tl;博士：
在 Python 中是否有一种高效的数据完整性验证方法？
概要：
我正在开发一个框架，该框架(A)从可由开发人员构建的多个 API 服务中摄取相似类型的数据，(B)允许用户/开发人员创建与数据管道的集成，然后(C)返回交互使用相同或新的 API 服务。
数据流： A -> B -> C
该框架提供的3 个主要设施是：
- 给定 API 的共享上下文（允许速率限制设施、帐户凭据等）
- 各种数据集成组件的共享上下文（允许一个参与者为管道中的后续参与者生成有用的输出）。
- 从 API 传入的实际数据（可能是 websocket 或定期/计划的 API 响应）。
要求：
有了这个，我需要3组类型的数据。在每个集合中，数据将具有以下要求：
type包含任何传入 JSON 结构的单个 Python 。- 对象应该是不可变的。
- 需要表现出色。目标是尽可能接近实时的 API 交互。
很高兴有：
- 在分组或定义文件中简单地定义类型的能力。
- 属性应该可以通过名称、键等来引用。
- 应该能够有效地序列化到 JSON 或从 JSON 序列化。
- 这里的安全性也是一个问题——我们希望相信数据没有被操纵，并且在某些情况下我们希望过滤掉敏感值。
现在在哪里：
这个项目一开始是namedtuples用来翻译dict类似 JSON 结构的，但它需要相当多的扩展。例如：虽然两个不同的 API 具有大部分相似的对象，但该数据的参与者需要它是一致的。这需要为每个 API 建立一个翻译层，为每个 API 创建一组额外的对象定义，并且使对namedtuples库的需求变得更加复杂和繁琐。
下一步对我来说，要么创建一个metaclass基于预定义结构生成不可变对象的类，要么创建一个子类namedtuples，添加几个辅助方法。
有了这个，我想在我推出自己的想法之前，我会联系社区，看看你们中是否有人有任何想法。