普通文件不解释了，DBM就是把字符串的键值对存储在文件里：
- % python
- >>> import anydbm
- >>> file = anydbm.open('movie', 'c') # make a DBM file called 'movie'
- >>> file['Batman'] = 'Pow!' # store a string under key 'Batman'
- >>> file.keys( ) # get the file's key directory
- ['Batman']
- >>> file['Batman'] # fetch value for key 'Batman'
- 'Pow!'
Pickled就是把对象序列化到文件，可以存储复杂类型：
- % python
- >>> table = {'a': [1, 2, 3],
- 'b': ['spam', 'eggs'],
- 'c': {'name':'bob'}}
- >>>
- >>> import pickle
- >>> mydb = open('dbase', 'w')
- >>> pickle.dump(table, mydb)
下面是反序列化：
- % python
- >>> import pickle
- >>> mydb = open('dbase', 'r')
- >>> table = pickle.load(mydb)
- >>> table
- {'b': ['spam', 'eggs'], 'a': [1, 2, 3], 'c': {'name': 'bob'}}
shelve存储差不多就是DBM和Pickled方式的结合，以键值对的形式把对象序列化到文件：
- % python
- >>> import shelve
- >>> dbase = shelve.open("mydbase")
- >>> object1 = ['The', 'bright', ('side', 'of'), ['life']]
- >>> object2 = {'name': 'Brian', 'age': 33, 'motto': object1}
- >>> dbase['brian'] = object2
- >>> dbase['knight'] = {'name': 'Knight', 'motto': 'Ni!'}
- >>> dbase.close( )
取数据：
- % python
- >>> import shelve
- >>> dbase = shelve.open("mydbase")
- >>> len(dbase) # entries
- 2
- >>> dbase.keys( ) # index
- ['knight', 'brian']
- >>> dbase['knight'] # fetch
- {'motto': 'Ni!', 'name': 'Knight'}
对象数据库的存储没怎么了解，因为不习惯用它存储数据。感觉应该和shelve差不多吧，只是把数据保存到了数据库里（其实还是一个文件嘛），然后增加了些事务之类的高级功能。
Python中关系数据库的存储是重点，操作关系数据库最“简单”的就是直接用DB-API，就像Java里的JDBC；当然，数据结构复杂了、设计要求高了，就得找些ORM框架偷懒了，主要有独立的SQLAlchemy，Django的自带ORM等。这部分内容还是下一篇博客写吧，我不喜欢文章拉得长长的……
Python中操作关系数据库最直接的就是用DB-API了，流程一般是：连接、执行SQL语句、提交、断开。以MySQL为例，下面是各步骤的代码示例：
首先是连接：
- % python
- >>> import MySQLdb
- >>> conn = MySQLdb.connect(host='localhost', user='root', passwd='python')
接着便可以执行语句了，但在执行SQL语句前要先获取指针：
- >>> curs = conn.cursor( )
- >>> curs.execute('create database peopledb')
- 1L
- >>> curs.execute('use peopledb')
- 0L
- >>> tblcmd = 'create table people (name char(30), job char(10), pay int(4))'
- >>> curs.execute(tblcmd)
- 0L
添加数据：
- >>> curs.execute('insert people values (%s, %s, %s)', ('Bob', 'dev', 5000))
- 1L
- >>> curs.executemany('insert people values (%s, %s, %s)',
- ... [ ('Sue', 'mus', '70000'),
- ... ('Ann', 'mus', '60000')])
- 2L
- >>> conn.commit( )
执行查询：
- >>> curs.execute('select * from people')
- 6L
- >>> curs.fetchall( )
- (('Bob', 'dev', 5000L), ('Sue', 'mus', 70000L), ('Ann', 'mus', 60000L), ('Tom',
- 'mgr', 100000L))
执行完数据库操作记得断开连接：
- conn.close( ) # close, _ _del_ _ call rollback if changes not committed yet
如果数据结构不是很复杂，配合Python强大的列表解析能力，不用ORM框架也是很方便的；或者自己封装对象映射也不是很难。
如果使用了Django框架，可以使用它自带的ORM工具来操作数据库。首先当然是编写实体类（或者叫模型）了：
- from django.db import models
- class Musician(models.Model):
- first_name = models.CharField(max_length=50)
- last_name = models.CharField(max_length=50)
- instrument = models.CharField(max_length=100)
- class Album(models.Model):
- artist = models.ForeignKey(Musician)
- name = models.CharField(max_length=100)
- release_date = models.DateField()
- num_stars = models.IntegerField()
Python的代码已经很清楚了，类对应表，成员变量对应表的列，列属性由models.XXXField(...)定义。如果实体类没有显式定义主键，Django会默认加上一句：
- id = models.AutoField(primary_key=True)
Django里可以这样定义枚举型数据：
- class Person(models.Model):
- GENDER_CHOICES = (
- (u'M', u'Male'),
- (u'F', u'Female'),
- )
- name = models.CharField(max_length=60)
- gender = models.CharField(max_length=2, choices=GENDER_CHOICES)
对于关联关系，在做列的映射定义时可以这么写：
- poll = models.ForeignKey(Poll)
- sites = models.ManyToManyField(Site)
- place = models.OneToOneField(Place")
在Django里定义关联关系还有更多功能，详细的还是看官方文档吧~
Django的Model基类中已经定义了基本的数据库操作，因为所有的实体类都是继承自Model类，所以也就有了这些操作。例如新建并保存一个person只需要这么做：
- >>> p = Person(name="Fred Flinstone", gender="M")
- >>> p.save()
Django会通过查询对象的主键是否存在来决定该UPDATE还是INSERT，当然你也可以强制框架执行某种操作。如果你不满意框架自带的方法，可以重写它：
- class Blog(models.Model):
- name = models.CharField(max_length=100)
- tagline = models.TextField()
- def save(self, *args, **kwargs):
- do_something()
- super(Blog, self).save(*args, **kwargs) # Call the "real" save() method.
- do_something_else()
发现没，Django里存取数据不需要那种session，最讨厌Hibernate里的session了，总是报“Session Closed”错误……
Python还有一个独立的ORM框架——SQLAlchemy。功能更强大，支持的数据库也比Django自带的ORM工具要多。它有两种建立实体类的方法。
一种是分开定义，再将表定义和类定义映射起来。首先是建立表的定义：
- >>> from sqlalchemy import Table, Column, Integer, String, MetaData, ForeignKey
- >>> metadata = MetaData()
- >>> users_table = Table('users', metadata,
- ... Column('id', Integer, Sequence('user_id_seq'), primary_key=True),
- ... Column('name', String(50)),
- ... Column('fullname', String(50)),
- ... Column('password', String(12))
- ... )
接着定义实体类：
- >>> class User(object):
- ... def __init__(self, name, fullname, password):
- ... self.name = name
- ... self.fullname = fullname
- ... self.password = password
这还没完，还要把他们映射起来：
- >>> from sqlalchemy.orm import mapper
- >>> mapper(User, users_table)
这样的过程有点像Hibernate里将XML的Map文件和实体类的映射。Hibernate中还可以方便的直接用注释在实体类中完成与表的映射，当然SQLAlchemy也有直接的方法：
- >>> from sqlalchemy.ext.declarative import declarative_base
- >>> Base = declarative_base()
- >>> class User(Base):
- ... __tablename__ = 'users'
- ...
- ... id = Column(Integer, primary_key=True)
- ... name = Column(String)
- ... fullname = Column(String)
- ... password = Column(String)
作为一个独立的ORM框架，实体类的存取当然就不会像Django那样集成的那么完美了，SQLAlchemy里存取数据也是要Session的：
- >>> from sqlalchemy.orm import sessionmaker
- >>> Session = sessionmaker(bind=engine)
这里的engine对象需要这样建立：
- >>> from sqlalchemy import create_engine
- >>> engine = create_engine('<span style="font-family: monospace; white-space: normal; color: #333333; line-height: 20px;">dialect+driver://user:password@host/dbname[?key=value..]</span>', echo=True)
对于存取操作，如果是保存就这么写：
- >>> ed_user = User('ed', 'Ed Jones', 'edspassword')
- >>> session.add(ed_user)
如果要查询，就是类似的这种形式：
- >>> our_user = session.query(User).filter_by(name='ed').first()
执行完一些数据操作，必要的时候要提交或是回滚：
- >>> session.rollback()
- 或者
- >>> session.commit()
SQLAlchemy框架还有一个衍生产品——Elixir，在SQLAlchemy的基础上对其映射方式做了些封装，使得实体类的定义有点类似Django中的定义方式。
以上便是这两天对Python中数据存储的一些学习记录。话说Django的ORM与它的其他模块结合的很紧密，不好单独使用；SQLAlchemy虽然强大，但风格不太喜欢，所以下一步打算深入两个ORM框架的代码，看看他们是怎么实现的。一方面好抉择用哪一个，另外也可以看看在自己的应用中能否自己做一个简单的ORM。
转载：http://gaogaochao1.blog.163.com/blog/static/79810971201101955038248/