Python 在RAM中使用SQLite表代替闪存

我们目前正在进行一个python项目，该项目基本上是将M2M数据读入/写入SQLite数据库。该数据库由多个表组成，其中一个表存储来自云的当前值。最后一个表让我有点担心，因为它经常被编写，而且应用程序运行在闪存驱动器上

我已经读到虚拟表可能是解决方案。我考虑将关键表转换为虚拟表，然后将其内容链接到存储在RAM中的真实文件（XML或JSON）（例如在Debian中为/tmp）。我一直在读这篇文章： 这或多或少解释了如何做我想做的事。这相当复杂，我认为使用Python是不可行的。也许我们需要开发自己的sqlite扩展，我不知道

---

在数据库的其余部分保持在闪存中的同时，如何将冲突表“放置”在RAM中？关于如何在Python下使用虚拟表，有没有更好/更简单的方法？

使用内存中的数据结构服务器。是一个性感的选项，您可以使用列表轻松实现一个表。另外，它还提供了一个不错的python驱动程序。

创建内存中表的一个非常简单、仅SQL的解决方案是使用SQLite的

ATTACH

命令和特殊的“：memory:”伪文件名：

ATTACH DATABASE ":memory:" AS memdb;
CREATE TABLE memdb.my_table (...);

由于整个数据库“memdb”都保存在RAM中，一旦关闭数据库连接，数据就会丢失，因此您必须自己处理持久性

一种方法是：

打开主SQLite数据库文件

附加内存中的辅助数据库

在内存数据库中复制性能关键表

在重复表上运行所有查询

完成后，将内存中的表写回原始表（

BEGIN；DELETE FROM real\u table；INSERT INTO real\u table SELECT*FROM memory\u table；

）

---

但我能给你的最好建议是：确保你真的有性能问题，简单的解决方案也可以足够快

正如费迪南德所说，我想避免内存方式，因为完整的数据库将保存在RAM中。谢谢你的提示，谢谢。内存中的方法将是我最后的选择，因为我不希望整个数据库都存储在RAM中。但似乎除了虚拟化有问题的表之外，我没有其他选择。您不需要将整个数据库放在RAM中。像往常一样将主数据库存储在文件中，并使用

ATTACH

将另一个内存中数据库附加到SQLite连接。然后你可以在内存中创建你想要的表。。。这是有道理的，费迪南德。这样做，我们仍然可以保留当前查询，并且仍然使用相同的连接。。。我非常喜欢这种方法，谢谢！！性能不是问题。当前对该表的查询既简单又快速。问题是，此表经常更新，闪存驱动器可能会比平时磨损得更快。这可能值得一看