Python “执行”；数据库索引+；“存储在随机文件中”；vs"；“存储在数据库中”；

在中，我发布了一些代码并提出了一些问题，再次发布了代码：

index = db.open()
fh = open('somefile.txt','rb')
for i in range(1000):
    x = random_integer(1,5000)
    pos,length = index[x]
    fh.seek(pos)
    buffer = fh.read(length)

    doSomeThingWith(buffer)

fh.close()
db.close()

受一个名为的模块的启发，我使用一个数据库来索引.txt文件中文本段的位置和长度，以便进行随机检索。在本文的其余部分中，我将此解决方案称为“数据库+文件”

当重复运行“数据库+文件”代码时，执行所需的时间越来越少。我将此解决方案的性能与使用BerkeleyDB存储这些文本段进行了比较。通过调整页面大小，BerkeleyDB解决方案的性能被微调到最佳状态

我将两种解决方案的代码放在一个脚本中。从BDB+文件和BDB连续检索六次的结果如下：

我是否可以判断“数据库+文件”的随机读取速度类似于“足够快”？

---

另外，我正在寻找一种解决方案，用于存储结构化语料库中的文本和文本段。数据库可能会有所帮助，但显然在数据库中存储大量不同长度的文本不是一个好主意。我正在评估“数据库+文件”解决方案，即使用数据库建立语料库结构，将所有文本和文本段存储在普通随机访问文件中，而数据库只存储指针。文本段的提取只是简单的随机访问操作。我需要确定此解决方案的性能是否足够好。如有任何建议，将不胜感激

够快做什么？；-）说真的，你想知道什么还不清楚。@TimPeters:是的，有点不清楚。我的意思是说，至少这个“数据库+文件”作为存储文本语料库的解决方案不会太慢，安全吗？