Berkeley DB的数据存储结构

BDB支持四种数据存储结构及相应算法，官方称为访问方法（Access Method），分别是哈希表（Hash Table）、B树（BTree）、队列（Queue）、记录号（Recno）。在创建数据库的时候，必须通过dbtype参数将存储结构指定为上述结构中的一种，一旦数据库文件已创建则不能再更改其结构。

B树（BTree）

通过指定dbtype=db.DB_BTREE用哈希表作为存储结构。B树中的B是Balanced的缩写，实际使用过程中，B树同哈希表基本一样。

哈希表（Hash）

通过指定dbtype=db.DB_HASH使用哈希表作为存储结构。

队列（Queue）

通过指定dbtype=db.DB_QUEUE使用队列作为存储结构。初次使用这种结构你能感觉到它与B树和哈希有较大的差异。

>>> from bsddb import db >>> quedb = db.DB() >>> quedb.open('quedb.db',dbtype=db.DB_QUEUE,flags=db.DB_CREATE) >>> quedb.put("number1","1") Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: String keys not allowed for Recno and Queue DB's >>>

上面的代码我们新建了一个名字为quedb的队列数据库，在使用我们熟悉的put方法时出错，原因是队列类型是不接受字符串类型的Key名称，Key只能是数字。

>>> quedb.put(1,"first item") >>> print quedb.items() [(1, 'first item ')]

实际应用中，经常Key对我们来说并不重要，我们可以使用一个简化的append方法向队列添加元素,这个方法会将添加元素的Key（记录号）作为返回值：

>>> quedb.append("second item") 2 >>> print quedb.items() [(1, 'first item '), (2, 'second item ')]

在队列中仍可以使用get方法获取值、使用put方法更改值，以及使用delete删除值：

>>> print quedb.get(1) first item >>> quedb.put(1,"1st item") >>> print quedb.items() [(1, '1st item '), (2, 'second item ')] >>> quedb.delete(1) >>> print quedb.items() [(2,'second item ')]

你可能想让这种数据结构操作起来也更像一个队列。可以使用另一个简化的功能consume，这样我们使用append在队列尾部加入数据，使用consume取出队列首部的数据，很方便地实现了FIFO的操作：

>>> quedb.append("third item") 3 >>> quedb.consume() ('\x02\x00\x00\x00', 'second item ')>>> quedb.consume() ('\x03\x00\x00\x00', 'third item ') >>> quedb.consume() >>>

记录号

记录号数据结构有些特性和队列很类似，它支持put，get，append，delete等方法，同样，它的Key也只能是数字类型。需要注意的是，在创建数据库之前不需要指定记录长度，它也不能象队列类型那样使用consume方法。

选择正确的数据结构

首先你要知道准备使用BDB解决什么样的问题，如果你需要存储复杂的数据（包括字符串），那么你应当使用B树或者哈希。如果你想使用逻辑编号，那么应当使用队列或记录号。 
那么问题来了，在B树、哈希，队列、记录号之间应当如何做选择呢？

选择B树还是哈希？

当在主键有序时，Btree算法应该被使用。

Hash 和 Btree 两种方式在小的数据集合上几乎没有性能的差别。不过，由于Hash使用的是扩展线性HASH算法（extended linear hashing），可以根据HASH表的增长进行适当的调整。所以当一个数据集合足够大且关键字为随机分布时，采用Hash算法比较好。

选择队列还是记录号？

当用记录号作为数据存取的主键时，应该使用 Queue和Recno存取方法。记录号由算法本身生成。实际上，这和关系型数据库中逻辑主键通常定义为int AUTO型是同一个概念。两者基本上都是建立在Btree算法之上，提供存储有序数据的接口。Queue的优势在于：由于其记录为定长，在插入操作时把记录插入到队列的尾部，所以速度最快，而且它执行上锁和并发处理的水平也相当高。 Recno 的长处在于它支持一些Queue不能实现的特征，比如可变长记录和支持flat-text文件。记录号可以是可变的或者不变的： 可变指的是当记录被删除或者插入记录号发生变化；不变指的是记录号无论数据库如何操作，记录号都不会发生改变。 Recno 可以被设置为不变和可变两种形式。