معرفی شرکت ها


freaddb-0.0.9


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Fast Read DB
ویژگی مقدار
سیستم عامل -
نام فایل freaddb-0.0.9
نام freaddb
نسخه کتابخانه 0.0.9
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Phuc Nguyen
ایمیل نویسنده phucnt.ty@gmail.com
آدرس صفحه اصلی https://github.com/phucty/freaddb
آدرس اینترنتی https://pypi.org/project/freaddb/
مجوز MIT and The OpenLDAP Public License
# FReadDB FReadDB: Fast Read Database is implemented with LMDB (key-value database) as the underlying storage. We use this DB as a data storage, and RAM of [MTab system](https://mtab.kgraph.jp). ## Installation ```bash pip install freaddb ``` ## Usage ```python from freaddb.db_lmdb import SIZE_1GB, DBSpec, FReadDB, ToBytes # Data file directory data_file = "/tmp/freaddb/db_test_basic" # Clear old data shutil.rmtree(data_file, ignore_errors=True) # Define sub database schema data_schema = [ # keys are strings, values are python objs and compress values DBSpec( name="data0", integerkey=False, bytes_value=ToBytes.OBJ, compress_value=True, ), # key are integers, values are python objects serialized with msgpack and no compress values DBSpec(name="data1", integerkey=True, bytes_value=ToBytes.OBJ), # key are strings, values are python objects serialized with pickle DBSpec(name="data2", integerkey=False, bytes_value=ToBytes.PICKLE), # key are strings, values are bytes DBSpec(name="data3", integerkey=False, bytes_value=ToBytes.BYTES), # key are integers, values are list integers serialized with numpy DBSpec(name="data4", integerkey=True, bytes_value=ToBytes.INT_NUMPY), # key are integers, values are list integers serialized with BITMAP DBSpec(name="data5", integerkey=True, bytes_value=ToBytes.INT_BITMAP), # key are combination of two integers DBSpec(name="data6", combinekey=True), # key are combination of three integers DBSpec(name="data7", combinekey=True), ] # Example data data = { "data0": {"One": {1: "One"}, "Two": {2: "Two"}}, "data1": {1: "One", 2: "Two"}, "data2": {"One": 1, "Two": 2}, "data3": {"One": b"1", "Two": b"2"}, "data4": {i: list(range(i * 10)) for i in range(10, 20)}, "data5": {i: list(range(i * 10)) for i in range(10, 20)}, "data6": {(1, 2): "One", (2, 3): "Two"}, "data7": {(1, 2, 3): "One", (2, 3, 4): "Two"}, } to_list_data = {"data4", "data5"} # Create data with data_file, data_schema, and buffer is 1GB db = FReadDB(db_file=data_file, db_schema=data_schema, buff_limit=SIZE_1GB) # Add data to FReadDB for data_name, data_items in data.items(): for key, value in data_items.items(): db.add_buff(data_name, key, value) # db.delete_buff("data0", "One") # Make sure save all buffer to disk db.save_buff() #################################################### # (Optional for readonly database) Compress database db.compress() db.close() db = FReadDB(db_file=data_file, readonly=True) #################################################### # Access data # Get a key sample = db.get_value("data6", (1, 2)) assert sample == "One" sample = db.get_value("data7", (1, 2, 3)) assert sample == "One" sample = db.get_value("data1", 1) assert sample == "One" for data_name, data_samples in data.items(): sample = db.get_values(data_name, list(data_samples.keys())) if data_name in to_list_data: sample = {k: list(v) for k, v in sample.items()} assert sample == data_samples print(json.dumps(db.stats(), indent=2)) ```


نیازمندی

مقدار نام
>=1.3.0,<2.0.0 lmdb
>=1.0.4,<2.0.0 msgpack
>=1.22.4,<2.0.0 numpy
>=4.0.1,<5.0.0 lz4
>=0.3.3,<0.4.0 pyroaring
>=4.64.0,<5.0.0 tqdm
>=5.3.0,<6.0.0 ujson
>=5.9.4,<6.0.0 psutil


زبان مورد نیاز

مقدار نام
>=3.8,<4.0 Python


نحوه نصب


نصب پکیج whl freaddb-0.0.9:

    pip install freaddb-0.0.9.whl


نصب پکیج tar.gz freaddb-0.0.9:

    pip install freaddb-0.0.9.tar.gz