如何在 Python 中的执行之间持久化数据答案

【问题标题】：How to persist data between executions in Python如何在 Python 中的执行之间持久化数据
【发布时间】：2011-09-03 21:45:03
【问题描述】：

我正在使用 Python 进行一个个人项目，我需要某种形式的持久数据。数据将适合 2-3 个表，每个表有 10-20 列和 100-200 条记录。我对 SQL 有基本的了解，所以做个数据库似乎有点意思。

我是 Python 新手，所以我不熟悉 Python 的数据库接口选项。我也听说过酸洗，但不确定这是否对我的项目规模来说是一个更好的解决方案。谁能推荐一个好的解决方案？

【问题讨论】：

【解决方案1】：

或者，如果您只是想在执行之间持久化数据 - 对于如此小的数据集，您可以查看 pickle 模块的持久性，并在执行期间将数据加载到内存中。

这是一个简单的解决方案 - 但对于个人项目来说可能就足够了。

【讨论】：

【解决方案2】：

您应该为此使用sqlite3 模块，它包含在 Python 中。

您也可能想寻找ORM 解决方案。

【讨论】：

【解决方案3】：

这听起来像很少的数据。 SQL DB 可能是多余的，尤其是在顶部有 ORM 的情况下。我会检查JSON 是否可以完成这项工作......

【讨论】：

JSON 比 pickle 有什么优势？根据我的粗略理解，使用 Python 自己的 pickle 格式似乎会更好。
它受到广泛支持（即实际上与平台/语言无关），而且它是人类可读的。
但是 Json 本身并不是持久的。您需要将其写入文件并将其读取到文件中，在读取/写入时序列化/反序列化。酸洗可能会更快。但是当你有更复杂的数据类型需要持久化时，酸洗真的很划算，比如类实例。
@ThomasH 同意。但是，如果是小而简单的数据，我会选择 json - 我只是喜欢 txt 文件带来的灵活性，而且我可能会有点偏见，因为我有时会使用 JS...
json 与 pickle 的代码几乎完全相同，所以我不一定会选择一个，因为它“更容易”或其他任何东西。 Pickle 可以处理更多类型，但它不像 json 那样可读，并且仅限于 python。您也可以考虑 YAML，它与 json 类似，但更具人类可读性 (IMO)。

【解决方案4】：

我同意使用 sqlite3。它非常易于使用，您无需担心必须设置数据库服务器。您也应该查看SQLAlchemy 库。

【讨论】：

【解决方案5】：

真正的问题是你想对你的数据进行什么样的操作。

就存储可能性而言，最简单的解决方案确实是sqlite3 和pickle。

您将选择的解决方案基本上取决于使用 SQL 还是 Python 是您管理数据的最简单方法。 SQL 可能比 Python 更擅长复杂的操作，但 Python 肯定更轻量级和更简单，因此是简单操作的不错选择。所以，如果使用pickle+Python过于繁琐，那么sqlite3是一个非常不错的选择。

【讨论】：

【解决方案6】：

Peewee 是另一个与 SQLite 一起使用的 ORM。它是 SQLAlchemy 的替代品。如果使用 SQLite，我会考虑将 Peewee 用于宠物项目，将 SQLAlchemy 用于专业工作。我通常不会直接使用 SQLite。

【讨论】：