任務

你想將一些數據做持久化處理，而且也想體驗一下BerkeleyDB數據庫的簡潔和高效。

解決方案

如果以前在你的計算機中安裝過 BerkeleyDB，Python標準庫附帶的bsddb包(以及可選的 bsddb3，用于訪間Berkeley DBrelease 3.2數據庫)可以被用來作為 Berkeley DB接口。為了得到 bsddb 或者 bsddb3，如果沒有bsddb 的話，應當在 import 聲明的時候使用 try/exception:

try:from bsddb import db#先試試release 4
except ImportError:from bsddb3 import db#沒有，再試試release 3
print db.DB_VERSION_STRING
#輸出,示例:sleepycat Software:Berkeley DB 4.1.25:(December 19，2002)

為了創建一個數據庫，我們要初始化一個 db.DB 對象，然后向它的 open方法傳入適當的參數并調用之，如下:

adb = db.DB()
adb.open('db_filename', dbtype = db.DB_HASH, flags = db.DB_CREATE)

當你想創建一個數據庫時，db.DB_HASH 是幾種可以選擇的訪問方法中的一種，一個很常見的選擇是 db.DB_BTREE，使用 B+樹訪問(如果你想以排序的方式獲取記錄，這很方便)。也可以選擇構建一個內存數據庫，不使用任何持久化文件，只要將None作為文件名和第一個參數傳遞給 open 方法即可。

一旦有了一個打開的 db.DB 實例，你就可以添加記錄了。每條記錄由兩個字符串構成鍵和數據:

for i,w in enumerate('some words for example'.split( )):adb.put(w,str(i))

可以通過數據庫的游標訪問記錄:

def irecords(curs):record = curs.first()while record:yield recordrecord = curs.next()
for key,data in irecords(adb.cursor()):print 'key = %r,data = %r' %(key,data)
#輸出(the order may vary):
# key = 'some', data = '0'
# key = 'example', data = '3'
# key = 'words', data = '1'
# key = 'for', data = '2'

做完之后，需要關閉數據庫：

adb.close()

以后，在同一個或其他的Python程序中，可以給新創建的db.DB 實例的open 方法傳遞同樣的文件名，再次打開該數據庫:

the_same_db = db.DB()
the_same_db.open('db_filename')

然后用同樣的方式繼續工作:

the_same_db.put('skidoo',23')#添加一條記錄
the_same_db.put('words','sweet')#替換一條記錄
for key,data in irecords(the_same_db.cursor()):print 'key=%r,data=%r'%(key,data)
#輸出(the order may vary):
# key='some',data='0'
# key='example',data='3'
# key='words',data='sweet'
# key='for',data='2'
# key='skidoo',data='23'

再次提醒，在所有操作結束之后不要忘記關閉數據庫:

the_same_db.close()

討論

Berkeley DB 是一個流行的開源數據庫。它不支持SQL，但卻很容易使用，并提供了優異的性能，如果你希望掌控全局的話，它給了你充分的自由來控制所發生的一切，可以通過大量的選項、標志以及方法來完成控制。除了Python，我們也可以通過其他語言來訪問 Berkeley DB:比如，可以用 Python 程序完成一些修改和查詢，然后再使用一個獨立的C程序，使用相同的基本開源庫(可以從Sleepycat 下載)，對同樣的數據庫做同樣的事情。

Python 標準庫模塊shelve 可以使用 Berkeley DB 作為它的數據庫引擎，就像它使用cPickle 進行序列化操作一樣。然而，如果記錄都是由 pickle.dumps 產生的串，而這些串對于除 Python 之外的任何語言來說都是很難處理的數據，那你將無法用其他語言訪問Berkeley DB數據庫文件。通過bsddb直接訪問 Berkeley DB，數據庫引擎能夠提供很多高級的功能，而這些都是 shelve無法提供的。

數據庫還是 pickle，或者兩者都用?
pickle 和 marshal，以及數據庫系統如 Berkeley DB 或關系型數據庫，它們的應用場合有很大不同，但是仍然有一些重疊的地方
pickle(以及 marshal)本質上是序列化處理:將Python 對象轉變成可以傳輸或者儲存的 BLOB，之后可以由另一方接收或者恢復。序列化的數據是被用來重建Pythor對象的，基本上也只能被 Python 應用程序訪問。而針對對象或對象的一部分的搜索和選擇操作，pickle 不能提供任何支持
數據庫(Berkeley DB，關系型數據庫，以及其他類型)本質上是以數據為核心的:可以保存或者獲取成組的基本類型的數據(大多是字符串和數字)，還能夠得到很多有關選取和搜索(對于關系型數據，這種支持可以說是海量的)以及跨語言的支持。數據庫對于將 Python 對象序列化成數據或者從數據中反序列化出Python 對象一無所知。
數據庫和序列化這兩種方式也可以被混用。可以用 pickle 將 Python 對象序列化成字節碼，然后用數據庫儲存，或者反過來。但 Python 標準庫 shelve 模塊只是在一個很底層的層面工作，比如，它可以借助 pickle 來完成序列化和反序列化，或使用bsddb來作為底層的數據庫引擎。因此，不要認為兩種方式是一種“競爭的”關系——而應該認為兩者是一種互相補充的關系。

舉個例子，如解決方案中的代碼所示，創建一個帶有db.DB_HASH 訪間方式的數據庫我們可以獲得最大的效率，不過，你可能也注意到了，用生成器irecords 列出所有的記錄時，哈希算法使得記錄以一種隨機的和無法預測的順序排列。如果你想以一種排序的方式訪問記錄，應該使用 db.DB_BTREE方法。BerkeleyDB支持很多高級功能，如事務，可以直接訪問數據庫來獲得這種功能，而不是試圖通過anydbm 或者shelve 來訪問。

更多的關于 Python 標準庫 bsddb 包的詳細文檔，請參看 http://pybsddb.sourceforge.netbsddb3.html。而關于BerkeleyDB本身的文檔、下載以及其他資料，請訪問http://www.sleepycat.com。