作為常用的 python 自帶數據庫管理模塊，shelve 和 dbm 都是非常方便的對象持久化存儲和檢索工具，并且這兩個模塊在使用上具有許多不同的特點。

本文將從 shelve 和 dbm 的介紹、用法、優勢以及不同點等方面進行詳細闡述和比較，希望能夠幫助讀者更好地理解和使用這兩個數據庫管理模塊。

一、shelve 和 dbm 的介紹

shelve 和 dbm 都是 python 自帶的數據庫管理模塊，可以用于持久化存儲和檢索 python 中的對象。

雖然這兩個模塊的本質都是建立 key-value 對應關系的數據庫，但 shelve 模塊更像是 python 中的持久化字典。

支持存儲 python 中的幾乎所有對象（如整型、字符串、字典、列表等），并且具有一定的數據壓縮功能。

而 dbm 則僅支持字符串類型的鍵和值，并且它們會以二進制文件的方式存儲在硬盤上。

shelve 需要使用 pickle 模塊對 python 對象進行序列化和反序列化，而 dbm 則直接使用字節序列進行存儲。

因此，如果需要實現 python 對象的持久化存儲和檢索，建議使用 shelve；否則，如果采用 dbm 更為合適。

不僅如此，shelve 和 dbm 在使用上還存在許多區別，例如 shelve 具有鎖支持。

而 dbm 不支持鎖操作，這意味著在一些數據安全性較高的場景下，shelve 更為適合。

接下來，我們將重點介紹 shelve 和 dbm 的用法、優勢以及不同點等方面。

1.shelve 的用法

使用 shelve 模塊建立和打開數據庫非常簡單，我們只需要執行如下代碼：

import shelve

db = shelve.open('mydata.db')

這里，我們建立了一個名字為 mydata.db 的數據庫文件，并使用 shelve 模塊中的 open() 方法建立了一個 shelve 對象 db。

此時，我們可以使用 python 字典的方式來存儲和讀取對象：

import shelve

db = shelve.open('mydata.db')
db['key1'] = 'value1'
db['key2'] = 2
db['key3'] = {'name': 'Jack', 'age': 25}

print(db['key1']) # 輸出 value1
print(db['key2']) # 輸出 2
print(db['key3']) # 輸出 {'name': 'Jack', 'age': 25}

可以看到，我們成功地將不同類型的 python 對象存儲到了 shelve 數據庫中，并且通過相應的鍵名完成了對其的讀取操作。

需要注意的是，在使用 shelve 存儲自定義對象時，通過 setstate__() 和 __getstate() 方法來實現對象的序列化和反序列化。

shelve 對象也可以使用 python 的 with 語句進行上下文管理：

import shelve

with shelve.open('mydata.db') as db:
    db['key4'] = {'name': 'Tom', 'age': 22}

print(db['key4']) # 輸出 KeyError: 'key4'

使用 with 語句可以確保在代碼塊結束時，shelve 對象會被關閉，并將其所包含的對象保存到硬盤上。

此時，需要注意的是，由于已經關閉了 shelve 對象，無法再直接使用 db 對象訪問鍵值 key4。

最后，我們需要手動關閉 shelve 數據庫：

import shelve

db = shelve.open('mydata.db')
# 操作數據庫
db.close()

2.dbm 的用法

與 shelve 類似，使用 dbm 模塊建立和打開數據庫也非常簡單：

import dbm

db = dbm.open('mydata.db', 'c')

這里，我們建立了一個名字為 mydata.db 的數據庫文件，并使用 dbm 的 open() 方法建立了一個 dbm 對象 db。

需要注意的是，與 shelve 不同的是，dbm 只支持字符串類型的鍵和值，并且需要用字節串的形式作為鍵和值。

我們可以使用字節串來存儲字符串：

import dbm

db = dbm.open('mydata.db', 'c')
db[b'key1'] = b'value1'
db[b'key2'] = b'value2'

print(db[b'key1']) # 輸出 value1
print(db[b'key2']) # 輸出 value2

需要注意的是，我們使用了字節串作為鍵和值，以便在存儲和讀取時使用。

如果要將 Unicode 字符串存儲到 dbm 中，需要使用 encode() 方法將其編碼為字節串，例如：

import dbm

db = dbm.open('mydata.db', 'c')
db[b'key3'] = '這是一個字符串'.encode('utf-8')

print(db[b'key3'].decode('utf-8')) # 輸出 這是一個字符串

與 shelve 一樣，dbm 對象也可以使用 python 的 with 語句進行上下文管理：

import dbm

with dbm.open('mydata.db', 'c') as db:
    db[b'key4'] = b'value4'

print(db[b'key4']) # 輸出 KeyError: b'key4'

需要注意的是，在使用 with 語句時，db 對象也會在離開代碼塊時自動關閉。

最后，我們需要手動關閉 dbm 數據庫：

import dbm

db = dbm.open('mydata.db', 'c')
# 操作數據庫
db.close()

二、shelve 和 dbm 的優勢

shelve 和 dbm 模塊的優勢在于它們非常方便，無需安裝任何第三方庫即可使用。

它們的 API 與 python 內置的類型非常相似，因此使用起來非常簡單。

此外，它們對于小型數據存儲和檢索非常高效，并且具有跨平臺的優勢。

盡管這些特點不一定具有普適性，但在許多程序中都是優秀且合理的選擇。

此外，shelve 模塊具有數據壓縮的功能，可以在一定程度上提高存儲效率。

這是由于 shelve 會將 python 對象轉換為字符串，并壓縮這些字符串，從而減小數據文件的大小。

因此，如果需要長期存儲比較多的數據，使用 shelve 可以使得磁盤占用量更小，并且可以加速數據存儲和檢索的速度。

三、shelve 和 dbm 的不同點

shelve 和 dbm 在使用上具有許多不同點。下面我們將重點討論它們的幾種不同之處。

1. 數據類型不同

最引人注目的是，shelve 和 dbm 支持的數據類型不同。

shelve 可以存儲任意的 python 對象，包括列表、字典、元組、自定義對象等，而 dbm 僅支持字節串類型的鍵和值。

具體來說，對于數據類型的限制，shelve 要比 dbm 更小。

這取決于具體應用需求，但是如果需要存儲 python 對象，則可以使用 shelve，否則可以使用 dbm。

2. 支持不同的鎖

shelve 具有鎖支持，這意味著它可以被多個進程或線程同時訪問，可以有效避免并發沖突的情況。

相比之下，dbm 不支持鎖操作，這意味著在訪問 dbm 數據庫時需要自己實現自己的鎖邏輯，以確保并發訪問的正確性。

3. 磁盤空間占用不同

盡管 shelve 和 dbm 都是將數據存儲在硬盤上，但是占用的磁盤空間大小卻有所不同。

通常情況下，shelve 會壓縮數據并存儲它們，因此在許多情況下，shelve 會占用更少的磁盤空間。

而 dbm 不需要進行壓縮操作，因此當存儲的數據量較小時，dbm 相對于 shelve 更為節省磁盤空間。

總結

在本文中，我們詳細介紹了 shelve 和 dbm 兩個 python 自帶的數據庫管理模塊，包括它們的介紹、用法、優勢以及不同點等。

雖然 shelve 和 dbm 的共同點是都能實現簡單的持久化存儲和檢索功能。

但是這兩個模塊在存儲和檢索的數據類型、支持鎖的程度以及磁盤空間占用等方面存在許多不同點。

在選擇具體的模塊時，需要結合實際情況來進行選擇。