PickleDB——Python 小白也能玩转的超轻量键值库,秒级读写惊艳全场

PickleDB 是什么？PickleDB 本质上是个 纯 Python 实现的键值存储，底层靠 pickle（序列化）+ orjson（高速 JSON）来写磁盘。它的目标很简单：把数据当成普通的 Python 对象（list、dict、str …）直接塞进去，想取就取，像操作本地变量一样自然。别看名字里有 “pickle”，其实它并不只会“腌黄瓜”，更像是 轻量级的本地 NoSQL，随装随用，零依赖，几行代码就能搞定。

它解决了哪些痛点？

安装 & 使用教程

1. 1. 安装（一条命令搞定）

   pip install pickledb

2. 2. 创建数据库（默认会在当前目录生成 mydb.db）

   import pickledb# 第一个参数是文件路径，第二个参数表示是否自动保存db = pickledb.load('mydb.db', auto_dump=True)

3. 3. 基本操作（和字典几乎一模一样）

   # 写入db.set('name', '小明')db.set('age', 28)# 读取print(db.get('name'))   # → 小明print(db.get('age'))    # → 28# 删除db.rem('age')# 列表/字典存储db.set('scores', [85, 90, 78])db.set('profile', {'city': '北京', 'job': '程序员'})

4. 4. 手动保存（如果 auto_dump=False）

   db.dump()   # 将内存中的数据写入磁盘

5. 5. 异步版（适配 FastAPI、Starlette 等）

   from pickledb import AsyncPickleDBasyncdefdemo():    db = await AsyncPickleDB.load('async.db')await db.set('token', 'abc123')    token = await db.get('token')print(token)

优缺点一览

性能小实验（来自官方 benchmark）

测试环境：StarLabs StarLite Mk IV（Quad‑Core Intel® Pentium® Silver N5030 @ 1.10 GHz，8 GB RAM），系统为 elementary OS 7.1 Horus。

可以看到，即使是几千万条记录，PickleDB 依旧在 秒级 读取和写入，足以满足大多数小型服务、原型开发、个人工具的需求。

总结 & 小贴士

• • 如果你只需要 本地轻量的键值存储，不想折腾 MySQL、Redis 那套生态，PickleDB 完全可以直接上手。
• • 用它来保存 配置、缓存、实验数据 再合适不过；但如果业务涉及 大数据量、并发写入或复杂查询，还是考虑更专业的数据库。
• • 记得 开启 auto_dump=True 或在关键节点手动 dump()，确保数据不丢。
• • 代码里如果出现 pickle.UnpicklingError，大概率是文件被意外截断，重新生成或恢复备份即可。

项目地址：https://github.com/patx/pickledb