对python对象的扩展pickling支持
cloudpickle的Python项目详细描述
云泡菜
cloudpickle使序列化不支持的python结构成为可能
默认情况下，来自python标准库的pickle模块。
cloudpickle对于集群计算尤其有用，其中python
代码通过网络传送到远程主机上执行，可能会关闭
对数据。
除其他外，cloudpickle支持对lambda函数进行酸洗
以及中交互定义的函数和类
__main__模块（例如在脚本、shell或jupyter笔记本中）。
cloudpickle默认使用pickle.HIGHEST_PROTOCOL：它意味着
在运行同一版本python的进程之间发送对象。
不支持对^{str 1}使用cloudpickle$长期对象存储，并且
不鼓励。
安装
最新版本的cloudpickle可从
pypi：
pip install cloudpickle
示例
腌制lambda表达式：
>>>importcloudpickle>>>squared=lambdax:x**2>>>pickled_lambda=cloudpickle.dumps(squared)>>>importpickle>>>new_squared=pickle.loads(pickled_lambda)>>>new_squared(2)4
pickling在python shell会话中交互定义的函数
（在__main__模块中）：
>>>CONSTANT=42>>>defmy_function(data):...returndata+CONSTANT...>>>pickled_function=cloudpickle.dumps(my_function)>>>pickle.loads(pickled_function)(43)85
运行测试
使用
tox，测试运行所有受支持版本的 Python和Python：pip install tox tox或者针对特定环境：
tox -e py37使用
py.test只运行当前版本的 Python：pip install -r dev-requirements.txt PYTHONPATH='.:tests' py.test
历史记录
cloudpickle最初由picloud.com开发，并作为
客户端sdk。
pyspark中包含了cloudpickle.py的副本。
与Apache Spark的接口。刘戴维斯，乔希
Rosen、Thom Neale和其他ApacheSpark开发人员显著改进了它，
最值得注意的是增加了对pypy和python 3的支持。
cloudpickle项目的目的是使这项工作在更广泛的范围内可用
Spark生态系统之外的受众，并使其更易于改进
更值得注意的是，借助于专用的非回归测试套件。
欢迎加入QQ群-->： 979659372
