持久性就是指保持對(duì)象，甚至在多次執(zhí)行同一程序之間也保持對(duì)象。通過本文，您會(huì)對(duì)Python對(duì)象的各種持久性機(jī)制(從關(guān)系數(shù)據(jù)庫(kù)到Python的pickle以及其它機(jī)制)有一個(gè)總體認(rèn)識(shí)。另外，還會(huì)讓您更深一步地了解Python的對(duì)象序列化能力。

什么是持久性?

持久性的基本思想很簡(jiǎn)單。假定有一個(gè)Python程序，它可能是一個(gè)管理日常待辦事項(xiàng)的程序，您希望在多次執(zhí)行這個(gè)程序之間可以保存應(yīng)用程序?qū)ο?待辦事項(xiàng))。換句話說，您希望將對(duì)象存儲(chǔ)在磁盤上，便于以后檢索。這就是持久性。要達(dá)到這個(gè)目的，有幾種方法，每一種方法都有其優(yōu)缺點(diǎn)。

例如，可以將對(duì)象數(shù)據(jù)存儲(chǔ)在某種格式的文本文件中，譬如CSV文件。或者可以用關(guān)系數(shù)據(jù)庫(kù)，譬如Gadfly、MySQL、PostgreSQL或者DB2。這些文件格式和數(shù)據(jù)庫(kù)都非常優(yōu)秀，對(duì)于所有這些存儲(chǔ)機(jī)制，Python都有健壯的接口。

這些存儲(chǔ)機(jī)制都有一個(gè)共同點(diǎn)：存儲(chǔ)的數(shù)據(jù)是獨(dú)立于對(duì)這些數(shù)據(jù)進(jìn)行操作的對(duì)象和程序。這樣做的好處是，數(shù)據(jù)可以作為共享的資源，供其它應(yīng)用程序使用。缺點(diǎn)是，用這種方式，可以允許其它程序訪問對(duì)象的數(shù)據(jù)，這違背了面向?qū)ο蟮姆庋b性原則—即對(duì)象的數(shù)據(jù)只能通過這個(gè)對(duì)象自身的公共(public)接口來訪問。

另外，對(duì)于某些應(yīng)用程序，關(guān)系數(shù)據(jù)庫(kù)方法可能不是很理想。尤其是，關(guān)系數(shù)據(jù)庫(kù)不理解對(duì)象。相反，關(guān)系數(shù)據(jù)庫(kù)會(huì)強(qiáng)行使用自己的類型系統(tǒng)和關(guān)系數(shù)據(jù)模型(表)，每張表包含一組元組(行)，每行包含具有固定數(shù)目的靜態(tài)類型字段(列)。如果應(yīng)用程序的對(duì)象模型不能夠方便地轉(zhuǎn)換到關(guān)系模型，那么在將對(duì)象映射到元組以及將元組映射回對(duì)象方面，會(huì)碰到一定難度。這種困難常被稱為阻礙性不匹配(impedence-mismatch)問題。

對(duì)象持久性

如果希望透明地存儲(chǔ)Python對(duì)象，而不丟失其身份和類型等信息，則需要某種形式的對(duì)象序列化：它是一個(gè)將任意復(fù)雜的對(duì)象轉(zhuǎn)成對(duì)象的文本或二進(jìn)制表示的過程。同樣，必須能夠?qū)?duì)象經(jīng)過序列化后的形式恢復(fù)到原有的對(duì)象。在Python中，這種序列化過程稱為pickle，可以將對(duì)象pickle成字符串、磁盤上的文件或者任何類似于文件的對(duì)象，也可以將這些字符串、文件或任何類似于文件的對(duì)象unpickle成原來的對(duì)象。我們將在本文后面詳細(xì)討論pickle。

假定您喜歡將任何事物都保存成對(duì)象，而且希望避免將對(duì)象轉(zhuǎn)換成某種基于非對(duì)象存儲(chǔ)的開銷;那么pickle文件可以提供這些好處，但有時(shí)可能需要比這種簡(jiǎn)單的pickle文件更健壯以及更具有可伸縮性的事物。例如，只用pickle不能解決命名和查找pickle文件這樣的問題，另外，它也不能支持并發(fā)地訪問持久性對(duì)象。如果需要這些方面的功能，則要求助類似于ZODB(針對(duì)Python的Z對(duì)象數(shù)據(jù)庫(kù))這類數(shù)據(jù)庫(kù)。ZODB是一個(gè)健壯的、多用戶的和面向?qū)ο蟮臄?shù)據(jù)庫(kù)系統(tǒng)，它能夠存儲(chǔ)和管理任意復(fù)雜的Python對(duì)象，并支持事務(wù)操作和并發(fā)控制。(請(qǐng)參閱參考資料，以下載ZODB。)令人足夠感興趣的是，甚至ZODB也依靠Python的本機(jī)序列化能力，而且要有效地使用ZODB，必須充分了解pickle。

另一種令人感興趣的解決持久性問題的方法是Prevayler，它最初是用Java實(shí)現(xiàn)的(有關(guān)Prevaylor方面的developerWorks文章，請(qǐng)參閱參考資料)。最近，一群Python程序員將Prevayler移植到了Python上，另起名為PyPerSyst，由SourceForge托管(有關(guān)至PyPerSyst項(xiàng)目的鏈接，請(qǐng)參閱參考資料)。Prevayler/PyPerSyst概念也是建立在Java和Python語言的本機(jī)序列化能力之上。PyPerSyst將整個(gè)對(duì)象系統(tǒng)保存在內(nèi)存中，并通過不時(shí)地將系統(tǒng)快照pickle到磁盤以及維護(hù)一個(gè)命令日志(通過此日志可以重新應(yīng)用最新的快照)來提供災(zāi)難恢復(fù)。所以，盡管使用PyPerSyst的應(yīng)用程序受到可用內(nèi)存的限制，但好處是本機(jī)對(duì)象系統(tǒng)可以完全裝入到內(nèi)存中，因而速度極快，而且實(shí)現(xiàn)起來要比如ZODB這樣的數(shù)據(jù)庫(kù)簡(jiǎn)單，ZODB允許對(duì)象的數(shù)目比同時(shí)在能內(nèi)存中所保持的對(duì)象要多。

既然我們已經(jīng)簡(jiǎn)要討論了存儲(chǔ)持久對(duì)象的各種方法，那么現(xiàn)在該詳細(xì)探討pickle過程了。雖然我們主要感興趣的是探索以各種方式來保存Python對(duì)象，而不必將其轉(zhuǎn)換成某種其它格式，但我們?nèi)匀贿€有一些需要關(guān)注的地方，譬如：如何有效地pickle和unpickle簡(jiǎn)單對(duì)象以及復(fù)雜對(duì)象，包括定制類的實(shí)例;如何維護(hù)對(duì)象的引用，包括循環(huán)引用和遞歸引用;以及如何處理類定義發(fā)生的變化，從而使用以前經(jīng)過pickle的實(shí)例時(shí)不會(huì)發(fā)生問題。我們將在隨后關(guān)于Python的pickle能力探討中涉及所有這些問題。

一些經(jīng)過pickle的Python

pickle模塊及其同類模塊cPickle向Python提供了pickle支持。后者是用C編碼的，它具有更好的性能，對(duì)于大多數(shù)應(yīng)用程序，推薦使用該模塊。我們將繼續(xù)討論pickle，但本文的示例實(shí)際是利用了cPickle。由于其中大多數(shù)示例要用Pythonshell來顯示，所以先展示一下如何導(dǎo)入cPickle，并可以作為pickle來引用它：

>>>importcPickleaspickle

現(xiàn)在已經(jīng)導(dǎo)入了該模塊，接下來讓我們看一下pickle接口。pickle模塊提供了以下函數(shù)對(duì)：dumps(object)返回一個(gè)字符串，它包含一個(gè)pickle格式的對(duì)象;loads(string)返回包含在pickle字符串中的對(duì)象;dump(object,file)將對(duì)象寫到文件，這個(gè)文件可以是實(shí)際的物理文件，但也可以是任何類似于文件的對(duì)象，這個(gè)對(duì)象具有write()方法，可以接受單個(gè)的字符串參數(shù);load(file)返回包含在pickle文件中的對(duì)象。

缺省情況下，dumps()和dump()使用可打印的ASCII表示來創(chuàng)建pickle。兩者都有一個(gè)final參數(shù)(可選)，如果為True，則該參數(shù)指定用更快以及更小的二進(jìn)制表示來創(chuàng)建pickle。loads()和load()函數(shù)自動(dòng)檢測(cè)pickle是二進(jìn)制格式還是文本格式。

以上內(nèi)容為大家介紹了pythonpickle模塊，希望對(duì)大家有所幫助，如果想要了解更多Python相關(guān)知識(shí)，請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。