Python学习----第五模块笔记（网络编程进阶之RabbitMQ与Redis）

1、消息队列

消息队列（Message Queue），MQ是一种应用程序对应用程序的通信方法。应用程序通过读写出入队列的消息来通信。MQ是消费者生产者的一个典型代表，一端往消息队列中不断写入消息，另一端则可以读取或订阅队列中的消息。

RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统。可以用于大型软件系统各个模块之间的高效通信，支持高并发，可扩展。

安装RabbitMQ

RabbitMQ使用Erlang语言编写，安装RabbitMQ之前需先安装Erlang环境，猛戳这里查询RabbitMQ的Erlang的版本要求。

猛戳这里下载Erlang。

猛戳这里下载RabbitMQ。

Python使用RabbitMQ

猛戳这里查看各种语言如何使用RabbitMQ。

python可通过pika模块使用RabbitMQ，pika为第三方模块，需要使用pip install pika安装。

连接远程RabbitMQ

需要连接远程主机上的RabbitMQ，需要在RabbitMQ上新建用户并为该用户配置权限。

#新建用户
rabbitmqctl add_user 用户名 密码

#配置用户权限，以下命令代表该用户可配置可读可写
rabbitmqctl set_permissions -p 虚拟主机 用户名 ".*" ".*" ".*"

#Python连接远程RabbitMQ

user = pika.PlainCredentials("用户名", “密码”)
conn = pika.BlockingConnection(pika.ConnectionParameters("IP地址", 5672, "虚拟主机", user))

RabbitMQ简单使用

#消息发送端

import pika

# 连接RabbitMQ
conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))

# 建立一个通道
channel = conn.channel()

# 声明一个QUEUE
channel.queue_declare(queue="hello")

# 发送一条消息
channel.basic_publish(exchange="", routing_key="hello", body="Hello World!")

print("消息发送完毕")

conn.close()

#消息接收端

import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.queue_declare(queue="hello")


# 回调函数，ch为建立的管道，method为队列
def callback(ch, method, properties, body):
    print(ch)
    print(method)
    print(properties)
    print("收到的消息：", body)
    print("消息处理完毕！")
    ch.basic_ack(delivery_tag=method.delivery_tag)    # 向服务端返回消息处理完毕

channel.basic_consume(callback, queue="hello")

print("开始接收消息")

channel.start_consuming()    # 开始接收消息

此时RabbitMQ采用消息分发轮询模式，将消息依次发送给接收端。

#去掉no_ack，消息处理完成后向服务器返回

import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.queue_declare(queue="hello")


# 回调函数，ch为建立的管道，method为队列
def callback(ch, method, properties, body):
    print(ch)
    print(method)
    print(properties)
    print("收到的消息：", body)
    print("消息处理完毕！")
    ch.basic_ack(delivery_tag=method.delivery_tag)    # 向服务端返回消息处理完毕

channel.basic_consume(callback, queue="hello")

print("开始接收消息")

channel.start_consuming()

RabbitMQ消息持久化

没有设置消息持久化的情况下，当RabbitMQ服务意外中断后将导致RabbitMQ中的队列及消息丢失。所以需要将队列及消息持久化的保存在RabbitMQ中。

#消息持久化发送端

import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.queue_declare(queue="hello", durable=True)    # durable=True，持久化队列

# properties=pika.BasicProperties(delivery_mode=2)将消息持久化
channel.basic_publish(exchange="",
                      routing_key="hello",
                      body="Hello World!",
                      properties=pika.BasicProperties(delivery_mode=2))

print("开始发送消息...")

conn.close()

#消息持久化接收端

import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.queue_declare(queue="hello", durable=True)


def callback(ch, method, properties, body):
    print("收到消息：", body)
    ch.basic_ack(delivery_tag=method.delivery_tag)

channel.basic_consume(callback,
                      queue="hello")

print("开始接收消息...")

channel.start_consuming()

RabbitMQ消息公平分发

配置消息公平分发可以使某个消费者在接收到的消息没有处理完成时发送端不会再向其发送新的消息，以解决消费者间处理速度不同导致的某个消费者消息堆积问题。只需接收端添加channel.basic_qos(prefetch_count=1) 。

#消息公平分发接收端

import pika
import time

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.queue_declare(queue="hello", durable=True)


def callback(ch, method, properties, body):
    print("收到消息：", body)
    time.sleep(10)
    print("消息处理完成！")
    ch.basic_ack(delivery_tag=method.delivery_tag)

# 设置消息公平分发
channel.basic_qos(prefetch_count=1)

channel.basic_consume(callback, queue="hello")

print("准备接收消息...")

channel.start_consuming()

RabbitMQ消息发布\订阅

之前的例子都是一对一的发送和接收消息，发送的消息只能发送到指定的queue中，如果需要发送到多个queue中，就需要使用exchange。

exchange在定义时需设置类型，以确定哪些符合条件的queue可以接收消息，exchange类型如下：

• fanout：所有绑定（bind）到此exchange的queue都可以接收消息
• direct：通过routing_key和exchange决定哪个唯一的queue可以接收消息
• topic：所有符合routing_key（此时可以是一个表达式）的routing_key所绑定的queue可以接收消息（表达式符号说明：#代表一个或多个字符，*代表任何字符）
• headers：通过headers来决定把消息发送给哪些queue

注意：使用这些模式的消息是实时收发的，RabbitMQ不保存消息，消息发送后如果没有消费者接收则消息将会丢失。

fanout广播模式

#消息发送端

import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()

channel.exchange_declare(exchange="logs", exchange_type="fanout")

channel.basic_publish(exchange="logs",
                      routing_key="",
                      body="Hello World!")

print("正在发送消息...")

conn.close()

#消息接收端

import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.exchange_declare(exchange="logs", exchange_type="fanout")

# 不指定queue名，随机生成一个queue名，exclusive=True会在使用这个queue的消费者断开后自动删除queue
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

channel.queue_bind(exchange="logs", queue=queue_name)


def callback(ch, method, properties, body):
    print("收到消息：", body)
    ch.basic_ack(delivery_tag=method.delivery_tag)


channel.basic_consume(callback,
                      queue=queue_name)

print("等待接收消息...")

channel.start_consuming()

direct广播模式（有选择的接收消息）

#消息发送端

import sys
import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.exchange_declare(exchange="logs", exchange_type="direct")

serverity = sys.argv[1] if len(sys.argv) > 1 else "info"
message = " ".join(sys.argv[2:]) or "Hello World!"

channel.basic_publish(exchange="logs",
                      routing_key=serverity,
                      body=message)

print("开始发送消息...")

conn.close()

#消息接收端

import sys
import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.exchange_declare(exchange="logs", exchange_type="direct")

result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

serverities = sys.argv[1:]

for i in serverities:
    channel.queue_bind(exchange="logs", queue=queue_name, routing_key=i)


def callback(ch, method, properties, body):
    print("接收到消息：%s" % method.routing_key, body)


channel.basic_consume(callback, queue=queue_name, no_ack=True)

print("准备接收消息...")

channel.start_consuming()

topic广播模式（更细致的消息过滤）

#消息发送端

import sys
import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.exchange_declare(exchange="logs1", exchange_type="topic")

routing_key = sys.argv[1] if len(sys.argv) > 1 else "anonymous.info"
message = " ".join(sys.argv[2:]) or "Hello World!"

channel.basic_publish(exchange="logs1",
                      routing_key=routing_key,
                      body=message)

print("准备发送消息...")

conn.close()

#消息接收端

import sys
import pika

conn = pika.BlockingConnection(pika.ConnectionParameters("127.0.0.1"))
channel = conn.channel()
channel.exchange_declare(exchange="logs1", exchange_type="topic")

result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

serverities = sys.argv[1:]

for i in serverities:
    channel.queue_bind(exchange="logs1", queue=queue_name, routing_key=i)


def callback(ch, method, properties, body):
    print("收到消息：", body)


channel.basic_consume(callback, queue=queue_name, no_ack=True)

print("正在接收信息...")

channel.start_consuming()

RabbitMQ的RPC

RPC（Remote Procedure Call），远程过程调用，是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。

以下例子用来计算斐波那契数列

#PRC Server

import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='rpc_queue')


def fib(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fib(n - 1) + fib(n - 2)


def on_request(ch, method, props, body):
    n = int(body)

    print(" [.] fib(%s)" % n)
    response = fib(n)

    ch.basic_publish(exchange='',
                     routing_key=props.reply_to,
                     properties=pika.BasicProperties(correlation_id=props.correlation_id),
                     body=str(response))
    ch.basic_ack(delivery_tag=method.delivery_tag)


channel.basic_qos(prefetch_count=1)
channel.basic_consume(on_request, queue='rpc_queue')

print(" [x] Awaiting RPC requests")
channel.start_consuming()

#RPC Client

import pika
import uuid


class FibonacciRpcClient(object):
    def __init__(self):
        self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
        self.channel = self.connection.channel()

        result = self.channel.queue_declare(exclusive=True)
        self.callback_queue = result.method.queue

        self.channel.basic_consume(self.on_response, no_ack=True,
                                   queue=self.callback_queue)

    def on_response(self, ch, method, props, body):
        if self.corr_id == props.correlation_id:
            self.response = body

    def call(self, n):
        self.response = None
        self.corr_id = str(uuid.uuid4())
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   properties=pika.BasicProperties(

                                       # 通知服务端把消息返回给哪个queue
                                       reply_to=self.callback_queue,

                                       # 消息的标识符，用于确认该消息是哪个操作的返回
                                             correlation_id=self.corr_id,
                                   ),
                                   body=str(n))
        while self.response is None:
            
            # 非阻塞的start_consuming()，没有消息时继续执行下面的代码
            self.connection.process_data_events()
        return int(self.response)


fibonacci_rpc = FibonacciRpcClient()

print(" [x] Requesting fib(30)")
response = fibonacci_rpc.call(30)
print(" [.] Got %r" % response)

2、Redis缓存

Redis是业界主流的key-value nosql 数据库之一。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。

Redis的优点：

• 异常快速 : Redis是非常快的，每秒可以执行大约110000设置操作，81000个/每秒的读取操作
• 支持丰富的数据类型 : Redis支持最大多数开发人员已经知道如列表，集合，可排序集合，哈希等数据类型。这使得在应用中很容易解决的各种问题，因为我们知道哪些问题处理使用哪种数据类型更好解决
• 操作都是原子的 : 所有 Redis 的操作都是原子，从而确保当两个客户同时访问 Redis 服务器得到的是更新后的值（最新值）
• MultiUtility工具：Redis是一个多功能实用工具，可以在很多如：缓存，消息传递队列中使用（Redis原生支持发布/订阅），在应用程序中，如：Web应用程序会话，网站页面点击数等任何短暂的数据

猛戳这里访问Redis官网。

猛戳这里查看Redis各种语言的客户端

Redis安装

在Linux上可以使用yum或apt等安装包管理工具安装Redis。

ubuntu下安装redis：sudo apt-get install redis-server

使用redis-server启动Redis服务器。

使用redis-cli进入Redis提示符。

Redis配置远程连接

将/etc/redis/redis.conf中的bind 127.0.0.1修改成bind 0.0.0.0或注释掉。也可以指定特定的IP访问Redis。

Redis的Python客户端

Python中使用redis模块操作Redis，redis模块为第三方模块，需要使用pip install redis安装。

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。

使用redis模块连接Redis

import redis

r = redis.Redis(host="IP地址", port=6379)
r.set("a", "aa")
print(r.get("a"))

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="IP地址", port=6379)
r = redis.Redis(connection_pool=pool)
r.set("b", "bb")
print(r.get("b"))

Redis String操作

Redis中的String操作在内存中按照一个name对应一个value来储存。

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，当前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
get(name)   
获取值

mget(keys, *args)
批量获取
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）

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

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

Redis Hash操作

hash表现形式上有些像python中的dict，可以存储一组关联性较强的数据。

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'}

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

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）

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

Redis List操作

Redis中的List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

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：
    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

Redis set集合操作

set集合就是不允许重复的列表

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，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

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

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

zrem(name, values)
删除name对应的有序集合中值是values的成员

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

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

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

Redis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

Redis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，可以使用pipline实现。

import time
import redis

pool = redis.ConnectionPool(host="IP地址", port=6379)
r = redis.Redis(connection_pool=pool)

pipe = r.pipeline(transaction=True)

pipe.set("a", "aaa")
time.sleep(5)
pipe.set("b", "bbb")

pipe.execute()

print(r.get("a"))
print(r.get("b"))

Redis发布订阅

import redis


class RedisHelper:
    def __init__(self):
        self.__conn = redis.Redis(host='IP地址')
        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

from RedisHelper import RedisHelper

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

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

#发布者

from monitor.RedisHelper import RedisHelper
 
obj = RedisHelper()
obj.public('hello')