今日内容，redis数据类型操作和celery介绍

• redis的使用

一.redis字符串操作

redis五大数据类型：字符串，hash，列表，集合，有序集合
操作字符串的方法

import redis
 
conn = redis.Redis()
 
# 1  set(name, value, ex=None, px=None, nx=False, xx=False)
#      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
 
# conn.set('name','lqz') # value 只能是字符串或byte格式
# conn.set('name','lqz',ex=3) # ex 是过期时间，到3s过期，数据就没了
# conn.set('name','lqz',px=3000) # px 是过期时间，到3s过期，数据就没了
# conn.set('age',25,nx=True) # redis 实现分布式锁：https://zhuanlan.zhihu.com/p/489305763
# conn.set('hobby', '足球', xx=False)
 
 
# 2 setnx(name, value)   就是：set nx=True
# conn.setnx('hobby1','橄榄球')
 
 
# 3 psetex(name, time_ms, value)  本质就是 set px设置时间
# conn.psetex('name',3000,'lqz')
 
# 4 mset(*args, **kwargs)  传字典批量设置
# conn.mset({'name':'xxx','age':19})
 
 
# 5 get(name)  获取值，取到是bytes格式   ,指定：decode_responses=True，就完成转换
# print(conn.get('name'))
# print(str(conn.get('name')[:3],encoding='utf-8'))
 
# 6 mget(keys, *args)  #批量获取
# res=conn.mget('name','age')
# res=conn.mget(['name','age'])
# print(res)
 
# 7 getset(name, value)  # 先获取，再设置
# res=conn.getset('name','lqz')
# print(res)
 
 
# 8 getrange(key, start, end) # 取的是字节，前闭后闭区间
# res=conn.getrange('name',0,1)
# print(res)
 
# 9 setrange(name, offset, value)  # 从某个起始位置开始替换字符串
# conn.setrange('name', 1, 'xxx')
 
# 10 setbit(name, offset, value)
# conn.setbit('name',1,0)   #lqz  00000000   00000000   00000000
# res=conn.get('name')
# print(res)
 
 
# 11 getbit(name, offset)
# res=conn.getbit('name',1)
# print(res)
 
 
# 12 bitcount(key, start=None, end=None)
# print(conn.bitcount('name',0,3))  # 3 指的是3个字符
 
# 13 strlen(name)  # 统计字节长度
# print(conn.strlen('name'))
# print(len('lqz政'))  # len 统计字符长度
 
# 14 incr(self, name, amount=1)  # 计数器
# conn.incr('age',amount=3)
 
 
# 15 incrbyfloat(self, name, amount=1.0)
 
# 16 decr(self, name, amount=1)
# conn.decr('age')
 
# 17 append(key, value)
conn.append('name','nb')
conn.close()

二.redis hash操作

1 hset(name, key, value)
2 hmset(name, mapping)
3 hget(name,key)
4 hmget(name, keys, *args)
5 hgetall(name)
6 hlen(name)
7 hkeys(name)
8 hvals(name)
9 hexists(name, key)
10 hdel(name,*keys)
11 hincrby(name, key, amount=1)
12 hincrbyfloat(name, key, amount=1.0)
13 hscan(name, cursor=0, match=None, count=None)
14 hscan_iter(name, match=None, count=None)
 
# 熟练掌握：hset hget  hexists hincrby hlen

代码实操

### redis 只支持一层的5大数据类型
import redis
 
conn = redis.Redis(decode_responses=True)
# 1 hset(name, key, value)
# conn.hset('userinfo', 'name', '彭于晏')
# conn.hset('userinfo', 'age', '32')
# conn.hset('xx',mapping={'name':'xxx','hobby':'篮球'})
 
 
# 2 hmset(name, mapping)   弃用了
# conn.hmset('yy',{'a':'a','b':'b'})
 
 
# 3 hget(name,key)
# res=conn.hget('userinfo','age')
# print(res)
 
# 4 hmget(name, keys, *args)
# res=conn.hmget('userinfo',['name','age'])
# print(res)
 
# 5 hgetall(name)    慎用，可能会造成 阻塞 尽量不要在生产代码中执行它
# res=conn.hgetall('userinfo')
# print(res)
 
 
# 6 hlen(name)
# res=conn.hlen('userinfo')
# print(res)
 
 
# 7 hkeys(name)
# res=conn.hkeys('userinfo')
# print(res)
# 8 hvals(name)
# res=conn.hvals('userinfo')
# print(res)
 
# 9 hexists(name, key)
# res=conn.hexists('userinfo','name')
# print(res)
 
# 10 hdel(name,*keys)
# conn.hdel('userinfo','age')
 
 
# 11 hincrby(name, key, amount=1)
# conn.hincrby('userinfo','age')
 
# 12 hincrbyfloat(name, key, amount=1.0)
# conn.hincrbyfloat('userinfo','age',5.44)
 
## 联合起来讲：不建议使用hgetall，分片取值
# 分批获取               生成器应用在哪了？
# 13 hscan(name, cursor=0, match=None, count=None)
# hash类型没有顺序---》python字典 之前没有顺序，3.6后有序了    python字段的底层实现
# for i in range(1000):
#     conn.hset('test_hash','key_%s'%i,'鸡蛋%s号'%i)
 
# count 是要取的条数，但是不准确，有点上下浮动
# 它一般步单独用
# res=conn.hscan('test_hash',cursor=0,count=19)
# print(res)
# print(res[0])
# print(res[1])
# print(len(res[1]))
# res=conn.hscan('test_hash',cursor=res[0],count=19)
# print(res)
# print(res[0])
# print(res[1])
# print(len(res[1]))
 
 
# 咱么用它比较多，它内部封装了hscan，做成了生成器，分批取hash类型所有数据
# 14 hscan_iter(name, match=None, count=None)  获取所有hash的数据
res = conn.hscan_iter('test_hash',count=100)
print(res)  # 生成器
for item in res:
    print(item)
 
conn.close()

三.redis 列表操作

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
 
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)

四.redis管道

mysql事务：四大特性 隔离性，原子性，一致性，持久性

redis数据库，是否支持事务？

  redis事务机制可以保证一致性和隔离性，无法保证持久性，但是对于redis而言，本身是内存数据库，所以持久化不是必须属性。原子性需要自己进行检查，尽可能保证

  redis 不像mysql一样，支持强事务，事务的四大特性不能全部满足，但是能满足一部分，通过redis的管道实现的

  redis本身不支持事务，但是可以通过管道，实现部分事务

redis 通过管道，来保证命令要么都成功，要么都失败，完成事务的一致性，但是管道只能用在单实例，集群环境中，不支持pipline

import redis
 
conn = redis.Redis()
pipline = conn.pipeline(transaction=True)
pipline.decr('a', 2)  # a减2
raise Exception('我崩了')
pipline.incr('b', 2)  # b加2
pipline.execute()
conn.close()

redis其他操作

# 集合，有序集合 --- redis模块提供的方法API
# 通用操作：无论是5大类型的那种，都支持
 
import redis
 
conn = redis.Redis()
# 1 delete(*names)
# conn.delete('age', 'name')
 
# 2 exists(name)
# res=conn.exists('xx')
# print(res)  # 0
 
 
# 3 keys(pattern='*')
# res=conn.keys('*o*')
# res=conn.keys('?o*')
# print(res)
 
# 4 expire(name ,time)
# conn.expire('test_hash',3)
 
 
# 5  rename(src, dst) # 对redis的name重命名为
# conn.rename('xx','xxx')
 
 
# 6 move(name, db) # 将redis的某个值移动到指定的db下
# 默认操作都是0 库，总共默认有16个库
# conn.move('xxx',2)
 
 
# 7  randomkey()  随机获取一个redis的name（不删除）
# res=conn.randomkey()
# print(res)
 
# 8 type(name)  查看类型
# res = conn.type('aa')  # list  hash set
# print(res)
 
conn.close()

django中集中redis

方式一：直接使用

from user.POOL import pool
import redis
def index(request):
    conn = redis.Redis(connection_pool=pool)
    conn.incr('page_view')
    res = conn.get('page_view')
    return HttpResponse('被你看了%s次' % res)

方式二：使用第三方模块===》django-redis
配置文件配置

-配置文件配置
        CACHES = {
        "default": {
            "BACKEND": "django_redis.cache.RedisCache",
            "LOCATION": "redis://127.0.0.1:6379/0",
            "OPTIONS": {
                "CLIENT_CLASS": "django_redis.client.DefaultClient",
                "CONNECTION_POOL_KWARGS": {"max_connections": 100}
                # "PASSWORD": "123",
            }
        }
    }

使用

from django_redis import get_redis_connection
    def index(request):
        conn = get_redis_connection(alias="default") # 每次从池中取一个链接
        conn.incr('page_view')
        res = conn.get('page_view')
        return HttpResponse('被你看了%s次' % res)

方式三：借助于django的缓存使用redis

   如果配置文件中配置了 CACHES ，以后django的缓存，数据直接放在redis中
   以后直接使用cache.set 设置值，可以传过期时间
   使用cache.get 获取值
   强大之处在于，可以直接缓存任意的python对象，底层使用pickle实现的

• celery介绍

celery：翻译过来叫芹菜，它是一个 分布式的异步任务框架

celery用处：
   1.完成异步任务：可以提高项目的并发量，之前开启线程做，现在使用celery做
   2.完成延迟任务
   3.完成定时任务

架构：
   消息中间件：broker 提交的任务（函数）都放在这里，celery本身不提供消息中间件，需要借助于第三方：redis，rabbitmq
   任务执行单元：worker，真正执行任务的地方，一个个进程，执行函数
   结果存储：backend，函数return的结果存储在这里，celery本身不提供结果存储，借助于第三方：redis，数据库，rabbitmq