pickle.dump() 更适合大对象持久化，因其流式写入避免内存峰值，而 dumps() 会将整个序列化结果载入内存易触发 MemoryError。
为什么 pickle.dump() 比 pickle.dumps() 更适合大对象持久化
直接写入文件比先序列化成 bytes 再写入，能避免内存峰值——尤其当对象本身超过几百 MB 时，pickle.dumps() 会强制把整个序列化结果载入内存，容易触发 MemoryError。而 pickle.dump(obj, file) 是流式写入，配合 open(..., 'wb') 的 buffer 控制，实际内存占用稳定在几 MB 级别。
实操建议：
- 始终用二进制模式打开文件：
open('data.pkl', 'wb')，文本模式会报错 - 对超大对象（如带大量 numpy 数组的类实例），优先选
dump()+ 文件句柄，别用dumps()+write() - 如果必须用
dumps()（比如要 base64 编码后存 JSON），务必确认sys.getsizeof(pickle.dumps(obj))不超可用内存 1/3
遇到 AttributeError: Can't pickle local object 怎么办
这是最常卡住人的错误：Pickle 无法序列化嵌套函数、lambda、类内定义的函数，或未绑定到模块顶层的类。典型场景是用了 functools.partial 包装局部变量，或在 Jupyter cell 里定义了类后直接 pickle。
解决路径很明确：
立即学习“Python免费学习笔记（深入）”；
- 把所有要 pickle 的类、函数移到 .py 文件顶层，确保
import mymodule.MyClass能直接访问 - 避免在类定义里写
def helper(self): ...然后试图 pickle 实例；改用模块级函数，或用__getstate__()过滤掉不可序列化属性 - 用
cloudpickle替代标准 pickle（pip install cloudpickle），它能处理大部分局部对象，但注意它不兼容 Python 跨版本反序列化
如何让自定义类支持高效 pickle（避免重复计算）
默认情况下，Pickle 会无差别保存整个 __dict__，但有些字段是临时缓存、数据库连接或大数组副本，既没必要存，又拖慢速度。关键不是“能不能”，而是“该不该”。
推荐做法：
- 在类中实现
__getstate__(self)，返回一个过滤后的字典，例如删掉'_cache'、'_temp_result' - 如果类依赖外部状态（如文件路径），在
__setstate__(self, state)里重置这些字段，而不是从 pickle 数据里恢复 - 对含 numpy 数组的类，考虑用
__reduce__()返回(constructor, (args,), state_dict)，把数组单独用np.save()存为 .npy，只在 pickle 中存路径——这对 GB 级数据能省下 90% 序列化时间
Python 版本升级后老 pickle 文件打不开？
Pickle 协议版本不向前兼容：Python 3.8 默认用 protocol 4，而 3.7 默认是 3；protocol 5（3.8+）还引入了 out-of-band data 支持。如果你用高版本 pickle 了对象，低版本 pickle.load() 会直接抛 ValueError: unsupported pickle protocol。
稳妥方案只有两个：
- 显式指定协议版本：保存时用
pickle.dump(obj, f, protocol=4)（兼容 3.4+），别依赖默认值 - 跨大版本（如 3.7 → 3.12）部署前，用目标最低版本的 Python 启动环境测试
pickle.load()，别只信文档说的“向后兼容” - 长期存储场景，彻底放弃 pickle，改用
msgpack+ 自定义序列化，或dataclasses.asdict()+ JSON —— 虽慢一点，但不会哪天突然打不开
协议版本这事，没人会在出问题前想起来查。
