 扩展
需要单一供应商提供认证 + 存储 + 数据库的 MVPSupabase捆绑式 BaaS,最快到达可用产品
多区域且需自定义副本放置TursolibSQL 嵌入式副本,拓扑由你掌控
实时每实体状态(聊天、会话、多人游戏)Durable Objects单线程保证,无写入锁
功能开关、会话 blob、配置KV最终一致性即可
写入密集的计费、审计日志D1 + Cloudflare Queue用户路径用 D1,写入扇出用 Queue
租户超过 10 GB 的每租户 SaaS分片 D1 或 NeonD1 上限迫使用分片

在我在 2026 年发布的多数 SaaS 应用中——读密集的仪表盘、项目列表、设置、计费汇总、CRUD——D1 都是默认首选。这个模式是:应用数据用 D1,每实体实时状态用 Durable Objects,能容忍几秒延迟的写入路径用 Cloudflare Queues,功能开关和配置用 KV。这套栈现在是 TanStack Ship 的默认选择,相关模式记录在 D1 生产指南 和 D1 深度复盘 中。

诚实的总结

每个数据库的营销页在各自的维度上都没错:D1 在边缘很快,Neon 有 Postgres,Supabase 有捆绑包,Turso 有拓扑,Durable Objects 有保证。关键在于你的 SaaS 活在哪个维度上。对于 2026 年 Workers 原生的读密集 SaaS,D1 是默认首选。


如果你正在为 SaaS 评估数据库,参见 TanStack Ship 功能页、D1 性能基准文章、D1 生产指南,以及 D1 深度复盘。关于那次让我摸清写入锁上限的事故,参见 D1 写入锁复盘。关于更宏观的 SaaS 架构背景,参见 SaaS 架构指南。

延伸阅读