SQL中集的Python字典

Question

我在Python中有一个字典，其中键是整数和整数的值集。 考虑到潜在的大小（数百万个键值对，其中一个集合可以包含1到几百个整数），我想将它存储在SQL（？）数据库中，而不是将其序列化为pickle来存储它和在我需要的时候把它装回去。

从阅读中我看到两种可能的方法来做到这一点，两者都有其缺点：

序列化集合并将它们存储为BLOB：所以我会得到一个带有两列的SQL，第一列是字典的键，如INTEGER PRIMARY KEY，第二列是BLOBS，包含一组整数。 缺点：如果不加载完整的BLOB，则无法更改集合，并在向其添加值后，将其序列化并将其作为BLOB插回数据库。
为每个集合的每个元素添加一个唯一的键：我会得到两列，一列是键（现在是key_dictionary + set / list的索引元素），每列有一个整数值。 我现在能够将值添加到“set”而无需将整个集合加载到python中。 我需要做更多的工作来跟踪所有的密钥。

另外，一旦数据库完成，我将总是需要集合，所以想法1似乎更快？ 如果我在主键中查询某些值（或者某些值，或者某些值），以获得我在系统2中的整个集合，那么SQL数据库（sqlite）是否仍然可以作为哈希表工作？ 或者它会线性搜索适合我的BETWEEN或LIKE搜索的所有值吗？

总的来说，解决这个问题的最佳方法是什么？ 显然，如果有一种完全不同的第三种方式可以自然地解决我的问题，请随时提出建议！ （通过搜索找不到任何其他解决方案）

我是Python的新手，尤其是数据库，所以如果我的问题不清楚，请告诉我。 :)

Answer 1

你的第二个答案几乎是我推荐的。 我要做的是有三列：

然后，我将在Set ID和Key上创建一个复合主键，以确保组合是唯一的：

CREATE TABLE something (
  set, 
  key, 
  value, 
  PRIMARY KEY (set, key)
);

您现在可以将值直接添加到特定集合中（或更新集合中的键）并选择集合中的所有键。

话虽这么说，您的第一个策略对于读取繁重的工作负载来说会更优化，因为索引的大小会更小。

SQL数据库（sqlite）仍然可以作为哈希表工作吗？

SQL数据库倾向于不使用哈希表。 它们通常也不进行顺序查找。 他们所做的通常是创建一个索引（它往往是某种树，例如B树），它允许范围查找（例如，你不确切知道你正在寻找什么键）。