Redis
目录
redis介绍
redis：5大数据类型----字符串，链表，hash，集合，有序集合
redis支持5大数据类型，只支持到一层,第二层必须是字符串
Memcached：只支持字符串，都是纯内存，断电数据丢失,而redis可以持久化
# redis 是什么，特点，存数据的地方，cs架构，数据库，开源软件
1 是一个软件（用c语言写的，初级版本代码只有1w多行 7.x，公司 5.x，4.x多）
2 非关系型（mysql关系型数据库；没有外键关联关系）数据库，nosql(not only sql)数据库,
3 数据都放在内存中(读写速度超级快--》每秒的qps 10w)
4 key-value形式存储
5 有5大数据类型（字符串，list，hash(字典)，集合，有序集合）
# redis 好处
(1) 速度快，因为数据存在内存中，类似于python的字典的优势就是查找和操作的速度快
(2) 支持丰富数据类型，支持string，list，set，sorted set，hash
(3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行
(4) 丰富的特性：可用于缓存（最广泛：缓存数据库），消息，按key设置过期时间，过期后将会自动删除
# redis 最适合的场景
（1）会话缓存（Session Cache）---》原来session放在了djagno-session表中，速度慢，放到redis中速度超级快
（2）全页缓存，接口缓存：
（3）队列：程序的解耦，不是专业的，真正专业的消息队列:kafka,rabbitmq...
（4）排行榜/计数器:有序集合， 字符串类型做计数器累加（由于6.x之前redis是单线程单进程架构，不存在并发安全问题）
# redis 为什么这么快？
-1 纯内存操作
-2 使用io多路复用的网络模型（select，poll，epoll模型），epoll模型
-3 单线程，单进程架构，没有进程线程间切换的消耗
安装
# redis的安装（linux，mac，win）
-redis作者对win的支持不好----win不支持epoll的网络模型，只支持select
-于是：微软就自己把redis改了改----编译成可执行文件----可以运行在win上
-两个大的分支
-一个分支只维护到3.x
-https://github.com/microsoftarchive/redis/releases
-另一个分支维护到5.x
-https://github.com/tporadowski/redis/releases/
-下载完成，一路下一步
-会创建出一个redis服务---（mysql服务），安装路径加入到环境变量了
-以后，启动服务，在任意路径敲 redis-cli 都能识别
-启动redis服务(redis的服务的，执行命令)
redis-server.exe redis.windows-service.conf
-客户端连接（cmd窗口下）
redis-cli -h 127.0.0.1 -p 6379
redis-cli
-redis 是key-value存储，但是它默认有16个库
# 图形化客户端--》选择很多
-redis-desktop-manage 源码是个开源软件，用qt写的，图形化界面，开始免费，后来用的人多了，收费了，99永久----》等同于navicate
-一路下一步
redis基本链接和连接池
python 写脚本，操作redis，本质python代码就是redis的客户端下，需要下载模块
pip install redis
普通链接
# 第一步：导入Redis类
from redis import Redis
# 第二部: 实例化得到对象
conn=Redis(host="localhost",port=6379,) # 默认连本地
# 第三步：操作数据（非常对方法，操作：字符串，hash，链表操作）
conn.set('name','lqz')
conn.close()
连接池
pool.py
import redis
# 最大连接数10
POOL = redis.ConnectionPool(max_connections=10)
链接
from pool import POOL
# 从池中取一个链接使用
conn = redis.Redis(connection_pool=POOL)
# 操作数据（非常对方法，操作：字符串，hash，链表操作）
conn.set('age', '19')
conn.close()
redis String操作
String操作，redis中的String在在内存中按照一个name对应一个value来存储。
set(name, value, ex=None, px=None, nx=False, xx=False)
在Redis中设置值，默认，不存在则创建，存在则修改
参数：
ex，过期时间（秒）
px，过期时间（毫秒）
nx，如果设置为True，则只有name不存在时，当前set操作才执行,值存在，就修改不了，执行没效果
xx，如果设置为True，则只有name存在时，当前set操作才执行，值存在才能修改，值不存在，不会设置新值
setnx(name, value)
设置值，只有name不存在时，执行设置操作（添加）,如果存在，不会修改
setex(name, value, time)
# 设置值
# 参数：
# time，过期时间（数字秒 或 timedelta对象）
psetex(name, time_ms, value)
# 设置值
# 参数：
# time_ms，过期时间（数字毫秒 或 timedelta对象
mset(*args, **kwargs)
批量设置值
如：
mset(k1='v1', k2='v2')
或
mget({'k1': 'v1', 'k2': 'v2'})
get(name)
获取值
mget(keys, *args)
批量获取
如：
mget('k1', 'k2')
或
r.mget(['k3', 'k4'])
getset(name, value)
设置新值并获取原来的值
getrange(key, start, end)
# 获取子序列（根据字节获取，非字符）
# 参数：
# name，Redis 的 name
# start，起始位置（字节）
# end，结束位置（字节）
# 如： "青山精神病院" ，0-2表示 "青"
setrange(name, offset, value)
# 修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）
# 参数：
# offset，字符串的索引，字节（一个汉字三个字节）
# value，要设置的值
setbit(name, offset, value)
# 对name对应值的二进制表示的位进行操作
# 参数：
# name，redis的name
# offset，位的索引（将值变换成二进制后再进行索引）
# value，值只能是 1 或 0
# 注：如果在Redis中有一个对应： n1 = "foo"，
那么字符串foo的二进制表示为：01100110 01101111 01101111
所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，
那么最终二进制则变成 01100111 01101111 01101111，即："goo"
getbit(name, offset)
# 获取name对应的值的二进制表示中的某位的值 （0或1）
bitcount(key, start=None, end=None)
# 获取name对应的值的二进制表示中 1 的个数
# 参数：
# key，Redis的name
# start，位起始位置
# end，位结束位置
bitop(operation, dest, *keys)
# 获取多个值，并将值做位运算，将最后的结果保存至新的name对应的值
# 参数：
# operation,AND（并） 、 OR（或） 、 NOT（非） 、 XOR（异或）
# dest, 新的Redis的name
# *keys,要查找的Redis的name
# 如：
bitop("AND", 'new_name', 'n1', 'n2', 'n3')
# 获取Redis中n1,n2,n3对应的值，然后讲所有的值做位运算（求并集），然后将结果保存 new_name 对应的值中
strlen(name)
# 返回name对应值的字节长度（一个汉字3个字节）
incr(self, name, amount=1)
# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
# 参数：
# name,Redis的name
# amount,自增数（必须是整数）
# 注：同incrby
incrbyfloat(self, name, amount=1.0)
# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
# 参数：
# name,Redis的name
# amount,自增数（浮点型）
decr(self, name, amount=1)
# 自减 name对应的值，当name不存在时，则创建name＝amount，否则，则自减。
# 参数：
# name,Redis的name
# amount,自减数（整数）
append(key, value)
# 在redis name对应的值后面追加内容
# 参数：
key, redis的name
value, 要追加的字符串
常用String操作
1.get(name)
获取值
2.set(name, value, ex=None, px=None, nx=False, xx=False)
在Redis中设置值，默认，不存在则创建，存在则修改
3.mget(keys, *args)
批量获取
4.mset(*args, **kwargs)
批量设置值
5.strlen(name)
返回name对应值的字节长度（一个汉字3个字节）
6.incr(self, name, amount=1)
自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
redis hash操作
字典，基于数组存储，根据key值通过hash函数运算得到一个地址，把value值放进去
hset(name, key, value)
# name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
# 参数：
# name，redis的name
# key，name对应的hash中的key
# value，name对应的hash中的value
# 注：
# hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）
hmset(name, mapping)
# 在name对应的hash中批量设置键值对
# 参数：
# name，redis的name
# mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
# 如：
# r.hmset('xx', {'k1':'v1', 'k2': 'v2'})
hget(name,key)
# 在name对应的hash中获取根据key获取value
hmget(name, keys, *args)
# 在name对应的hash中获取多个key的值
# 参数：
# name，reids对应的name
# keys，要获取key集合，如：['k1', 'k2', 'k3']
# *args，要获取的key，如：k1,k2,k3
# 如：
# r.mget('xx', ['k1', 'k2'])
# 或
# print r.hmget('xx', 'k1', 'k2')
hgetall(name)
# 获取name对应hash的所有键值
print(re.hgetall('xxx').get(b'name'))
hlen(name)
# 获取name对应的hash中键值对的个数
hkeys(name)
# 获取name对应的hash中所有的key的值
hvals(name)
# 获取name对应的hash中所有的value的值
hexists(name, key)
# 检查name对应的hash是否存在当前传入的key
hdel(name,*keys)
# 将name对应的hash中指定key的键值对删除
print(re.hdel('xxx','sex','name'))
hincrby(name, key, amount=1)
# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：
# name，redis中的name
# key， hash对应的key
# amount，自增数（整数）
hincrbyfloat(name, key, amount=1.0)
# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：
# name，redis中的name
# key， hash对应的key
# amount，自增数（浮点数）
# 自增name对应的hash中的指定key的值，不存在则创建key=amount
hscan(name, cursor=0, match=None, count=None)
# 增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而放置内存被撑爆
# 参数：
# name，redis的name
# cursor，游标（基于游标分批取获取数据）
# match，匹配指定key，默认None 表示所有的key
# count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
# 如：
# 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
# 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
# ...
# 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕
hscan_iter(name, match=None, count=None)
# 利用yield封装hscan创建生成器，实现分批去redis中获取数据
# 参数：
# match，匹配指定key，默认None 表示所有的key
# count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
# 如：
# for item in r.hscan_iter('xx'):
# print item
常用hash操作
1.hset(name, key, value)
name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
2.hget(name,key)
在name对应的hash中获取根据key获取value
3.hlen(name)
获取name对应的hash中键值对的个数
4.hexists(name, key)
检查name对应的hash是否存在当前传入的key
5.hincrby(name, key, amount=1)
自增name对应的hash中的指定key的值，不存在则创建key=amount
redis list操作
List操作，redis中的List在在内存中按照一个name对应一个List来存储。
lpush(name,values)
# 在name对应的list中添加元素，每个新的元素都添加到列表的最左边
# 如：
# r.lpush('oo', 11,22,33)
# 保存顺序为: 33,22,11
# 扩展：
# rpush(name, values) 表示从右向左操作
lpushx(name,value)
# 在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边
# 更多：
# rpushx(name, value) 表示从右向左操作
llen(name)
# name对应的list元素的个数
linsert(name, where, refvalue, value))
# 在name对应的列表的某一个值前或后插入一个新值
# 参数：
# name，redis的name
# where，BEFORE或AFTER(小写也可以)
# refvalue，标杆值，即：在它前后插入数据（如果存在多个标杆值，以找到的第一个为准）
# value，要插入的数据
lset(name, index, value)
# 对name对应的list中的某一个索引位置重新赋值
# 参数：
# name，redis的name
# index，list的索引位置
# value，要设置的值
lrem(name, value, num)
# 在name对应的list中删除指定的值
# 参数：
# name，redis的name
# value，要删除的值
# num， num=0，删除列表中所有的指定值；
# num=2,从前到后，删除2个；
# num=-2,从后向前，删除2个
lpop(name)
# 在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素
# 更多：
# rpop(name) 表示从右向左操作
lindex(name, index)
在name对应的列表中根据索引获取列表元素
lrange(name, start, end)
# 在name对应的列表分片获取数据
# 参数：
# name，redis的name
# start，索引的起始位置
# end，索引结束位置 print(re.lrange('aa',0,re.llen('aa')))
ltrim(name, start, end)
# 在name对应的列表中移除没有在start-end索引之间的值
# 参数：
# name，redis的name
# start，索引的起始位置
# end，索引结束位置（大于列表长度，则代表不移除任何）
rpoplpush(src, dst)
# 从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边
# 参数：
# src，要取数据的列表的name
# dst，要添加数据的列表的name
blpop(keys, timeout)
# 将多个列表排列，按照从左到右去pop对应列表的元素
# 参数：
# keys，redis的name的集合
# timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞
# 更多：
# r.brpop(keys, timeout)，从右向左获取数据爬虫实现简单分布式：多个url放到列表里，往里不停放URL，程序循环取值，但是只能一台机器运行取值，可以把url放到redis中，多台机器从redis中取值，爬取数据，实现简单分布式
brpoplpush(src, dst, timeout=0)
# 从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧
# 参数：
# src，取出并要移除元素的列表对应的name
# dst，要插入元素的列表对应的name
# timeout，当src对应的列表中没有数据时，阻塞等待其有数据的超时时间（秒），0 表示永远阻塞
自定义增量迭代
# 由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：
# 1、获取name对应的所有列表
# 2、循环列表
# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：
import redis
conn=redis.Redis(host='127.0.0.1',port=6379)
# conn.lpush('test',*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])
# conn.flushall()
def scan_list(name,count=2):
index=0
while True:
data_list=conn.lrange(name,index,count+index-1)
if not data_list:
return
index+=count
for item in data_list:
yield item
print(conn.lrange('test',0,100))
for item in scan_list('test',5):
print('---')
print(item)
redis管道
redis不支持事务，但是通过管道的操作，多个命令放到一个管道中，然后一次性执行，要么都成功，要么都失败。
redis支持事务码？支持，通过管道实现弱事务
from redis import Redis
conn=Redis()
# 创建管道
pipe = conn.pipeline(transaction=True)
# 开始管道
pipe.multi() # 接受多条命令，放到管道中
pipe.decrby('zhangsan',50)
raise Exception('异常了') # 如果出现异常，会抛出异常，并且已执行的命令会失败
pipe.incrby('lisi',50)
pipe.execute() # 一次性执行管道中所有命令
conn.close()
redis其它操作
redis的通用操作，与数据类型无关
delete(*names)
# 根据删除redis中的任意数据类型
exists(name)
# 检测redis的name是否存在
keys(pattern='*')
# 根据模型获取redis的name
# 更多：
# KEYS * 匹配数据库中所有 key 。
# KEYS h?llo 匹配 hello ， hallo 和 hxllo 等。
# KEYS h*llo 匹配 hllo 和 heeeeello 等。
# KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo
expire(name ,time)
# 为某个redis的某个name设置超时时间
rename(src, dst)
# 对redis的name重命名为
move(name, db))
# 将redis的某个值移动到指定的db下
randomkey()
# 随机获取一个redis的name（不删除）
type(name)
# 获取name对应值的类型
scan(cursor=0, match=None, count=None)
scan_iter(match=None, count=None)
# 同字符串操作，用于增量迭代获取key
django中集成redis
通用方案
# 写一个pool包
import redis
POOL=redis.ConnectionPool(max_connections=1024,decode_responses=True)
# 在使用的位置导入
conn = Redis(connection_pool=POOL)
res = conn.get('name')
django-redis
# 安装
pip install django-redis
# 配置文件配置
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
# 在使用的位置
conn = get_redis_connection()
conn.set.....
一旦配置文件配置 CACHES 后，django的缓存框架（默认是内存），存储的位置也是redis
以后根本不需要会redis的操作，只需要使用
cache.set('name',对象)
cache.get()
强大之处在于不需要关注设置的类型，直接设置就行
把python的对象，通过pickle序列化后，以string形式存到redis中了
