Redis 基础

Redis 介绍

redis 是一个 key-value 存储系统。和 Memcached 类似，它支持存储的 value 类型相对更多，包括 string (字符串)、list (链表)、set (集合)、zset (sorted set --有序集合)和 hash （哈希类型）。这些数据类型都支持 push/pop、add/remove 及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上， redis 支持各种不同方式的排序。与 memcached 一样，为了保证效率，数据都是缓存在内存中。区别的是 redis 会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了 master-slave (主从) 同步。

1. 使用 Redis 有哪些好处？

(1) 速度快，因为数据存在内存中，类似于 HashMap，HashMap 的优势就是查找和操作的时间复杂度都是 O(1)

(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，消息，按 key 设置过期时间，过期后将会自动删除

2. redis 相比 memcached 有哪些优势？

(1) memcached 所有的值均是简单的字符串，redis 作为其替代者，支持更为丰富的数据类型

(2) redis 的速度比 memcached 快很多

(3) redis 可以持久化其数据

3. redis 常见性能问题和解决方案：

(1) Master 最好不要做任何持久化工作，如 RDB 内存快照和 AOF 日志文件

(2) 如果数据比较重要，某个 Slave 开启 AOF 备份数据，策略设置为每秒同步一次

(3) 为了主从复制的速度和连接的稳定性，Master 和 Slave 最好在同一个局域网内

(4) 尽量避免在压力很大的主库上增加从库

(5) 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...

这样的结构方便解决单点故障问题，实现 Slave 对 Master 的替换。如果 Master 挂了，可以立刻启用 Slave1 做 Master ，其他不变。

4. 如何保证 redis 中的数据都是热点数据

MySQL 里有 2000w 数据，redis 中只存 20w 的数据，如何保证 redis 中的数据都是热点数据

相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6 种数据淘汰策略：

voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰

volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰

volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰

allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰

allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰

no-enviction（驱逐）：禁止驱逐数据

5. Memcache 与 Redis 的区别都有哪些？

1)、存储方式

Memecache 把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。

Redis 有部份存在硬盘上，这样能保证数据的持久性。

2)、数据支持类型

Memcache 对数据类型支持相对简单。

Redis 有复杂的数据类型。

3）、value 大小

redis 最大可以达到 1GB，而 memcache 只有 1MB

6. Redis 常见的性能问题都有哪些？如何解决？

1).Master 写内存快照，save 命令调度 rdbSave 函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以 Master 最好不要写内存快照。

2).Master AOF 持久化，如果不重写 AOF 文件，这个持久化方式对性能的影响是最小的，但是 AOF 文件会不断增大，AOF 文件过大会影响 Master 重启的恢复速度。Master 最好不要做任何持久化工作，包括内存快照和 AOF 日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个 Slave 开启 AOF 备份数据，策略为每秒同步一次。

3).Master 调用 BGREWRITEAOF 重写 AOF 文件，AOF 在重写的时候会占大量的 CPU 和内存资源，导致服务 load 过高，出现短暂服务暂停现象。

4). Redis 主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave 和 Master 最好在同一个局域网内

7. redis 最适合的场景

Redis 最适合所有数据 in-momory 的场景，虽然 Redis 也提供持久化功能，但实际更多的是一个 disk-backed 的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎 Redis 更像一个加强版的 Memcached ，那么何时使用 Memcached ,何时使用 Redis 呢?

如果简单地比较 Redis 与 Memcached 的区别，大多数都会得到以下观点：

Redis 不仅仅支持简单的k/v类型的数据，同时还提供 list，set，zset，hash 等数据结构的存储。
Redis 支持数据的备份，即 master-slave 模式的数据备份。
Redis 支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。

（1）、会话缓存（Session Cache）

最常用的一种使用 Redis 的情景是会话缓存（session cache）。用 Redis 缓存会话比其他存储（如Memcached）的优势在于：Redis 提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？

幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用 Redis 来缓存会话的文档。甚至广为人知的商业平台 Magento 也提供 Redis 的插件。

（2）、全页缓存（FPC）

除基本的会话 token 之外，Redis 还提供很简便的 FPC 平台。回到一致性问题，即使重启了 Redis 实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似 PHP 本地 FPC 。

再次以 Magento 为例，Magento 提供一个插件来使用 Redis 作为全页缓存后端。

此外，对 WordPress 的用户来说，Pantheon 有一个非常好的插件 wp-redis ，这个插件能帮助你以最快速度加载你曾浏览过的页面。

（3）、队列

Reids 在内存存储引擎领域的一大优点是提供 list 和 set 操作，这使得 Redis 能作为一个很好的消息队列平台来使用。Redis 作为队列使用的操作，就类似于本地程序语言（如Python）对 list 的 push/pop 操作。

如果你快速的在 Google 中搜索 “Redis queues” ，你马上就能找到大量的开源项目，这些项目的目的就是利用 Redis 创建非常好的后端工具，以满足各种队列需求。例如，Celery 有一个后台就是使用 Redis 作为 broker ，你可以从这里去查看。

（4）、排行榜/计数器

Redis 在内存中对数字进行递增或递减的操作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis 只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为 “user_scores” ，我们只需要像下面一样执行即可：

当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：

ZRANGE user_scores 0 10 WITHSCORES

Agora Games 就是一个很好的例子，用 Ruby 实现的，它的排行榜就是使用 Redis 来存储数据的，你可以在这里看到。

（5）、发布/订阅

最后（但肯定不是最不重要的）是 Redis 的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用 Redis 的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。

Redis 提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能。

Redis安装和基本使用

Linux 下安装

下载地址：http://redis.io/download

下载最新稳定版本。

$ wget http://download.redis.io/releases/redis-5.0.3.tar.gz
$ tar xzf redis-5.0.3.tar.gz
$ cd redis-5.0.3
$ make

make 完后 redis-5.0.3 目录下会出现编译后的 redis 服务程序 redis-server ,还有用于测试的客户端程序 redis-cli ,两个程序位于安装目录 src 目录下：

下面启动 redis 服务.

$ cd src
$ ./redis-server

注意这种方式启动 redis 使用的是默认配置。也可以通过启动参数告诉 redis 使用指定配置文件使用下面命令启动。

$ cd src
$ ./redis-server ../redis.conf

redis.conf 是一个默认的配置文件。我们可以根据需要使用自己的配置文件。

启动 redis 服务进程后，就可以使用测试客户端程序 redis-cli 和 redis 服务交互了。比如：

$ cd src
$ ./redis-cli
redis> set foo bar
OK
redis> get foo
"bar"

PS：我通过这种方式没能安装成功，报以下错误

redis_error

Ubuntu 下安装

在 Ubuntu 系统安装 Redis 可以使用以下命令:

$sudo apt-get update
$sudo apt-get install redis-server

启动 Redis

$ redis-server

查看 redis 是否启动？

$ redis-cli

以上命令将打开以下终端：

redis 127.0.0.1:6379>

127.0.0.1 是本机 IP ，6379 是 redis 服务端口。现在我们输入 PING 命令。

redis 127.0.0.1:6379> ping
PONG

以上说明我们已经成功安装了redis。

PS:我通过此方法安装成功

Window 下安装

下载地址：https://github.com/MSOpenTech/redis/releases。

Redis 支持 32 位和 64 位。这个需要根据你系统平台的实际情况选择，这里我们下载 Redis-x64-xxx.zip压缩包到 C 盘，解压后，将文件夹重新命名为 redis。

打开一个 cmd 窗口使用 cd 命令切换目录到 C:\redis 运行：

redis-server.exe redis.windows.conf

如果想方便的话，可以把 redis 的路径加到系统的环境变量里，这样就省得再输路径了，后面的那个 redis.windows.conf 可以省略，如果省略，会启用默认的。输入之后，会显示如下界面：

redis_win

这时候另启一个 cmd 窗口，原来的不要关闭，不然就无法访问服务端了。

切换到 redis 目录下运行:

redis-cli.exe -h 127.0.0.1 -p 6379

出现如下页面表示安装成功：

redis_win2

Python 操作 Redis

pip install redis

API使用

redis-py 的API的使用可以分类为：

连接方式
连接池
操作
- String 操作
- Hash 操作
- List 操作
- Set 操作
- Sort Set 操作
管道
发布订阅

操作模式

redis-py 提供两个类 Redis 和 StrictRedis 用于实现 Redis 的命令， StrictRedis 用于实现大部分官方的命令，并使用官方的语法和命令， Redis 是 StrictRedis 的子类，用于向后兼容旧版本的 redis-py 。

import redis

r = redis.Redis(host='127.0.0.1', port=6379)
r.set('foo', 'Bar')
print r.get('foo')

连接池

redis-py 使用 connection pool 来管理对一个 redis server 的所有连接，避免每次建立、释放连接的开销。默认，每个 Redis 实例都会维护一个自己的连接池。可以直接建立一个连接池，然后作为参数 Redis，这样就可以实现多个 Redis 实例共享一个连接池。

import redis

pool = redis.ConnectionPool(host='127.0.0.1', port=6379)

r = redis.Redis(connection_pool=pool)
r.set('foo', 'Bar')
print(r.get('foo'))

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，与字典类型非常相似。

常用函数有：

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
	 xx，如果设置为True，则只有name存在时，岗前set操作才执行

setnx(name, value)

设置值，只有name不存在时，执行设置操作（添加）

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('ylr', 'wupeiqi')
	或
	r.mget(['ylr', 'wupeiqi'])

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： "武沛齐" ，0-3表示 "武"

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"

# 扩展，转换二进制表示：

	# source = "武沛齐"
	source = "foo"

	for i in source:
		num = ord(i)
		print bin(num).replace('b','')

	特别的，如果source是汉字 "武沛齐"怎么办？
	答：对于utf-8，每一个汉字占 3 个字节，那么 "武沛齐" 则有 9个字节
	   对于汉字，for循环时候会按照 字节 迭代，那么在迭代时，将每一个字节转换 十进制数，然后再将十进制数转换成二进制
		11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000
		-------------------------- ----------------------------- -----------------------------
					武                         沛                           齐

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

Hash 操作

redis 中 Hash 在内存中的存储格式如下图：

name       hash
         ----------
n1  -----> | k1->v1 |
		   | k2->v2 |
		   | k3->v3 |
         -----------

常用函数：

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
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

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

List 操作

redis 中的 List 在内存中按照一个 name 对应一个 List 来存储。如图：

name     list

 n1  ---> [v1,v2,..]

常用函数：

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
	# refvalue，标杆值，即：在它前后插入数据
	# value，要插入的数据

r.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

r.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

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

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

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：

获取name对应的所有列表
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：

def list_iter(name):
    """
    自定义redis列表增量迭代
    :param name: redis中的name，即：迭代name对应的列表
    :return: yield 返回 列表元素
    """
    list_count = r.llen(name)
    for index in xrange(list_count):
        yield r.lindex(name, index)

使用

for item in list_iter('pp'):
    print item

Set 操作

Set 集合就是不允许重复的列表

常用函数：

sadd(name,values)

# name对应的集合中添加元素
scard(name)

获取name对应的集合中元素个数
sdiff(keys, *args)

在第一个name对应的集合中且不在其他name对应的集合的元素集合
sdiffstore(dest, keys, *args)

# 获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中
sinter(keys, *args)

# 获取多一个name对应集合的并集
sinterstore(dest, keys, *args)

# 获取多一个name对应集合的并集，再讲其加入到dest对应的集合中
sismember(name, value)

# 检查value是否是name对应的集合的成员
smembers(name)

# 获取name对应的集合的所有成员
smove(src, dst, value)

# 将某个成员从一个集合中移动到另外一个集合
spop(name)

# 从集合的右侧（尾部）移除一个成员，并将其返回
srandmember(name, numbers)

# 从name对应的集合中随机获取 numbers 个元素
srem(name, values)

# 在name对应的集合中删除某些值
sunion(keys, *args)

# 获取多一个name对应的集合的并集
sunionstore(dest,keys, *args)

# 获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中

sscan(name, cursor=0, match=None, count=None)
sscan_iter(name, match=None, count=None)

# 同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

有序集合操作

在集合的基础上，为每元素排序；元素的排序需要根据另外一个值来进行比较，所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。

zadd(name, *args, **kwargs)

# 在name对应的有序集合中添加元素
# 如：
     # zadd('zz', 'n1', 1, 'n2', 2)
     # 或
     # zadd('zz', n1=11, n2=22)

zcard(name)

# 获取name对应的有序集合元素的数量
zcount(name, min, max)

# 获取name对应的有序集合中分数在 [min,max] 之间的个数
zincrby(name, value, amount)

# 自增name对应的有序集合的 name 对应的分数

r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)

# 按照索引范围获取name对应的有序集合的元素

# 参数：
	# name，redis的name
	# start，有序集合索引起始位置（非分数）
	# end，有序集合索引结束位置（非分数）
	# desc，排序规则，默认按照分数从小到大排序
	# withscores，是否获取元素的分数，默认只获取元素的值
	# score_cast_func，对分数进行数据转换的函数

# 更多：
	# 从大到小排序
	# zrevrange(name, start, end, withscores=False, score_cast_func=float)

	# 按照分数范围获取name对应的有序集合的元素
	# zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
	# 从大到小排序
	# zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

zrank(name, value)

# 获取某个值在 name对应的有序集合中的排行（从 0 开始）

# 更多：
	# zrevrank(name, value)，从大到小排序

zrangebylex(name, min, max, start=None, num=None)

# 当有序集合的所有成员都具有相同的分值时，有序集合的元素会根据成员的 值 （lexicographical ordering）来进行排序，而这个命令则可以返回给定的有序集合键 key 中， 元素的值介于 min 和 max 之间的成员
# 对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大

# 参数：
	# name，redis的name
	# min，左区间（值）。 + 表示正无限； - 表示负无限； ( 表示开区间； [ 则表示闭区间
	# min，右区间（值）
	# start，对结果进行分片处理，索引位置
	# num，对结果进行分片处理，索引后面的num个元素

# 如：
	# ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga
	# r.zrangebylex('myzset', "-", "[ca") 结果为：['aa', 'ba', 'ca']

# 更多：
	# 从大到小排序
	# zrevrangebylex(name, max, min, start=None, num=None)

zrem(name, values)

# 删除name对应的有序集合中值是values的成员
 
# 如：zrem('zz', ['s1', 's2'])

zremrangebyrank(name, min, max)

# 根据排行范围删除
zremrangebyscore(name, min, max)

# 根据分数范围删除
zremrangebylex(name, min, max)

# 根据值返回删除
zscore(name, value)

# 获取name对应有序集合中 value 对应的分数

zinterstore(dest, keys, aggregate=None)

# 获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

zunionstore(dest, keys, aggregate=None)

# 获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
zscan_iter(name, match=None, count=None,score_cast_func=float)

# 同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

其他常用操作

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
```

管道

redis-py 默认在执行每次请求都会创建（连接池申请连接）和断开（归还连接池）一次连接操作，如果想要在一次请求中指定多个命令，则可以使用 pipline 实现一次请求指定多个命令，并且默认情况下一次 pipline 是原子性操作。

# !/usr/bin/env python  
# -*- coding:utf-8 -*-

import redis

pool = redis.ConnectionPool(host='127.0.0.1', port=6379)

r = redis.Redis(connection_pool=pool)

# pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)
pipe.multi()
pipe.set('name', 'alex')
pipe.set('role', 'sb')

pipe.execute()

实现计数器

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import redis

conn = redis.Redis(host='127.0.0.1',port=6379)

conn.set('count',1000)

with conn.pipeline() as pipe:

    # 先监视，自己的值没有被修改过
    conn.watch('count')

    # 事务开始
    pipe.multi()
    old_count = conn.get('count')
    count = int(old_count)
    if count > 0:  # 有库存
        pipe.set('count', count - 1)

    # 执行，把所有命令一次性推送过去
    pipe.execute()

发布订阅

发布者：服务器

订阅者：Dashboad和数据处理

Demo如下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import redis


class RedisHelper:

    def __init__(self):
        self.__conn = redis.Redis(host='10.211.55.4')
        self.chan_sub = 'fm104.5'
        self.chan_pub = 'fm104.5'

    def public(self, msg):
        self.__conn.publish(self.chan_pub, msg)
        return True

    def subscribe(self):
        pub = self.__conn.pubsub()
        pub.subscribe(self.chan_sub)
        pub.parse_response()
        return pub

订阅者：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from .RedisHelper import RedisHelper

obj = RedisHelper()
redis_sub = obj.subscribe()

while True:
    msg = redis_sub.parse_response()
    print(msg)

发布者：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from .RedisHelper import RedisHelper

obj = RedisHelper()
obj.public('hello')

sentinel

redis 重的 sentinel 主要用于在 redis 主从复制中，如果 master 顾上，则自动将 slave 替换成 master

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
from redis.sentinel import Sentinel
 
# 连接哨兵服务器(主机名也可以用域名)
sentinel = Sentinel([('10.211.55.20', 26379),
                     ('10.211.55.20', 26380),
                     ],
                    socket_timeout=0.5)
 
# # 获取主服务器地址
# master = sentinel.discover_master('mymaster')
# print(master)
#
# # # 获取从服务器地址
# slave = sentinel.discover_slaves('mymaster')
# print(slave)
#
#
# # # 获取主服务器进行写入
# master = sentinel.master_for('mymaster')
# master.set('foo', 'bar')
 
 
 
# # # # 获取从服务器进行读取（默认是round-roubin）
# slave = sentinel.slave_for('mymaster', password='redis_auth_pass')
# r_ret = slave.get('foo')
# print(r_ret)

http://doc.redisfans.com/

参考链接：

http://www.runoob.com/redis/redis-install.html

http://www.cnblogs.com/wupeiqi/articles/5132791.html

posted @ 2018-12-29 21:25 banshaohuan 阅读(134) 评论(0) 编辑收藏举报

刷新页面返回顶部

banshaohuan

Redis 基础

Redis 介绍

1. 使用 Redis 有哪些好处？

2. redis 相比 memcached 有哪些优势？

3. redis 常见性能问题和解决方案：

4. 如何保证 redis 中的数据都是热点数据

5. Memcache 与 Redis 的区别都有哪些？

6. Redis 常见的性能问题都有哪些？如何解决？

7. redis 最适合的场景

Redis安装和基本使用

Linux 下安装

Ubuntu 下安装

Window 下安装

Python 操作 Redis

操作模式

连接池

String 操作

Hash 操作

List 操作

自定义增量迭代

Set 操作

有序集合操作

其他常用操作

管道

发布订阅

sentinel

公告