http://blog.csdn.net/chen_lovelotus/article/details/7233293
一、Python對象持久化方法
目前為止，據我所知，在python中對象持久化有以下幾種方法：
1. 使用(dbhash/bsddb, dbm, gdbm, dumbdbm 等）以及它們的"管理器"( anydbm )。只提供了 Python 字
符串的永久性儲存. 提供一個類似字典和文件的對象，可以完成字符串的永久性存儲。
2. 使用marshal和pickle來序列化python對象，並具備存儲到介質上的功能。兩者的區別在於：marshal只能處理簡單的Python對象，包括數字、序列、映射、以及代碼對象；而pickle還可以處理遞歸對象，被不同地方多次引用的對象，以及用戶定義的類和實例。其中，pickle有一個C語言實現的版本——cPickle，具有更高的效率，建議使用cPickle。
3. 雖然pickle提供非常強大的功能了，已經可以滿足我們大部分的需求了，但是，人類的需求是無止境的，光序列化不行啊，只用 pickle 不能解決命名和查找 pickle 文件這樣的問題，要是可以對序列化的對象提供管理功能，支持並發訪問就好了。因此，人們發明了shelve模塊，它是前兩者的綜合。shelve模塊使用anydbm模塊尋找合適的DBM模塊，然后使用cPickle來完成對象存儲轉換過程。shelve模塊允許對數據庫文件進行並發的讀訪問，但不允許共享讀/寫訪問。
4. 還有一種方案，是在IBM的網站上看到的。那就是ZODB了。ZODB比簡單的 pickle 文件更健壯以及更具有可伸縮性。ZODB是一個針對Python的Z對象數據庫，是一個健壯的、多用戶的和面向對象的數據庫系統，它能夠存儲和管理任意復雜的 Python 對象，並支持事務操作和並發控制。其實，ZODB也依靠Python 的本機序列化能力，而且要有效地使用 ZODB，必須充分了解 pickle。
5. 最后一只知道的解決持久性問題的方法是 Prevayler，PyPerSyst 將整個對象系統保存在內存中，並通過不時地將系統快照 pickle 到磁盤以及維護一個命令日志（通過此日志可以重新應用最新的快照）來提供災難恢復。所以，盡管使用 PyPerSyst 的應用程序受到可用內存的限制，但好處是本機對象系統可以完全裝入到內存中，因而速度極快，而且實現起來要比如 ZODB 這樣的數據庫簡單，ZODB 允許對象的數目比同時在能內存中所保持的對象要多。
背景知識：它最初是用 Java 實現的。后來，一群 Python 程序員將 Prevayler 移植到了 Python 上，另起名為 PyPerSyst，由 SourceForge 托管。Prevayler/PyPerSyst 概念也是建立在 Java 和 Python 語言的本機序列化能力之上。
6. 我今天又發現了一個模塊Durus，非常好的模塊，支持多線程並發操作，支持回滾操作。不過安裝的時候沒裝上，好像是缺少vc里面文件似的，不管了。
二、我該如何選擇
上面5種方案是我在綜合相關資料匯總的，那么現在輪到如何選擇。我選擇的一個原則：“懶”，怎么講，就是盡量在完成任務的情況下，降低復雜度和將來的兼容性。第五種方案對我不太適用，全部load到內存基本不可能，所以我先暫時選第四種方案吧，方便讀取，使用對象數據庫對於我的項目應該是有好處的。
參考性的意見，我認為得看自己定了，如果想簡單，用pickle就能解決問題。我也想用pickle的，可是一大堆對象，還需要檢索方便，當然選擇第四種方案。其實第三種方案也適合我的，如果時間充裕的話，我還想第四種方案和第三種做一個實驗，比較一下，再寫一篇文章給大家參考。
參考資料：
1. Python 持久性管理 http://www.ibm.com/developerworks/cn/linux/l-pypers/
2. shelve — Python object persistence http://docs.python.org/library/shelve.html
3. Core Python Programming, Second Edition By Wesley J. Chun
4. ZODB 入門 http://www.ibm.com/developerworks/cn/aix/library/au-zodb/?S_TACT=105AGX52&S_CMP=tec-csdn