持久性就是指保持對象，甚至在多次執行同一程序之間也保持對象。通過本文，您會對 Python對象的各種持久性機制（從關系數據庫到 Python 的 pickle以及其它機制）有一個總體認識。另外，還會讓您更深一步地了解Python 的對象序列化能力。
什么是持久性？

持 久性的基本思想很簡單。假定有一個 Python 程序，它可能是一個管理日常待辦事項的程序，您希望在多次執行這個程序之間可以保存應用程序對象（待辦事項）。換句話說，您希望將對象存儲在磁盤上，便于 以后檢索。這就是持久性。要達到這個目的，有幾種方法，每一種方法都有其優缺點。

例如，可以將對象數據存儲在某種格式的文本文件中，譬如 CSV 文件。或者可以用關系數據庫，譬如 Gadfly、MySQL、PostgreSQL 或者 DB2。這些文件格式和數據庫都非常優秀，對于所有這些存儲機制，Python 都有健壯的接口。

這 些存儲機制都有一個共同點：存儲的數據是獨立于對這些數據進行操作的對象和程序。這樣做的好處是，數據可以作為共享的資源，供其它應用程序使用。缺點 是，用這種方式，可以允許其它程序訪問對象的數據，這違背了面向對象的封裝性原則 — 即對象的數據只能通過這個對象自身的公共（public）接口來訪問。

另外，對于某些應用程序，關系數據庫 方法可能不是很理想。尤其是，關系數據庫不理解對象。相反，關系數據庫會強行 使用自己的類型系統和關系數據模型（表），每張表包含一組元組（行），每行包含具有固定數目的靜態類型字段（列）。如果應用程序的對象模型不能夠方便地轉 換到關系模型，那么在將對象映射到元組以及將元組映射回對象方面，會碰到一定難度。這種困難常被稱為阻礙性不匹配（impedence- mismatch）問題。

一些經過 pickle 的 Python

pickle 模塊及其同類模塊 cPickle 向 Python 提供了 pickle 支持。后者是用 C 編碼的，它具有更好的性能，對于大多數應用程序，推薦使用該模塊。我們將繼續討論 pickle ，但本文的示例實際是利用了 cPickle 。由于其中大多數示例要用 Python shell 來顯示，所以先展示一下如何導入 cPickle ，并可以作為 pickle 來引用它：
代碼如下:
>>> import cPickle as pickle

現在已經導入了該模塊，接下來讓我們看一下 pickle 接口。 pickle 模塊提供了以下函數對： dumps(object) 返回一個字符串，它包含一個 pickle 格式的對象； loads(string) 返回包含在 pickle 字符串中的對象； dump(object, file) 將對象寫到文件，這個文件可以是實際的物理文件，但也可以是任何類似于文件的對象，這個對象具有 write() 方法，可以接受單個的字符串參數； load(file) 返回包含在 pickle 文件中的對象。