Python3 shelve对象持久存储原理详解

时间：2020-07-31 python教程查看: 1014

1.shelve对象的持久存储

不需要关系数据库时，可以用shelve模块作为持久存储Python对象的一个简单的选择。类似于字典，shelf按键访问。值将被pickled并写至由dbm创建和管理的数据库。

1.1 创建一个新shelf

使用shelve最简单的方法就是利用DbfilenameShelf类。它使用dbm存储数据。这个类可以直接使用，也可以通过调用shelve.open()来使用。

import shelve
with shelve.open('test_shelf.db') as s:
  s['key1'] = {
    'int': 10,
    'float': 9.5,
    'string': 'Sample data',
  }

再次访问这个数据，可以打开shelf，并像字典一样使用它。

import shelve
with shelve.open('test_shelf.db') as s:
  existing = s['key1']
print(existing)

运行这两个示例脚本会生成以下输出。

dbm模块不支持多个应用同时写同一个数据库，不过它支持并发的只读客户。如果一个客户没有修改shelf，则可以通过传入flag='r'来告诉shelve以只读方式打开数据库。

import dbm
import shelve
with shelve.open('test_shelf.db', flag='r') as s:
  print('Existing:', s['key1'])
  try:
    s['key1'] = 'new value'
  except dbm.error as err:
    print('ERROR: {}'.format(err))

如果数据库作为只读数据源打开，并且程序试图修改数据库，那么便会生成一个访问错误异常。具体的异常类型取决于创建数据库时dbm选择的数据库模块。

1.2 写回

默认的，shelf不会跟踪对可变对象的修改。这说明，如果存储在shelf中的一个元素的内容有变化，那么shelf必须再次存储整个元素来显式的更新。

import shelve
with shelve.open('test_shelf.db') as s:
  print(s['key1'])
  s['key1']['new_value'] = 'this was not here before'
with shelve.open('test_shelf.db', writeback=True) as s:
  print(s['key1'])

在这个例子中，没有再次存储'key1'的相应字典，所以重新打开shelf时，修改不会保留。

对于shelf中存储的可变对象，要想自动捕获对它们的修改，可以在打开shelf时启用写回(writeback)。writeback标志会让shelf使用内存中缓存以记住从数据库获取的所有对象。shelf关闭时每个缓存对象也被写回到数据库。

import shelve
import pprint
with shelve.open('test_shelf.db', writeback=True) as s:
  print('Initial data:')
  pprint.pprint(s['key1'])
  s['key1']['new_value'] = 'this was not here before'
  print('\nModified:')
  pprint.pprint(s['key1'])
with shelve.open('test_shelf.db', writeback=True) as s:
  print('\nPreserved:')
  pprint.pprint(s['key1'])

尽管这会减少程序员犯错的机会，并且使对象持久存储更透明，但是并非所有情况都有必要使用写回模式。打开shelf时缓存会消耗额外的内容，关闭shelf时会暂时将各个缓存对象写回到数据库，这会减慢应用的速度。所有缓存的对象都要写回数据库，因为无法区分它们是否有修改。如果应用读取的数据多于写的数据，那么写回就会影响性能而没有太大意义。

1.3 特定shelf类型

之前的例子都使用了默认的shelf实现。可以使用shelve.open()而不是直接使用某个shelf实现，这是一种常用的用法，特别是使用什么类型的数据库来存储数据并不重要时。不过，有些情况下数据库格式会很重要。在这些情况下，可以直接使用DbfilenameShelf或BsdDbshelf，或者甚至可以派生Shelf来得到一个定制解决方案。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持python博客。

展开全文