btree – 简单的 BTree 数据库¶
该 btree模块使用外部存储（磁盘文件，或一般情况下，随机访问stream）实现了一个简单的键值数据库。键按顺序存储在数据库中，除了通过键值进行高效检索外，数据库还支持高效的有序范围扫描（使用给定范围内的键检索值）。在应用程序接口方面，BTree 数据库的工作方式尽可能接近标准dict类型的工作方式，一个显着的区别是键和值都必须是bytes对象（因此，如果要存储其他类型的对象，则需要将它们序列化到 bytes第一）。
该模块基于著名的 BerkelyDB 库，版本 1.xx。
示例：
import btree
# First, we need to open a stream which holds a database
# This is usually a file, but can be in-memory database
# using uio.BytesIO, a raw flash partition, etc.
# Oftentimes, you want to create a database file if it doesn't
# exist and open if it exists. Idiom below takes care of this.
# DO NOT open database with "a+b" access mode.
try:
f = open("mydb", "r+b")
except OSError:
f = open("mydb", "w+b")
# Now open a database itself
db = btree.open(f)
# The keys you add will be sorted internally in the database
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".
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.
# Mind that arguments passed to values() method are *key* values.
# Prints:
# b'two'
# b'three'
for word in db.values(b"2"):
print(word)
del db[b"2"]
# No longer true, prints 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!
f.close()
功能¶
-
btree.open(stream, *, flags=0, pagesize=0, cachesize=0, minkeypage=0)¶ 从随机访问
stream（如打开文件）打开数据库。所有其他参数都是可选的且仅限关键字，并允许调整数据库操作的高级参数（大多数用户不需要它们）：标志- 当前未使用。
pagesize - 用于 BTree 中节点的页面大小。可接受的范围是 512-65536。如果为 0，将使用特定于端口的默认值，针对端口的内存使用和/或性能进行优化。
cachesize - 建议的内存缓存大小（以字节为单位）。对于具有足够内存的主板，使用较大的值可能会提高性能。缓存策略如下：不一次性分配整个缓存；相反，访问数据库中的新页面将为其分配内存缓冲区，直到达到cachesize指定的值。然后，这些缓冲区将使用 LRU（最近最少使用）策略进行管理。如果需要（例如，如果数据库包含大键和/或值），仍可以分配更多缓冲区。分配的缓存缓冲区不会被回收。
minkeypage - 每页存储的最小键数。默认值 0 相当于 2。
返回一个 BTree 对象，它实现了一个字典协议（方法集），以及下面描述的一些附加方法。
方法¶
-
btree.close()¶ 关闭数据库。在处理结束时必须关闭数据库，因为一些未写入的数据可能仍在缓存中。请注意，这不会关闭打开数据库的底层流，它应该单独关闭（这也是强制性的，以确保数据从缓冲区刷新到底层存储）。
-
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.__delitem__(key)¶ -
btree.__contains__(key)¶ 标准字典方法。
-
btree.__iter__()¶ BTree 对象可以直接迭代（类似于字典）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，但也可以采用可选参数来迭代关键子范围，而不是整个数据库。请注意，对于所有 3 种方法，start_key和 end_key参数表示键值。例如，
values()方法将迭代对应于给定键范围的值。start_key 的None 值表示“从第一个键开始”，没有 end_key或其值 None 表示“直到数据库结束”。默认情况下，范围是包容性的start_key和排他性的 end_key，您可以包括end_key通过传递迭代标志 的btree.INCL. 您可以通过传递降序重点方向遍历标志的btree.DESC。标志值可以被 ORed 在一起。