Python 数据持久化与简单序列化方法
在系统管理工作中，构建 GUI 应用程序看似并非传统职责，但它其实是一项非常有价值的技能。有时候，你可能需要为用户构建简单的应用程序；有时候，也可能是为自己构建。即便有些时候你觉得并非必需，但它或许能让某些任务执行得更加顺畅。一旦你熟练掌握了构建 GUI 应用的技能，就会惊讶地发现自己使用这项技能的频率之高。
而数据持久化，简单来说，就是将数据保存起来以供后续使用。这意味着，一旦数据被保存，即使保存它的进程终止，数据依然存在。通常，这是通过将数据转换为某种格式，然后将其写入磁盘来实现的。数据格式有时是人类可读的，如 XML 或 YAML；有时则不能直接供人类使用，如 Berkeley DB 文件（bdb）或 SQLite 数据库。
数据持久化的应用场景
- 文件修改跟踪：假设有一个脚本用于记录目录中文件的最后修改日期，你需要偶尔运行该脚本来查看自上次运行以来哪些文件发生了更改。这些文件相关的数据就需要保存下来，以便下次运行脚本时使用。
- 网络性能监测：有一台机器可能存在网络问题，你决定每 15 分钟运行一次脚本，以查看它对网络中其他多台机器的 ping 响应时间。这些 ping 时间数据可以存储在持久化数据文件中，以便后续分析。
简单序列化
简单序列化是指将数据保存到磁盘，但不保存数据之间的关系。下面介绍几种常见的简单序列化方法。
Pickle
Pickle 是 Python 标准库中的一个模块，是最基本的简单序列化机制。就像在
