我正在用 Python 开发一个需要存储(非常)大数据集的应用程序。 pickle 是存储数据并根据请求检索数据的最实用方法,还是我应该考虑改用 SQL?我的主要目标是速度和尽可能少的处理压力。
我担心的是 pickle 必须即时处理整个大文件,这可能会对性能产生不利影响。除了使用之外,我对 pickle 不是特别熟悉,所以任何关于它如何工作的解释都会很棒。
现在,我正在使用这段代码:
users = pickle.load( open( "users.py", "rb" ) )
username = raw_input("Please enter a username: ")
password = raw_input("Please enter a password: ")
var = username in users
if(var == 0):
return 0
exit()
else:
if(users[username] != password):
return 0
exit()
else:
return 1
exit()
想象一下users包含100万个条目,这个和SQL哪个效率更高?
任何帮助都会很棒,
谢谢
最佳答案
Pickle 通常适用于对象的存储,如果你想有效地存储“原始”数据,那么 pickle 可能不是可行的方法,但它非常依赖于特定情况——“加载”数据时间紧迫,您是否有开发时间来设置数据库、查询等。
如果您的数据是一百万对用户名和出生日期,那么 pickle 可能不是最好的方法,可以说将数据存储在纯文本文件中会更简单。
pickle 和 db/SQL 解决方案都具有可扩展的优势。请记住 pickle 不是“安全的”,因此您应该考虑文件的可信度,例如会不会在不同系统之间转移。
总的来说,如果你的数据集非常大,关系型 Db 可能比 pickle 更合适,但你可能还需要考虑其他存储引擎,例如Redis、MongoDb、内存缓存。不过,所有这些都非常依赖于具体情况,因此您可以提供更多有关数据预期使用方式的信息,这将很有用!
关于python pickle vs sql效率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16497115/