Скажем, у меня есть простая таблица, содержащая имя пользователя, имя, фамилию.
Как мне выразить это в berkeley Db?
В настоящее время я использую bsddb в качестве интерфейса.
Ваше здоровье.
Скажем, у меня есть простая таблица, содержащая имя пользователя, имя, фамилию.
Как мне выразить это в berkeley Db?
В настоящее время я использую bsddb в качестве интерфейса.
Ваше здоровье.
Вы должны выбрать один «столбец» в качестве ключа (должен быть уникальным; я полагаю, что в вашем случае это будет «имя пользователя») - единственный способ, которым когда-либо будет выполняться поиск. Другие столбцы можно сделать единственным строковым значением этого ключа любым удобным для вас способом, от травления до простого соединения с символом, который гарантированно никогда не будет встречаться ни в одном из столбцов, например `\0' для многих видов «читаемые текстовые строки».
Если вам нужна возможность поиска по разным ключам, вам потребуются другие, дополнительные и отдельные базы данных bsddb, настроенные как «индексы» в вашей основной таблице — это большая работа, и по этому вопросу есть много литературы. (В качестве альтернативы вы переходите к технологии более высокой абстракции, такой как sqlite, которая аккуратно обрабатывает индексацию от вашего имени ;-).
tl,dr: Чтобы выразить несколько столбцов в упорядоченном хранилище значений ключей, таком как berkley db, вам необходимо изучить композицию ключей. Посмотрите другие мои ответы о bsddb, чтобы узнать больше.
Есть несколько способов сделать это, используя упорядоченное хранилище ключей/значений.
Самое простое решение — сохранять документы как значения json с правильным ключом.
Теперь вы, вероятно, захотите построить индекс по этим столбцам для извлечения документов без необходимости перебирать всю хэш-карту, чтобы найти правильный объект. Для этого вы можете использовать вторичную БД, которая автоматически создаст индекс для ты. Или вы можете создать индекс самостоятельно.
Если вы не хотите иметь дело с упаковкой ключей (и это хорошая идея для запуска), вы можете воспользоваться из DB.set_bt_compare, что позволит вам использовать cpickle, json или msgpack для ключей и значений, сохраняя при этом порядок, который имеет смысл для создания индексов и выполнения запросов. Это более медленный метод, но в нем используется шаблон композиции клавиш.
Чтобы в полной мере воспользоваться тем, что такое упорядоченный ключ, вы можете использовать Cursor.set_range(key)
для установки позиции базы данных в начале запроса.
Другой шаблон, называемый шаблон EAV, хранит кортежи, которые следуют схеме (entity, attribute, value)
, а затем вы строите различные индексы, используя перестановку этого кортежа. Я изучил этот шаблон, изучая datomic.
Для менее ресурсоемкой базы данных вы пойдете по пути «статической типизации» и сохраните как можно больше общей информации в таблице «метаданные» и разделите документы (которые на самом деле являются таблицами СУБД) в их собственную хэш-карту.
Для начала здесь приведен пример базы данных с использованием bsddb (но вы можете создать ее с использованием другого упорядоченного хранилища ключей/значений, такого как wiredtiger или leveldb), который реализует шаблон EAV. В этой реализации я заменяю EAV на IKV, что означает уникальный идентификатор, ключ, значение. Общий результат заключается в том, что у вас есть полностью индексированная база данных документов без схемы. Я думаю, что это хороший компромисс между эффективностью и простотой использования.
import struct
from json import dumps
from json import loads
from bsddb3.db import DB
from bsddb3.db import DBEnv
from bsddb3.db import DB_BTREE
from bsddb3.db import DB_CREATE
from bsddb3.db import DB_INIT_MPOOL
from bsddb3.db import DB_LOG_AUTO_REMOVE
def pack(*values):
def __pack(value):
if type(value) is int:
return '1' + struct.pack('>q', value)
elif type(value) is str:
return '2' + struct.pack('>q', len(value)) + value
else:
data = dumps(value, encoding='utf-8')
return '3' + struct.pack('>q', len(data)) + data
return ''.join(map(__pack, values))
def unpack(packed):
kind = packed[0]
if kind == '1':
value = struct.unpack('>q', packed[1:9])[0]
packed = packed[9:]
elif kind == '2':
size = struct.unpack('>q', packed[1:9])[0]
value = packed[9:9+size]
packed = packed[size+9:]
else:
size = struct.unpack('>q', packed[1:9])[0]
value = loads(packed[9:9+size])
packed = packed[size+9:]
if packed:
values = unpack(packed)
values.insert(0, value)
else:
values = [value]
return values
class TupleSpace(object):
"""Generic database"""
def __init__(self, path):
self.env = DBEnv()
self.env.set_cache_max(10, 0)
self.env.set_cachesize(5, 0)
flags = (
DB_CREATE |
DB_INIT_MPOOL
)
self.env.log_set_config(DB_LOG_AUTO_REMOVE, True)
self.env.set_lg_max(1024 ** 3)
self.env.open(
path,
flags,
0
)
# create vertices and edges k/v stores
def new_store(name):
flags = DB_CREATE
elements = DB(self.env)
elements.open(
name,
None,
DB_BTREE,
flags,
0,
)
return elements
self.tuples = new_store('tuples')
self.index = new_store('index')
self.txn = None
def get(self, uid):
cursor = self.tuples.cursor()
def __get():
record = cursor.set_range(pack(uid, ''))
if not record:
return
key, value = record
while True:
other, key = unpack(key)
if other == uid:
value = unpack(value)[0]
yield key, value
record = cursor.next()
if record:
key, value = record
continue
else:
break
else:
break
tuples = dict(__get())
cursor.close()
return tuples
def add(self, uid, **properties):
for key, value in properties.items():
self.tuples.put(pack(uid, key), pack(value))
self.index.put(pack(key, value, uid), '')
def delete(self, uid):
# delete item from main table and index
cursor = self.tuples.cursor()
index = self.index.cursor()
record = cursor.set_range(pack(uid, ''))
if record:
key, value = record
else:
cursor.close()
raise Exception('not found')
while True:
other, key = unpack(key)
if other == uid:
# remove tuple from main index
cursor.delete()
# remove it from index
value = unpack(value)[0]
index.set(pack(key, value, uid))
index.delete()
# continue
record = cursor.next()
if record:
key, value = record
continue
else:
break
else:
break
cursor.close()
def update(self, uid, **properties):
self.delete(uid)
self.add(uid, **properties)
def close(self):
self.index.close()
self.tuples.close()
self.env.close()
def debug(self):
for key, value in self.tuples.items():
uid, key = unpack(key)
value = unpack(value)[0]
print(uid, key, value)
def query(self, key, value=''):
"""return `(key, value, uid)` tuples that where
`key` and `value` are expressed in the arguments"""
cursor = self.index.cursor()
match = (key, value) if value else (key,)
record = cursor.set_range(pack(key, value))
if not record:
cursor.close()
return
while True:
key, _ = record
other = unpack(key)
ok = reduce(
lambda previous, x: (cmp(*x) == 0) and previous,
zip(match, other),
True
)
if ok:
yield other
record = cursor.next()
if not record:
break
else:
break
cursor.close()
db = TupleSpace('tmp')
# you can use a tuple to store a counter
db.add(0, counter=0)
# And then have a procedure doing the required work
# to alaways have a fresh uid
def make_uid():
counter = db.get(0)
counter['counter'] += 1
return counter['counter']
amirouche = make_uid()
db.add(amirouche, username="amirouche", age=30)
print(db.get(amirouche))