SymLinkDB 0.4.12

• The explanations in English, Simplified Chinese, and Spanish are provided below.
• 下面提供了英语、简体中文和西班牙语的说明。
• Las explicaciones en inglés, chino simplificado y español se proporcionan a continuación.

SymLinkDB - ドキュメント

概要

SymLinkDBは、双方向のリンクを特徴とするグラフデータベースです。オブジェクト間の関係が双方向的に自動設定されるため、データモデリングが直感的で、設計コストが低減されます。さらに、異なるバックエンドストレージのサポートにより、柔軟なデータ管理が可能です。

初期設定

SymLinkDBを使用するには、まず必要なライブラリをインポートし、データベースとテーブルを初期化する必要があります。以下の手順で進めます。

1. 必要なライブラリのインポート
2. データベースディレクトリの準備
3. バックエンドの初期化
4. データベース接続の確立
5. テーブルとリンクのロード

例: 基本的なセットアップ

import os
import SymLinkDB

# データベースディレクトリの準備
db_dir = "./db_dir"
if not os.path.exists(db_dir):
    os.makedirs(db_dir)

# バックエンドの初期化
backend = SymLinkDB.memory_backend(db_dir)  # デフォルトの単純なバックエンド

# データベース接続の確立
sldb = SymLinkDB.conn(backend=backend)

# テーブルのロード
sldb.load_table("user_table")
sldb.load_table("tool_table")

# リンクのロード
sldb.load_link(
    "所有関係",
    ("user_table", "所有者", "1"),
    ("tool_table", "所有物", "N")
)

データ操作

SymLinkDBでは、テーブルへのレコードの追加、更新、削除を行うことができます。また、リンクを使用してオブジェクト間の関係を管理します。

レコードの追加

# user_tableにレコードを追加
user_rec = sldb["user_table"].create(data={"name": "Alice"})

# tool_tableにレコードを追加し、所有関係を設定
tool_rec = sldb["tool_table"].create(data="Hammer", links={("所有関係", "所有者"): user_rec})

# 逆向きのリンクも自動的に追加されている
print(tool_rec in user_rec["所有物"])  # -> True

レコードの更新と取得

# レコードのデータを更新
user_rec.data = {"name": "Alice", "age": 30}

# 特定のレコードをIDを使用して取得
retrieved_rec = sldb["user_table"][user_rec.id]

# レコードのデータを読み出し
retrieved_data = retrieved_rec.data
print(retrieved_data)   # -> {'name': 'Alice', 'age': 30}

レコードの削除

# レコードの削除
del sldb["user_table"][user_rec]
# del sldb["user_table"][user_rec.id] # 削除に限らず、レコード自身による指定は、基本的に「レコードID」でも実施できる

リンク(関係)の管理

# 新しいリンクを追加
new_tool_rec = sldb["tool_table"].create(data="Screwdriver")
link_set = user_rec["所有物"]    # 対象レコードに関係するリンク群 (link_set) を取得
# link_set = user_rec[("所有関係", "所有物")]    # role名のみでは指定が曖昧になる場合は、このようにタプルを用いた正式な参照を用いる
link_set.push(new_tool_rec)

# link_set内の要素をイテレート [SymLinkDB]
for rec in link_set: print(rec) # リンク先のレコードが順次取得される

flag = (new_tool_rec in link_set)    # linkの存在確認 [SymLinkDB]
print(len(link_set))  # link_set内の要素数を取得 [SymLinkDB]

# リンクを削除
del link_set[new_tool_rec]

検索機能 - 概要

SymLinkDBに新たに追加された検索機能により、テーブル内のレコードをキーと値のペアで高速に検索することができます。この機能を使用するには、テーブルを定義する際に search_keys を指定する必要があります。指定されたキーは、その後のレコード作成時にデータ辞書内に必ず含まれていなければなりません。

検索機能 - 検索対応テーブルの定義

テーブルを検索に対応させるには、load_tableメソッドのsearch_keysパラメータに、検索を行いたいキーのリストを指定します。これにより、指定されたキーを持つレコードの高速な検索が可能になります。

sldb.load_table("user_table", search_keys=["name", "age"], backend=backend)

検索機能 - レコードの作成

検索対応テーブルにレコードを追加する際は、data引数に辞書を使用し、search_keysで指定した全てのキーを含む必要があります。これにより、検索機能が正しく機能します。

user1_rec = user_table.create(data={"name": "user1", "age": 1}, links={"所有物": [tool1_rec, tool2_rec]})

検索機能 - 検索の実行

テーブルに辞書形式でアクセスすることで、指定したキーと値のペアに完全に一致するレコードを検索することができます。この操作はAND条件での検索を行い、条件に合致する全てのレコードのリストが返されます。

matching_records = user_table[{"name": "user1"}]
print(matching_records)  # 条件に合致するレコードのリストが出力される

matching_records_2 = user_table[{"name": "user1", "age": 1}]    # 複数のkeyを指定した場合、AND条件による検索となる

検索機能 - 注意点

• search_keysで指定されたキーは、レコード作成時にdata辞書内に必ず含める必要があります。そうしないと、レコードの作成時にエラーが発生します。
• 検索機能は、指定されたキーの完全一致検索のみをサポートしており、部分一致やパターンマッチングはサポートしていません。
• 検索対象のキーとしては文字列型のみが許されます。valueはJSON化可能な型が許されます (数値, 文字列, リスト, 辞書, None, 真理値 及びその複合オブジェクト)

高度な使用法

• バックエンドの明示的指定: デフォルトでは、SymLinkDB.conn()時に指定されたバックエンドが使用されますが、テーブルやリンクごとに異なるバックエンドを指定することも可能です。

backend_2 = SymLinkDB.memory_backend(some_dir)
sldb.load_table("some_table_name", backend = backend_2)

• データ型の柔軟性: データとして文字列、数値、バイナリデータなど様々な型を使用できます。

• 複数データの同時処理: link_setのいくつかの操作は複数同時処理が可能です。

user_rec["所有物"].push([rec1, rec2])
del user_rec["所有物"][rec1, rec2]

• backendのユーザー定義: SymLinkDBは「依存性反転の原則」に則って作られているため、backendを後から定義できます。backendオブジェクトが下記の要件を満たせば利用できます。

# 下記のように、pythonの辞書のようなインターフェースを持っている必要がある
backend["key_1"] = "hoge"    # create, update共通
value = backend["key_1"]  # 読み出し
del backend["key_1"] # 削除
flag = ("key_1" in backend)    # 存在確認
for key in backend: print(key)  # iter (for文等での利用)
backend.commit() # 強制commit (揮発しない永続的な領域にデータを移行します)

• CachedFileDicバックエンドの利用: memory_backend以外に、メモリに乗り切らないデータを自動的にファイルに退避する「CachedFileDic」を用いたバックエンドもデフォルトで用意されています。

# CachedFileDicバックエンドの初期化 [SymLinkDB]
cfd_backend = SymLinkDB.cfd_backend("./some_dir/")
sldb.load_table("example_table", backend = cfd_backend) # tableの読み込み (存在しない場合は空で初期化される) [SymLinkDB]

注意点

• テーブルとリンクはコードの実行時に毎回ロードする必要があります。これにより、使用されるテーブルがソースコードに明示的に示され、可読性と保守性が向上します。
• 異なるバックエンドを使用する場合は、どのバックエンドでどのテーブルやリンクが使用されているかを正確に記録しておく必要があります。
• レコードを削除すると、そのレコードに関連するリンクは自動的に削除されます。

SymLinkDB - Documentation

Overview

SymLinkDB is a graph database characterized by its bidirectional links, automating the establishment of relationships between objects. This intuitive approach to data modeling significantly reduces design costs. Additionally, support for various backend storages enables flexible data management.

Initial Setup

To start using SymLinkDB, you need to import necessary libraries, prepare a database directory, initialize the backend, establish a database connection, and load tables and links as follows:

1. Import necessary libraries
2. Prepare the database directory
3. Initialize the backend
4. Establish the database connection
5. Load tables and links

Example: Basic Setup

import os
import SymLinkDB

# Preparing the database directory
db_dir = "./db_dir"
if not os.path.exists(db_dir):
    os.makedirs(db_dir)

# Initializing the backend
backend = SymLinkDB.memory_backend(db_dir)  # A simple default backend

# Establishing the database connection
sldb = SymLinkDB.connect(backend=backend)

# Loading tables
sldb.load_table("users")
sldb.load_table("tools")

# Loading links
sldb.load_link(
    "ownership",
    ("users", "owner", "1"),
    ("tools", "owned_items", "N")
)

Data Manipulation

In SymLinkDB, you can add, update, and delete records in tables. You can also manage relationships between objects using links.

Adding Records

# Adding a record to the users table
user_rec = sldb["users"].create(data={"name": "Alice"})

# Adding a record to the tools table and setting the ownership relationship
tool_rec = sldb["tools"].create(data={"name": "Hammer"}, links={("ownership", "owner"): user_rec})

# The reverse link is automatically added
print(tool_rec in user_rec["owned_items"])  # -> True

Updating and Retrieving Records

# Updating record data
user_rec.data = {"name": "Alice", "age": 30}

# Retrieving a specific record using its ID
retrieved_rec = sldb["users"][user_rec.id]

# Reading record data
retrieved_data = retrieved_rec.data
print(retrieved_data)   # -> {'name': 'Alice', 'age': 30}

Deleting Records

# Deleting a record
del sldb["users"][user_rec]
# Alternatively, specifying by record ID is also possible for deletion and other operations

Managing Links (Relationships)

# Adding a new link
new_tool_rec = sldb["tools"].create(data={"name": "Screwdriver"})
link_set = user_rec["owned_items"]    # Retrieving the set of links (link_set) related to the target record
link_set.add(new_tool_rec)

# Iterating over elements in the link_set
for rec in link_set: print(rec)  # Sequentially retrieves linked records

exists = (new_tool_rec in link_set)    # Checking if a link exists
print(len(link_set))  # Getting the number of elements in the link_set

# Removing a link
del link_set[new_tool_rec]

Search Functionality - Overview

The newly added search feature in SymLinkDB allows for rapid searching of records within a table using key-value pairs. To utilize this feature, it is necessary to specify search_keys when defining a table. The keys designated must always be included in the data dictionary during subsequent record creation.

Defining Search-Enabled Tables

To enable a table for search, list the keys you wish to search for in the search_keys parameter of the load_table method. This allows for the rapid searching of records containing the specified keys.

sldb.load_table("user_table", search_keys=["name", "age"], backend=backend)

Creating Records

When adding records to a search-enabled table, use a dictionary for the data argument, ensuring it includes all keys specified in search_keys. This ensures the search functionality works correctly.

user1_rec = user_table.create(data={"name": "Alice", "age": 30}, links={"items_owned": [item1_rec, item2_rec]})

Executing Searches

Accessing the table with a dictionary allows for searching records that perfectly match the specified key-value pair. This operation performs an AND condition search and returns a list of all matching records.

matching_records = user_table[{"name": "Alice"}]
print(matching_records)  # Outputs a list of matching records

matching_records_2 = user_table[{"name": "Alice", "age": 30}]  # Specifying multiple keys performs an AND condition search

Important Notes

• The keys specified in search_keys must always be included in the data dictionary at the time of record creation, failing which will result in an error.
• The search functionality only supports exact match searches and does not support partial matches or pattern matching.
• Only string types are allowed as search target keys. The value can be any type that is JSON serializable (numbers, strings, lists, dictionaries, None, booleans, and their composite objects).

Advanced Usage

• Explicit Backend Specification: By default, the backend specified during SymLinkDB.connect() is used, but it's possible to specify different backends for individual tables or links.

backend_2 = SymLinkDB.memory_backend(another_dir)
sldb.load_table("another_table", backend=backend_2)

• Data Type Flexibility: Various data types such as strings, numbers, and binary data can be used as data.

• Batch Data Operations: Some operations on the link_set can be performed in batch.

user_rec["owned_items"].add([rec1, rec2])
del user_rec["owned_items"][rec1, rec2]

• User-Defined Backend: SymLinkDB is designed following the principle of Dependency Inversion, allowing for backend customization. A backend object can be used if it meets the following requirements:

# The backend needs to have an interface similar to a Python dictionary
backend["key_1"] = "value"    # For both creation and update
value = backend["key_1"]  # Reading
del backend["key_1"]  # Deletion
exists = ("key_1" in backend)    # Existence check
for key in backend: print(key)  # iteration
backend.commit() # Force commit (migrates data to a non-volatile, permanent area)

• Using the CachedFileDic Backend: In addition to the memory_backend, a backend called CachedFileDic is also available by default, which automatically offloads data that cannot fit into memory to files.

# Initializing CachedFileDic backend [SymLinkDB]
cfd_backend = SymLinkDB.cfd_backend("./some_dir/")
sldb.load_table("example_table", backend = cfd_backend) # Loading a table (initialized as empty if it does not exist) [SymLinkDB]

Notes

• Tables and links need to be loaded at each execution of the code, enhancing readability and maintainability by explicitly listing the used tables in the source code.
• When using different backends, it's essential to keep accurate records of which backend is used for which tables and links.
• When a record is deleted, links associated with that record are automatically removed.

SymLinkDB - 文档

概览

SymLinkDB是一个特点是双向链接的图形数据库。由于对象之间的关系可以自动双向设置，因此数据建模直观，设计成本降低。此外，支持不同的后端存储，可以灵活地管理数据。

初始设置

要使用SymLinkDB，首先需要导入必要的库，并初始化数据库和表。请按照以下步骤进行操作。

1. 导入必要的库
2. 准备数据库目录
3. 初始化后端
4. 建立数据库连接
5. 加载表和链接

示例：基本设置

import os
import SymLinkDB

# 准备数据库目录
db_dir = "./db_dir"
if not os.path.exists(db_dir):
    os.makedirs(db_dir)

# 初始化后端
backend = SymLinkDB.memory_backend(db_dir)  # 默认的简单后端

# 建立数据库连接
sldb = SymLinkDB.conn(backend=backend)

# 加载表
sldb.load_table("user_table")
sldb.load_table("tool_table")

# 加载链接
sldb.load_link(
    "所有关系",
    ("user_table", "拥有者", "1"),
    ("tool_table", "所属物品", "N")
)

数据操作

在SymLinkDB中，可以添加、更新和删除表中的记录。还可以使用链接管理对象之间的关系。

添加记录

# 向user_table添加记录
user_rec = sldb["user_table"].create(data={"name": "Alice"})

# 向tool_table添加记录，并设置所有关系
tool_rec = sldb["tool_table"].create(data="Hammer", links={("所有关系", "拥有者"): user_rec})

# 自动添加了反向链接
print(tool_rec in user_rec["所属物品"])  # -> True

更新和获取记录

# 更新记录数据
user_rec.data = {"name": "Alice", "age": 30}

# 使用ID获取特定记录
retrieved_rec = sldb["user_table"][user_rec.id]

# 读取记录数据
retrieved_data = retrieved_rec.data
print(retrieved_data)   # -> {'name': 'Alice', 'age': 30}

删除记录

# 删除记录
del sldb["user_table"][user_rec]
# del sldb["user_table"][user_rec.id] # 不仅限于删除，基本上可以使用“记录ID”指定记录本身

管理链接（关系）

# 添加新链接
new_tool_rec = sldb["tool_table"].create(data="Screwdriver")
link_set = user_rec["所属物品"]    # 获取相关记录的链接集（link_set）
# link_set = user_rec[("所有关系", "所属物品")]    # 如果角色名指定不明确，可以使用此形式的元组进行精确引用
link_set.push(new_tool_rec)

# 迭代link_set中的元素 [SymLinkDB]
for rec in link_set: print(rec) # 顺序获取链接目标记录

flag = (new_tool_rec in link_set)    # 检查链接存在 [SymLinkDB]
print(len(link_set))  # 获取link_set中的元素数量 [SymLinkDB]

# 删除链接
del link_set[new_tool_rec]

搜索功能 - 概览

SymLinkDB 新增加的搜索功能允许用户通过键值对在表内快速搜索记录。使用此功能时，需要在定义表时指定 search_keys。指定的键在后续创建记录时必须始终包含在数据字典中。

定义支持搜索的表

要让表支持搜索，需要在 load_table 方法的 search_keys 参数中指定想要搜索的键的列表。这使得能够快速搜索包含指定键的记录。

sldb.load_table("user_table", search_keys=["name", "age"], backend=backend)

创建记录

向支持搜索的表中添加记录时，需要使用字典作为 data 参数，并确保其包含 search_keys 中指定的所有键。这确保搜索功能正确工作。

user1_rec = user_table.create(data={"name": "阿丽斯", "age": 30}, links={"所属物品": [item1_rec, item2_rec]})

执行搜索

通过字典访问表可以搜索与指定的键值对完全匹配的记录。此操作执行AND条件搜索，并返回所有匹配记录的列表。

matching_records = user_table[{"name": "阿丽斯"}]
print(matching_records)  # 输出匹配记录的列表

matching_records_2 = user_table[{"name": "阿丽斯", "age": 30}]  # 指定多个键进行AND条件搜索

重要提示

• 在创建记录时，search_keys 中指定的键必须始终包含在 data 字典中，否则将导致错误。
• 搜索功能仅支持完全匹配搜索，不支持部分匹配或模式匹配。
• 作为搜索目标的键只允许是字符串类型。值可以是任何可JSON序列化的类型（数字、字符串、列表、字典、None、布尔值及其复合对象）。

高级用法

• 明确指定后端: 默认情况下，在SymLinkDB.conn()时使用指定的后端，但也可以为每个表或链接指定不同的后端。

backend_2 = SymLinkDB.memory_backend(some_dir)
sldb.load_table("some_table_name", backend = backend_2)

• 数据类型的灵活性: 可以使用字符串、数字、二进制数据等各种类型作为数据。

• 同时处理多个数据: link_set的一些操作可以同时处理多个。

user_rec["所属物品"].push([rec1, rec2])
del user_rec["所属物品"][rec1, rec2]

• 用户定义后端: SymLinkDB根据“依赖反转原则”设计，允许后定义后端。如果backend对象满足以下要求，就可以使用。

# 必须具有类似于python字典的接口
backend["key_1"] = "value"    # 创建和更新
value = backend["key_1"]  # 读取
del backend["key_1"] # 删除
flag = ("key_1" in backend)    # 检查存在
for key in backend: print(key)  # iteration
backend.commit() # 强制commit（将数据迁移到不会丢失的持久存储区）

• 使用CachedFileDic后端: 除了memory_backend之外，默认还提供了一个名为CachedFileDic的后端，它可以自动将无法放入内存的数据转移到文件中。

# 初始化CachedFileDic后端 [SymLinkDB]
cfd_backend = SymLinkDB.cfd_backend("./some_dir/")
sldb.load_table("example_table", backend = cfd_backend) # 加载表格（如果不存在，则初始化为空）[SymLinkDB]

注意事项

• 每次执行代码时都需要加载表和链接。这样可以确保使用的表在源代码中明确指出，提高可读性和可维护性。
• 使用不同后端时，需要准确记录哪些表和链接使用了哪个后端。
• 删除记录时，与该记录相关的链接将自动删除。

SymLinkDB - Documentación

Resumen

SymLinkDB es una base de datos gráfica que se caracteriza por enlaces bidireccionales entre objetos, lo que facilita la modelación de datos de forma intuitiva y reduce los costos de diseño. Además, el soporte para diferentes almacenamientos backend permite una gestión de datos flexible.

Configuración Inicial

Para usar SymLinkDB, primero es necesario importar las librerías requeridas e inicializar la base de datos y las tablas. Siga los siguientes pasos:

1. Importación de las librerías necesarias
2. Preparación del directorio de la base de datos
3. Inicialización del backend
4. Establecimiento de la conexión con la base de datos
5. Carga de tablas y enlaces

Ejemplo: Configuración Básica

import os
import SymLinkDB

# Preparación del directorio de la base de datos
db_dir = "./db_dir"
if not os.path.exists(db_dir):
    os.makedirs(db_dir)

# Inicialización del backend
backend = SymLinkDB.memory_backend(db_dir)  # Backend simple predeterminado

# Establecimiento de la conexión con la base de datos
sldb = SymLinkDB.conn(backend=backend)

# Carga de tablas
sldb.load_table("tabla_usuarios")
sldb.load_table("tabla_herramientas")

# Carga de enlaces
sldb.load_link(
    "relación_de_pertenencia",
    ("tabla_usuarios", "propietario", "1"),
    ("tabla_herramientas", "poseído", "N")
)

Manipulación de Datos

Con SymLinkDB, puede agregar, actualizar y eliminar registros en las tablas, y gestionar las relaciones entre objetos utilizando enlaces.

Agregar Registros

# Agregar un registro a tabla_usuarios
user_rec = sldb["tabla_usuarios"].create(data={"nombre": "Alice"})

# Agregar un registro a tabla_herramientas y establecer la relación de pertenencia
tool_rec = sldb["tabla_herramientas"].create(data="Martillo", links={("relación_de_pertenencia", "propietario"): user_rec})

# Los enlaces inversos se agregan automáticamente
print(tool_rec in user_rec["poseídos"])  # -> True

Actualizar y Obtener Registros

# Actualizar los datos de un registro
user_rec.data = {"nombre": "Alice", "edad": 30}

# Obtener un registro específico usando su ID
retrieved_rec = sldb["tabla_usuarios"][user_rec.id]

# Leer los datos de un registro
retrieved_data = retrieved_rec.data
print(retrieved_data)   # -> {'nombre': 'Alice', 'edad': 30}

Eliminar Registros

# Eliminar un registro
del sldb["tabla_usuarios"][user_rec]
# También se puede especificar por ID del registro para eliminar

Gestión de Enlaces (Relaciones)

# Agregar un nuevo enlace
new_tool_rec = sldb["tabla_herramientas"].create(data="Destornillador")
link_set = user_rec["poseídos"]    # Obtener el conjunto de enlaces (link_set) relacionados con el registro objetivo
# En caso de ambigüedad en la especificación por nombre de rol, usar una referencia explícita con tupla
link_set.push(new_tool_rec)

# Iterar sobre los elementos en link_set [SymLinkDB]
for rec in link_set: print(rec) # Obtiene secuencialmente los registros enlazados

flag = (new_tool_rec in link_set)    # Verificar la existencia del enlace [SymLinkDB]
print(len(link_set))  # Obtener el número de elementos en link_set [SymLinkDB]

# Eliminar un enlace
del link_set[new_tool_rec]

Funcionalidad de Búsqueda - Resumen

La nueva característica de búsqueda en SymLinkDB permite buscar rápidamente registros dentro de una tabla utilizando pares de clave-valor. Para utilizar esta función, es necesario especificar search_keys al definir una tabla. Las claves designadas siempre deben incluirse en el diccionario de datos durante la creación de registros subsiguiente.

Definiendo Tablas con Búsqueda Habilitada

Para habilitar una tabla para búsqueda, lista las claves que deseas buscar en el parámetro search_keys del método load_table. Esto permite la búsqueda rápida de registros que contienen las claves especificadas.

sldb.load_table("user_table", search_keys=["name", "age"], backend=backend)

Creación de Registros

Al agregar registros a una tabla con búsqueda habilitada, usa un diccionario para el argumento data, asegurándote de que incluya todas las claves especificadas en search_keys. Esto garantiza que la funcionalidad de búsqueda funcione correctamente.

user1_rec = user_table.create(data={"name": "Alicia", "age": 30}, links={"objetos_pertenecientes": [item1_rec, item2_rec]})

Ejecutando Búsquedas

Accediendo a la tabla con un diccionario, se pueden buscar registros que coincidan perfectamente con el par clave-valor especificado. Esta operación realiza una búsqueda con condición AND y devuelve una lista de todos los registros coincidentes.

matching_records = user_table[{"name": "Alicia"}]
print(matching_records)  # Se imprime una lista de registros coincidentes

matching_records_2 = user_table[{"name": "Alicia", "age": 30}]  # Especificar múltiples claves realiza una búsqueda con condición AND

Notas Importantes

• Las claves especificadas en search_keys siempre deben incluirse en el diccionario data en el momento de la creación del registro, de lo contrario, se producirá un error.
• La funcionalidad de búsqueda solo admite búsquedas de coincidencia exacta y no soporta coincidencias parciales o coincidencias por patrones.
• Solo se permiten tipos de cadena como claves de búsqueda objetivo. El valor puede ser cualquier tipo que sea serializable en JSON (números, cadenas, listas, diccionarios, None, booleanos y sus objetos compuestos).

Uso Avanzado

• Especificación explícita del backend: Por defecto, se usa el backend especificado al momento de establecer la conexión con SymLinkDB.conn(), pero es posible especificar diferentes backends para cada tabla o enlace.

backend_2 = SymLinkDB.memory_backend(otro_dir)
sldb.load_table("nombre_de_otra_tabla", backend = backend_2)

• Flexibilidad de tipos de datos: Se pueden usar diversos tipos de datos como cadenas de texto, números, datos binarios, etc.

• Procesamiento simultáneo de múltiples datos: Algunas operaciones en link_set pueden manejar múltiples elementos a la vez.

user_rec["poseídos"].push([rec1, rec2])
del user_rec["poseídos"][rec1, rec2]

• Definición de backend por el usuario: SymLinkDB está diseñado siguiendo el principio de inversión de dependencias, permitiendo definir backends personalizados. Un objeto backend puede ser utilizado si cumple con los siguientes requisitos.

# Necesita tener una interfaz similar a un diccionario de Python
backend["clave_1"] = "valor"    # Para crear o actualizar
valor = backend["clave_1"]  # Para leer
del backend["clave_1"] # Para eliminar
flag = ("clave_1" en backend)    # Para verificar la existencia
for key in backend: print(key)  # iteration
backend.commit() # Para commit forzado (traslada los datos a una zona persistente que no se volatiliza)

• Uso del backend CachedFileDic: Además del memory_backend, se dispone por defecto de un backend llamado CachedFileDic, que automáticamente traslada los datos que no caben en la memoria a archivos.

# Inicialización del backend CachedFileDic [SymLinkDB]
cfd_backend = SymLinkDB.cfd_backend("./some_dir/")
sldb.load_table("example_table", backend = cfd_backend) # Cargando una tabla (se inicializa como vacía si no existe) [SymLinkDB]

Notas

• Es necesario cargar las tablas y los enlaces cada vez que se ejecuta el código. Esto asegura que las tablas utilizadas sean explícitas en el código fuente, mejorando la legibilidad y mantenibilidad.
• Al usar diferentes backends, es importante llevar un registro preciso de qué tablas y enlaces están siendo utilizados con cada backend.
• Al eliminar un registro, los enlaces asociados a ese registro se eliminan automáticamente.