Leveldb

1. Leveldb介紹
   Leveldb是一個google實現的非常高效的（key-value）數據庫，能夠支持十億級別的數據量了。 在這個數量級別下還有著非常高的性能，主要歸功于它的良好的設計。
   LevelDB 是單進程的服務，性能非常之高，在一臺4核Q6600的CPU機器上，每秒鐘寫數據超過40w，而隨機讀的性能每秒鐘超過10w。
2. Python Leveldb
   Python有實現了leveldb，在這里可以下載
3. Python Leveldb 的安裝
   ubuntu下安裝leveldb非常的簡單

sudo pip install leveldb

即可搞定。
4. 使用也很簡單，其函數和參數也就那么幾個

import leveldb

注意需要先新建文件
import os
mkdir('./db')
db = leveldb.LevelDB('./db')
single put
db.Put('hello', 'world')
print db.Get('hello')
single delete
db.Delete('hello')
下面這一句會報錯。
print db.Get('hello')
multiple put/delete applied atomically, and committed to disk
batch = leveldb.WriteBatch()
batch.Put('hello', 'world')
batch.Put('hello again', 'world')
batch.Delete('hello) db.Write(batch, sync= True) </pre> 
 
實際中的應用：

我是學習和使用caffe才知道有leveldb 這個東西的，比leveldb更高級的有LMDB，不過我看了下其文檔，比leveldb復雜多了，先學習leveldb，有時間再學習leveldb。 

 在caffe中沒有python的leveldb 示例，都是用C++直接將圖片轉化leveldb，之前仿照著寫一個將自己的圖片保存為leveldb，訓練之后發現錯誤，而且找不到原因，所以就找了python的實現，畢竟python找錯誤比較簡單一些。
在caffe中，需要準備訓練數據，其中有多種數據的保存格式，比較高效的是leveldb和lmdb，比較低效的hdf5 和直接圖像文件。
要將訓練數據保存為leveldb或者lmdb，只要把數據轉化為鍵值對即可，即圖像為key，標簽為value。
</div>