linux磁盘缓冲区缓存是否使python cPickle比shelve更高效？

Question

当将频繁访问的python对象作为单独的cPickle文件存储而不是将所有对象存储在一个大型书架中时，由于linux磁盘缓冲区缓存，IO是否更有效？

在这两种情况下，磁盘缓冲区缓存在效率方面是否运行不同？

可能有成千上万的大文件（通常大约100Mb，但有时1Gb），但有很多RAM（例如64Gb）。

Answer 1

我不知道任何理论方法来决定哪种方法更快，即使我做了，我也不确定我会信任它。所以让我们编写一些代码并对其进行测试。

如果我们将pickle/shelve管理器打包到一个具有通用接口的类中，那么它将很容易将它们交换到代码中。因此，如果在未来某个时刻，您发现其中一个比另一个更好（或者发现更好的方法），您只需使用相同的界面编写一个类，然后您就可以将新类插入代码中对其他任何东西的修改都很少。

test.py：

import cPickle 
import shelve 
import os 

class PickleManager(object): 
    def store(self,name,value): 
     with open(name,'w') as f: 
      cPickle.dump(value,f) 
    def load(self,name): 
     with open(name,'r') as f: 
      return cPickle.load(f) 

class ShelveManager(object): 
    def __enter__(self): 
     if os.path.exists(self.fname): 
      self.shelf=shelve.open(self.fname) 
     else: 
      self.shelf=shelve.open(self.fname,'n') 
     return self 
    def __exit__(self,ext_type,exc_value,traceback): 
     self.shelf.close() 
    def __init__(self,fname): 
     self.fname=fname 
    def store(self,name,value): 
     self.shelf[name]=value   
    def load(self,name): 
     return self.shelf[name] 

def write(manager):     
    for i in range(100): 
     fname='/tmp/{i}.dat'.format(i=i) 
     data='The sky is so blue'*100 
     manager.store(fname,data) 
def read(manager):   
    for i in range(100): 
     fname='/tmp/{i}.dat'.format(i=i)   
     manager.load(fname) 

通常情况下，你会使用PickleManager这样的：

manager=PickleManager() 
manager.load(...) 
manager.store(...) 

，而你应该使用ShelveManager这样的：

with ShelveManager('/tmp/shelve.dat') as manager:   
    manager.load(...) 
    manager.store(...) 

但为了测试性能，你可以这样做：

python -mtimeit -s'import test' 'with test.ShelveManager("/tmp/shelve.dat") as s: test.read(s)' 
python -mtimeit -s'import test' 'test.read(test.PickleManager())' 
python -mtimeit -s'import test' 'with test.ShelveManager("/tmp/shelve.dat") as s: test.write(s)' 
python -mtimeit -s'import test' 'test.write(test.PickleManager())' 

至少在我的机器上，结果出来是这样的：

    read (ms)  write (ms) 
PickleManager  9.26   7.92 
ShelveManager  5.32   30.9 

所以看起来ShelveManager可能是在阅读速度较快，但PickleManager可以在写更快。

一定要自己运行这些测试。 Timeit结果可能因Python，OS，文件系统类型，硬件等版本而异。

此外，请注意我的write和read函数会生成非常小的文件。您将需要对与您的用例更类似的数据进行测试。