Python中的Berkeley DB（1）：Hello Berkeley DB

Python中的Berkeley DB（1）：Hello Berkeley DB

什么是Berkeley DB1

Berkeley DB（后文简称BDB）是一个高性能的嵌入式数据库编程库（引擎），它可以用来保存任意类型的键／值对 (Key/Value Pair)，而且可以为一个键保存多个数据。BDB可以支持数千的并发线程同时操作数据库，支持最大256TB的数据。

BDB提供诸如C语言，C++，Java，Perl，Python，Tcl等多种编程语言的API，并且广泛支持大多数类Unix操作系统和Windows操作系统以及实时操作系统（如 VxWorks）。

1991年，Berkeley DB的第一个版发行（Linux系统也在这一年诞生），其最初的开发目的是以新的HASH访问算法来代替旧的hsearch函数和大量的dbm实现，该版本还包含了B+树数据访问算法。

1992年，BSD UNIX第4.4发行版中包含了Berkeley DB1.85版。基本上认为这是Berkeley DB的第一个正式版。

1996年，Sleepycat软件公司成立，提供对Berkeley DB的商业支持。

2006年，Sleepycat被Oracle收购，当时最新版本是4.7.25。

为什么是Berkeley DB

从功能来看，BDB似乎非常单一，同其它Key/Value类数据库系统类似，它只具有很少的数据操作能力，在当前各种No-SQL系统百花齐放的时代，你可能会觉得功能如此简单的数据库系统并不会有太多的用武之地，不过读完下面的介绍，你可能会对BDB另眼相看了。

优异的性能2

BDB和应用运行在同一进程空间，直接使用原生态的API存取数据，因此它具有其它数据库系统无法比拟的性能，不要不相信，它跑起来甩出Redis几条大街！至于MySQL、Oracle这些RDBMS系统，更不好意思和Berkeley在一起谈性能了，MySQL5.1版之前的数据事务存储引擎使用的是BDB，Google Accounts选用的BDB作为存储引擎。

轻量化和跨平台

BDB被Oracle收购后，其使用许可变更为AGPL3，但它仍然是一个Freeware，你可以从Oracle网站上下载3它的源码，在任何一个你喜欢或需要的平台上编译运行，它还有Java版本（Berkeley DB Java Edition），让你更方便地跨平台部署你的应用，此外，Python语言也内置了对BDB的绑定（binding），可以让你无需在本地安装BDB的情况下无障碍地使用，本文后续部分便为你介绍如何在Python中方便地使用BDB。需要注意的是，Python 2.7版本中的binding库pybsddb为V4.8，为了方便大家测试我们会基于这个版本，如果你需要使用到最新的功能特性请参考该项目的新主页。4

Hello Berkeley DB

本节我们用一个类似Hello world的入门案例来讲一讲如何在Python中调用BDB binding。

我们假设你安装了原始的Python 2.7.X系列Python运行环境，打开Windows命令行或Linux终端，输入python启动Python语言解析器，输入

import bsddb

。

Python 2.7.10 (default, May 23 2015, 09:44:00) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>import bsddb

如果系统未提示错误，意味着导入bsddb包正常，那么可以进行下一步操作了。

此时我们还可以输入

print bsddb.db.DB_VERSION_STRING

查看BDB版本号。

>>>print bsddb.db.DB_VERSION_STRING
Berkeley DB 4.7.25: (May 15, 2008)

下面我们创建一个新的数据库（注意BDB中没有数据表的概念，一个Key/Value对组成的集合对应一个磁盘文件）。

>>> mydb = bsddb.db.DB()
>>> mydb.open('mydb.db',dbtype = bsddb.db.DB_HASH, flags = bsddb.db.DB_CREATE)

上面的代码中，使用bsddb.db.DB()创建一个DB实例，然后使用DB中的open方法打开一个数据库，设计dbtype参数为DB_HASH表明这个库的结构为哈希表类型，设置flags参数为DB_CREATE表明如果数据文件不存在则新建一个空的数据文件。

TIPS：执行了mydb.open后会在当前操作系统路径下新建一个mydb.db的数据文件。如果你打开命令行没有改变当前路径的话默认会在用户主目录下（Windows为 C:\Users\你的用户名，Linux系统为~）

现在你就可以使用这个已经打开的DB实例存储第一个数据了，使用DB的put方法存储一个Key/Value对，如mydb.put(“author”,”evancsss”)，其中Key为author，Value为evancss。执行完put方法后，我们使用close()方法关闭数据库，并退出Python以验证数据是否已在磁盘上持久化存储。

>>> mydb.put("author","evancss")
>>> mydb.put("title","Berkeley DB in Python")
>>> mydb.close()
>>> exit()

现在我们要读取刚刚建立的数据库，重新进入Python解析器并开始使用BDB，这次我们使用from * import *的语法来简化我们的操作：

>>> from bsddb import db
>>> mydb = db.DB()
>>> mydb.open('mydb.db')
>>> print mydb.items()
[('title', 'Berkeley DB in Python'), ('author', 'evancss')]

哇塞，一切顺利，我们用一个简单的items()方法取出了刚刚添加的两条数据。

待续……

第二篇：Berkeley DB的数据结构

第三篇：高级特性与线程安全

第四篇：使用Berkeley DB进行URL去重

第五篇：使用Berkeley DB作为缓冲队列

第六篇： 新版Berkeley DB的特性

参考文档

http://blog.sina.com.cn/s/blog_502c8cc40100yqkj.html ↩
http://www.cnblogs.com/me115/p/3395396.html ↩
http://www.oracle.com/technetwork/database/database-technologies/berkeleydb/downloads/index.html ↩
https://www.jcea.es/programacion/pybsddb.htm ↩