`btree` -- 简单的 BTree 数据库

btree 模块使用外部存储（磁盘文件，或在一般情况下为随机访问流）实现简单的键值数据库。键存储在数据库中并保持排序，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（检索给定范围内键的值）。在应用程序接口方面，B树数据库尽可能以与标准 dict 类型相似的方式工作，一个显著区别是键和值都必须是类字节对象（因此，如果您想要存储其他类型的对象，需要首先将它们序列化为 str 或 bytes 或其他支持缓冲区协议的类型）。

该模块基于著名的 BerkeleyDB 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 io.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()

函数

btree.open(stream, *, flags=0, pagesize=0, cachesize=0, minkeypage=0)

从随机存取的 stream（类似一个打开的文件）中打开一个数据库。所有其他的参数都是可选的，且都只为关键字，并允许对数据库操作的高级参数进行调整（大多数用户并不会需要这个）:

flags - 当前未使用。
pagesize - B树中用于节点的页面大小。可接受范围为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/或性能进行了优化。
cachesize - 以字节计的建议内存缓存大小。对于内存充足的板，使用更大值可能会提高性能。缓存策略如下：整个缓存不会一次性分配；相反，访问数据库中的新页面会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，仍可能分配更多缓冲区（例如，如果数据库包含大键和/或值）。分配的缓存缓冲区不会被回收。
minkeypage - 每个页面存储的键的最小数量。默认值为0等同于2。

返回一个B树对象，该对象实现一个字典协议（方法集）和下述的一些附加方法。

方法

btree.close(): 关闭数据库。处理结束时关闭数据库是强制性的，因为某些未写入的数据可能仍留在缓存中。注意：这并不会关闭随数据库打开的基础流，基础流应单独关闭（这也是强制性的，以确保从缓冲区中刷新的数据进入底层存储）。

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__(): B树对象可被直接迭代（与字典相似）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，但也可使用可选参数来迭代一个键子范围，而不是整个数据库。注意：这三种方法中， start_key 和 end_key 参数都代表键值。例如， values() 方法将迭代与给定键范围对应的值。 start_key 为 None 表示"从首个键开始"，无 end_key 或其值为 None 则表示"直到数据库结束"。默认情况下，范围包括 start_key ，而不包括 end_key ，您可以通过传递 btree.INCL 的标记来将 end_key 包括在迭代中。您可以通过传递 btree.DESC 的标记来按照键的降序方向进行迭代。标记值可以按位或组合使用。

常量

btree.INCL: keys(), values(), items() 方法的标记，指定扫描应该包含结束键。

btree.DESC: keys(), values(), items() 方法的标记，指定扫描应按照键的降序方向进行。

btree -- 简单的 BTree 数据库

函数

方法

常量

`btree` -- 简单的 BTree 数据库