PickleDB：轻量级的 Python 键值存储

PickleDB：轻量级的 Python 键值存储

在 Python 生态里，做数据持久化的方案很多。Redis 快但要额外部署服务，SQLite 可靠但写起来有一定门槛。如果你只是想把几个键值对存到本地文件，PickleDB 是个值得看看的选择。

这个项目基于 orjson 模块构建，主打一个简单直接。当前 Star 数 1070，不算热门项目，但解决的问题很具体：给 Python 开发者提供一个零依赖（除 orjson 外）、开箱即用的本地键值存储。

核心设计：够用就好

PickleDB 的定位很明确。它不做分布式，不做复杂查询，也不追求企业级特性。它就是一个内存里的键值存储，带异步支持，数据以 JSON 格式持久化到本地文件。

代码量不大，但核心功能齐全。初始化只需要一行代码就能开始用：

from pickledb import PickleDB

db = PickleDB("example.json").load()
db.set("key", "value")
db.get("key")  # return "value"

数据默认以 JSON 格式落盘，人类可读，也方便手动编辑。底层用 orjson 负责序列化，性能比 Python 标准库里的 json 模块高不少。对于读多写少的场景，这个组合够用了。

值得一提的是它还支持异步操作。在 async/await 已经普及的当下，这个特性让 PickleDB 能比较好地融入现代 Python 项目的代码风格里。

适合什么场景

这种轻量级方案最适合以下情况：

第一，单机脚本或小型应用。不需要安装 Redis，也不需要配置数据库连接，一个 JSON 文件就能完成数据存储。部署的时候直接把文件拷走就行。

第二，配置缓存。把一些不常变化的配置读进内存，操作完再写回文件，逻辑很干净。JSON 格式也方便人工查看和调试。

第三，快速原型开发。做 Demo 或验证想法的时候，不想在基础设施上花时间，PickleDB 可以直接用，后期如果需要迁移到更重的方案，数据结构也不复杂。

第四，教学或学习用途。代码简洁，适合用来理解键值存储的基本原理。BSD 三条款许可证，商用和修改都没有顾虑。

也有局限

毕竟是个轻量方案，它不适合所有场景。

高并发写入是它的短板。JSON 文件不是为频繁随机写设计的，多个进程同时写入会有竞争问题。数据量大的时候，全量序列化和反序列化的开销也会明显上升。

功能层面，它不支持查询语言，没有索引机制，也没有事务保证。键值对的结构决定了你只能按 key 查，没法做条件过滤或范围查询。

如果你需要上述特性，还是得上正经的数据库或专门的缓存系统。

与其他方案的对比

和 Redis 相比，PickleDB 没有网络开销，但也没有 Redis 的丰富数据结构和集群能力。和 Python 内置的 shelve 模块相比，PickleDB 用 JSON 代替了 pickle 格式，数据更透明，跨语言读取也更方便。和直接读写 JSON 文件相比，它封装了一层内存缓存，避免了每次操作都走磁盘 IO。

总结

PickleDB 不是要取代 Redis 或 MongoDB。它的价值在于把一件事做到足够简单：在 Python 里存取键值数据，几行代码就能跑起来。

如果你正在做一个小型项目，需要一个本地存储方案，又不想引入太重的依赖，可以看看这个项目。代码简单，接口直观，对于合适的场景来说，是个省事儿的选择。