python leveldb

leveldb 是google实现的一种非常高效的key-value数据库。key-value数据库中，redis是比较知名且好用的，但它是一个内存数据库，而leveldb只需要少量的内存，但速度依然很快，美中不足的是，没有网络服务封装，这样一来就只能单机使用，如果你实力足够强，也可以自己封装一个。

python版本的leveldb安装很简单，pip install leveldb

        接下来重点介绍使用方法。

一 、 读写

[python]  view plain  copy

1. def single_operate():  
2.     db = leveldb.LevelDB('./data')  
3.     db.Put('foo','东升')  
4.     print db.Get('foo')  
5.     db.Delete('foo')  
6.     print db.Get('foo')  

新建数据库很方便，如果这个目录已经存在就会直接打开，没有的话就会新建。示例中给出了添加，删除，和获取的方法，注意，是没有修改操作的。

二 、 遍历

如何遍历数据呢，也非常方便，你可以指定开始的key和结束的key，也可以指定顺序，是否带value

[python]  view plain  copy

1. def test_iter():  
2.     db = leveldb.LevelDB('./data')  
3.     for i in xrange(10):  
4.         db.Put(str(i), 'string_%s' % i)  
5.     print list(db.RangeIter(key_from = '2', key_to = '5'))  
6.     print list(db.RangeIter(key_from = '2', key_to = '5',reverse=True))  

[python]  view plain  copy

1. def iter_key_values():  
2.     db = leveldb.LevelDB('./data')  
3.     for i in xrange(10):  
4.         db.Put(str(i), 'string_%s' % i)  
5.     keys = list(db.RangeIter(include_value = False))  
6.     print keys  
7.   
8.     keys_values = list(db.RangeIter())  
9.     print keys_values  

三、 批量操作

如果我对数据库有一大批操作，每一次都和数据库进行交互，其实挺浪费性能的，因此像mongodb，redis都提供了批量操作的方法，leveldb也是如此。下面是一个清空数据库的例子

[python]  view plain  copy

1. def clear_db():  
2.     db = leveldb.LevelDB('./data')  
3.     b = leveldb.WriteBatch()  
4.     for k in db.RangeIter(include_value = False, reverse = True):  
5.         b.Delete(k)  
6.     db.Write(b)  

b.Delete(k)并没有真正的删除数据，而是在db.Write(b)时执行所有的操作

四、 快照

创建快照非常简单，美中不足的是，再次加载数据库以后，没有方法找到之前创建的快照，难道已关闭这些快照就都不见了，这这样的快照还有什么意思呢，也许只有python版本的快照是这样的吧

[python]  view plain  copy

1. def test_snapshot():  
2.     db = leveldb.LevelDB('./data')  
3.     db.Put('foo','s1')  
4.     s1 = db.CreateSnapshot()  
5.     db.Put('foo','s2')  
6.     s2 = db.CreateSnapshot()  
7.   
8.     print db.Get('foo')  
9.     print s1.Get('foo')  
10.     print s2.Get('foo')  

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/KWSY2008/article/details/52326204