eat python 002
目前为止，据我所知，在python中对象持久化有以下几种方法：
1. 使用(dbhash/bsddb, dbm, gdbm, dumbdbm 等）以及它们的"管理器"( anydbm )。只提供了 Python 字
符串的永久性储存. 提供一个类似字典和文件的对象，可以完成字符串的永久性存储。
2. 使用marshal和pickle来序列化python对象，并具备存储到介质上的功能。两者的区别在于：marshal只能处理简单的Python对象，包括数字、序列、映射、以及代码对象；而pickle还可以处理递归对象，被不同地方多次引用的对象，以及用户定义的类和实例。其中，pickle有一个C语言实现的版本——cPickle，具有更高的效率，建议使用cPickle。
3. 虽然pickle提供非常强大的功能了，已经可以满足我们大部分的需求了，但是，人类的需求是无止境的，光序列化不行啊，只用 pickle 不能解决命名和查找 pickle 文件这样的问题，要是可以对序列化的对象提供管理功能，支持并发访问就好了。因此，人们发明了shelve模块，它是前两者的综合。shelve模块使用 anydbm模块寻找合适的DBM模块，然后使用cPickle来完成对象存储转换过程。shelve模块允许对数据库文件进行并发的读访问，但不允许共享读/写访问。
4. 还有一种方案，是在IBM的网站上看到的。那就是ZODB[1]了。ZODB比简单的 pickle 文件更健壮以及更具有可伸缩性。ZODB是一个针对Python的Z对象数据库，是一个健壮的、多用户的和面向对象的数据库系统，它能够存储和管理任意复杂的 Python 对象，并支持事务操作和并发控制。其实，ZODB也依靠Python 的本机序列化能力，而且要有效地使用 ZODB，必须充分了解 pickle。
5. 最后一只知道的解决持久性问题的方法是 Prevayler，PyPerSyst 将整个对象系统保存在内存中，并通过不时地将系统快照 pickle 到磁盘以及维护一个命令日志（通过此日志可以重新应用最新的快照）来提供灾难恢复。所以，尽管使用 PyPerSyst 的应用程序受到可用内存的限制，但好处是本机对象系统可以完全装入到内存中，因而速度极快，而且实现起来要比如 ZODB 这样的数据库简单，ZODB 允许对象的数目比同时在能内存中所保持的对象要多。
背景知识：它最初是用 Java 实现的。后来，一群 Python 程序员将 Prevayler 移植到了 Python 上，另起名为 PyPerSyst，由 SourceForge 托管。Prevayler/PyPerSyst 概念也是建立在 Java 和 Python 语言的本机序列化能力之上。
[1]: http://www.zope.org/Documentation/Articles/ZODB1
相关文档：
shhgs 发布了关于《 Py 2.5 what's new 之 yield
》
之后，原来我不是特别关注 yield 的用法，因为对于2.3中加入的yield相对来说功能简单，它是作为一个 generator
不可缺少的一条语句，只要包含它的函数即是一个 generator 。但在2.3中，generator
不能重入，不能在运行过程中修改，不能引发异常，你要么是顺序 ......
知识点
1.线程是“轻量级”进程，因为相较于进程的创建和管理，操作系统通常会用较少的资源来创建和管理线程。操作系统要为新建的进程分配单独的内在空间和数据；相反，程序中的线程在相同的内存空间中执行，并共享许多相同的资源。多线程程序在结内存的使用效率要优于多进程程序。
2.python提供了完整的多线 ......
夜里用外挂容易被查，因此想让菜熟的时间集中到白天，每次都要口算，麻烦，正好刚刚学了wxPython，一时手痒，来自己写个吧。虽说纯属自娱自乐，但也学到不少东西。现记于下。
1. 关于Python的GUI设计
一直以来都没有一个足够好的Killer IDE，这也怪不得，没有一个足够强大的后台，要想做成重量级的IDE谈何容易（要� ......
为了google的google appengine而学习python
发现他真的不如c语言好学，倒不是他难懂，而是相关文档太少，而且不规范。
也许是我的问题吧，我还是喜欢c语言的头文件，还有msdn的那种帮助。一眼就知道使用方法。
说c语言难学，可能是因为没有仔细看这两个东西吧 ......
import Queue, threading, sys
from threading import Thread
import time,urllib
# working thread
class Worker(Thread):
worker_count = 0
def __init__( self, workQueue, resultQueue, timeout = 0, **kwds):
Thread.__init__( self, **kwds ) ......
