btree – 简单的 BTree 数据库

btree 模块使用外部储存(磁盘文件,或在一般情况下为随机访问流)实现简单的键值数据库。
键排序储存在数据库中,除对单个键值的有效检索外,数据库还支持高效的有序范围扫描(使用给定范围内的键来检索值)。
在应用程序接口方面,B树数据库尽可能以与标准 dict 类型工作方式相似的方式运行,一个明显区别是键和值都须
bytes 对象(因此,若您想要储存其他类型的对象,需首先将之序列化为 bytes )。

该模块基于著名的BerkelyDB 库的1.xx版本。

示例:

 import btree

 # First, we need to open a stream which holds a database 首先,我需要打开一个包含数据库的流
 # This is usually a file, but can be in-memory database 这通常是一个文件,也可能是一个内存数据库
 # using uio.BytesIO, a raw flash partition, etc. 使用uio.BytesIO,一个原始闪分区
 # Oftentimes, you want to create a database file if it doesn't
 # exist and open if it exists. Idiom below takes care of this.
 # 通常,若不存在数据库文件,则您需要创建一个;若已存在,则只需打开。以下的习语考虑到了这一点。
 # DO NOT open database with "a+b" access mode. 请勿打开带有"a+b"访问编码的数据库。

try:
    f = open("mydb", "r+b")
except OSError:
    f = open("mydb", "w+b")

 # Now open a database itself 现在打开一个数据库
 db = btree.open(f)

 # The keys you add will be sorted internally in the database 您添加的键将在数据库进行内部排序
 db[b"3"] = b"three"
 db[b"1"] = b"one"
 db[b"2"] = b"two"

 # Assume that any changes are cached in memory unless
 # explicitly flushed (or database closed). Flush database
 # at the end of each "transaction". 
 # 除非显式刷新(或数据库关闭),否则假设任何更改都缓存在内存中。在每次“处理”结束时都刷新数据库。
 db.flush()

 # Prints b'two'
 print(db[b"2"])

 # Iterate over sorted keys in the database, starting from b"2"
 # until the end of the database, returning only values. 
 # 在数据库中对已排序的键进行迭代,从b“2”开始到数据库结束,只返回值。
 # Mind that arguments passed to values() method are *key* values. 注意传递给values()方法的参数为*key*值
 # Prints:
 #   b'two'
 #   b'three'
 for word in db.values(b"2"):
    print(word)

 del db[b"2"]

 # No longer true, prints False 不正确,打印False
 print(b"2" in db)

 # Prints:
 #  b"1"
 #  b"3"
 for key in db:
    print(key)

 db.close()

 # Don't forget to close the underlying stream! 请一定记得关闭基础流!
 f.close()

函数

open(stream, \*, flags=0, cachesize=0, pagesize=0, minkeypage=0 )

从随机存取的 stream(类似一个打开的文件)中打开一个数据库。所有其他的参数都是可选的,且都只为关键字,并允许对数据库操作的高级参数进行调整(大多数用户并不会需要这个):

  • flags - 当前未使用的
  • cachesize - 以字节计的建议最大内存缓存大小。对于一个由充足内存的板而言,使用更大值或许可以提高性能。该值只是推荐值,若该值设置过低,则模块可能会占用更多内存。
  • pagesize - B树中用于节点的页面大小。可接受范围为512-65536。若为0,则会使用基础I/O块的大小(内存使用和性能之间的最佳协调)。
  • minkeypage - 每个页面存储的键的最小数量。默认值为0等于2。

返回一个B树对象,该对象实现一个字典协议(方法集)和下述的一些附加方法。

方法

btree.close()

关闭数据库。处理结束时关闭数据库是强制性的,因为某些未写入的数据可能仍留在缓存中。注意:这并不会关闭随数据库打开的基础流,基础流应单独关闭(这也是强制性的,以确保从缓冲区中刷新的数据进入底层储存)。

btree.flush()

将缓存中的任何数据刷新到底层流。

btree.__getitem__(key)
btree.get(key, default=None)
btree.__setitem__(key, val)
btree.__detitem__(key)
btree.__contains__(key)

标准字典方法。

btree.__iter__()

B树对象可被直接迭代(与字典相似)以按顺序访问所有键。

btree.keys([start_key, [end_key, [flags]]])
btree.values([start_key, [end_key, [flags]]])
btree.items([start_key, [end_key, [flags]]])

这些方法类似于标准字典方法,但也可使用可选参数来迭代一个键子范围,而不是整个数据库。
注意:这三种方法中, start_keyend_key 参数都代表键值。例如, values() 方法将迭代与给定键范围对应的值。
start_key 值即意为“从首个键”,无 end_key 值或其值为None则意为“直到数据库结束”。
默认情况下,范围包括 start_key ,而不包括 end_key ,您可以通过传递 btree.INCL 的标记来将 end_key 包括在迭代中。
您可以通过传递 btree.DESC 的标记来按照下行键方向进行迭代。标记值可同为ORed。

常量

INCL

keys(), values(), items() 方法的标记, 指定扫描应该包含结束键。

DESC

keys(), values(), items() 方法的标记, 指定扫描应按照键的下行方向进行。