在Python中，哪种类型的数据结构允许快速搜索并最有效？

我有一个文本文件，其中列出了10000000个YouTube视频ID，如下所示：

9bZkp7q19f0
t4H_Zoh7G5A
9bZkp7q19f0
etc...

videoID    ,  viewCount, count, etc
9bZkp7q19f0, 1895378471, 10000
t4H_Zoh7G5A,  512345678, 10000

我打开文件，获取YouTube视频ID，然后查找，查看其统计数据： {API_KEY}对于第一个视频（Psy江南风格），API调用返回：

  "viewCount": "1895378471",
  "likeCount": "8110831",
  "dislikeCount": "976065",
  "favoriteCount": "0",
  "commentCount": "5100187"

我还计算自定义值，例如每个视频包含在文件中的次数，每次递增一次

我需要将所有这些信息记录到某种类型的Python数据结构中，如下所示：

9bZkp7q19f0
t4H_Zoh7G5A
9bZkp7q19f0
etc...

videoID    ,  viewCount, count, etc
9bZkp7q19f0, 1895378471, 10000
t4H_Zoh7G5A,  512345678, 10000

由于VideoID经常在输入文件中重复，因此我不仅要在数据结构中添加新行，还需要能够找到现有行，并增加count的值

我认为像“videoID”、“count”这样的文本实际上不必在数据结构中，只要我知道每列代表什么，二维数组就可以了

这个问题的重点是我试图决定哪种类型的数据结构最好。性能至关重要

我必须能够通过videoID键快速确定数据结构中是否已经存在该行，因此如果我能够索引第一列，那将是理想的

---

什么类型的Python数据结构可以实现这一点？

使用videoID作为键在dict中存储viewCount和TimePreferred的元组。更新每个条目将以固定时间运行

---

对于额外的数据，请等到将数据放入数据库后再获取。在你数数的时候把东西弄得乱七八糟是没有意义的。

一份字典清单就可以了。但是，为了获得最佳性能，我会使用cpickle（pickle的更快版本）将字典列表存储在“pickle”文件中

---

我首先将其编码为直接使用SQL数据库，然后跳过中间步骤。然后确定性能是否太差，并进行优化。