pickle模块介绍
pickle是一种用于存储的持久化技术
首先从英文来理解一下这个模块：pickle 是腌渍的意思，也就是把东西腌起来保存成文件，要用的时候读出来洗洗还能用。
专业点的说法是：pickle是python序列化的一个工具!可以用来把对象来以文件的形式存储起来，用的时候再加载！
注意：pickle模块只能在python中使用，python中的几乎所有的数据类型都可以序列化！但是序列化以后得到的文件人看不懂！
pickle模块内部实现了用于序列化和反序列化Python对象结构的二进制协议
“Pickling”是将python对象层次结构转换成为字节流
“unpickling”是反向操作，即字节流（二进制文件或者类似字节的对象）转换成python对象层次结构。
主要方法
模块中有两个主要的函数：dump()与load()
dump()函数
作用：实现python对象的序列化，将obj保存到file中
具体语法：
pickle.dump(obj, file[, protocol])
obj：需要持久化保存的对象
file：将对象序列化以后保存到的类文件对象
注意：必须有一个
protocol（default=4）:可选参数，取值为 0、1、2、3、4、5
其中 0、1、2 对应 Python 早期的版本，3 、4、5 则对应 Python 3.x 版本及之后的版本。未指定情况下，默认为 4。
举个例子：这里来保存一个字典试试看
import pickle
my_dict = {'name':'xuebi','age':24}
with open('text.txt','wb') as f:
pickle.dump(my_dict,f)
执行代码之后，可以看到在当前目录下就有了一个txt文件
点开查看后发现都是乱码，人类确实看不太懂。
dumps()函数
作用：返回一个字符串，而不存入文件
语法：
pickle.dumps(obj[, protocol])
接着对我们之前的字典进行存储看一下效果:
import pickle
my_dict = {'name':'xuebi','age':24}
p1 = pickle.dumps(my_dict)
print(p1)
对返回值进行打印，可以看到是一个字符串：
b'\x80\x04\x95\x1c\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x05xuebi\x94\x8c\x03age\x94K\x18u.'
load()函数
作用：用于反序列化，将序列化的对象重新恢复成python对象
具体语法：
pickle.load(file)
将刚才存储的文件打开试试：
import pickle
file_path = './text.txt'
with open(file_path,'rb') as f:
my_dict=pickle.load(f)
print(my_dict)
print(type(my_dict))
结果如下：
{'name': 'xuebi', 'age': 24}
<class 'dict'>
loads()函数
作用：从字符串中恢复对象。
语法：
pickle.loads(string)
试一下加载一下刚才存储的那个字符串：
import pickle
my_dict = {'name':'xuebi','age':24}
p1 = pickle.dumps(my_dict)
t1 = pickle.loads(p1)
print(t1)
结果如下：
{'name': 'xuebi', 'age': 24}
Pickler()函数
作用：可以使用该对象调用dunmp 和 load 等方法。
语法：
class pickle.Pickler(file[, protocol])
clear_memo()函数：
作用：对于相同的对象，如果不使用clear_memo()方法，那么python只会pickle一次
总结
强大的 pickle 模块，也有它的短板，即 pickle 不支持并发地访问持久性对象，在复杂的系统环境下，尤其是读取海量数据时，使用 pickle 会使整个系统的
I/O
读取性能成为瓶颈。
这种情况下，可以使用 ZODB。
ZODB 是一个健壮的、多用户的和面向对象的数据库系统，专门用于存储 Python 语言中的对象数据，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。
并且，ZODB 也是在 Python 的序列化操作基础之上实现的，因此要想有效地使用 ZODB，必须先学好 pickle。