如何使用Python计数和枚举LMDB中的键？

Question

import lmdb
env = lmdb.open(path_to_lmdb)

现在我似乎需要创建一个事务和一个游标，但是我该如何获取可以迭代的键列表？

- Doug

---

我看到那里多了一个括号。 - Sait

Answer 1

一种获取所有键的总数，而无需逐个枚举它们，也要计算所有子数据库的方法：

with env.begin() as txn:
    length = txn.stat()['entries']

在我的笔记本电脑上使用手工制作的1000000大小数据库进行测试结果:

• 以上方法瞬间完成（0.0秒）
• 迭代方法需要大约1秒钟。

- sytrus

Answer 2

你是否正在寻找类似this这样的东西：

with env.begin() as txn:
    with txn.cursor() as curs:
        # do stuff
        print 'key is:', curs.get('key')

更新：

这可能不是最快的方法：

with env.begin() as txn:
   myList = [ key for key, _ in txn.cursor() ]
   print(myList)

免责声明：我对这个库一无所知，只是在它的文档中搜索了关键词key。

- Sait

---

不，我知道文档页面。我想知道如何在不逐个枚举它们的情况下获取键的总数。我还想知道枚举所有键值对的最佳（最快）方法。你提到的方法对我来说似乎需要相当长的时间，但这可能与我的数据库大小有关（约1百万条目）。 - Doug

@Doug 我更新了我的答案，通过迭代游标来获取键列表。不过可能有更快的方法。 - Sait

除了需要花费很长时间来迭代键之外，读取键列表还有其他缺点吗？ - Rakshit Kothari

Answer 3

正如Sait所指出的那样，您可以迭代游标以收集所有键。但是，这可能有点低效，因为它还会加载值。您可以通过使用 cursor.iternext（） 函数并设置参数values=False 来避免这种情况。

with env.begin() as txn:
  keys = list(txn.cursor().iternext(values=False))

我对拥有2^20条记录，每个记录都有16 B的关键字和1024 B的值的数据库进行了简短的基准测试。

通过游标迭代（包括值）检索关键字平均需要874毫秒，在7次运行中，而第二种方法仅返回关键字平均需要517毫秒。这些结果可能会因关键字和值的大小而异。

- randhash