redis基本操作
目录
redis介绍
redis安装
"""
1、官网下载：安装包或是绿色面安装
2、安装并配置环境变量
"""
redis VS mysql
"""
redis: 内存数据库(读写快)、非关系型(操作数据方便、数据固定)
mysql: 硬盘数据库(数据持久化)、关系型(操作数据间关系、可以不同组合)
大量访问的临时数据，才有redis数据库更优
"""
redis VS memcache
"""
redis: 操作字符串、列表、字典、无序集合、有序集合 | 支持数据持久化(数据丢失可以找回(默认持久化，主动持久化save)、可以将数据同步给mysql) | 高并发支持
memcache: 操作字符串 | 不支持数据持久化 | 并发量小
"""
Redis操作
启动服务
"""
前提：前往一个方便管理redis持久化文件的逻辑再启动服务：dump.rdb（持久化文件就在启动服务的当前路径产生，方便管理该文件，这个配置在redis.windows.conf文件中配置的就是当前路径:dir ./）
1）前台启动服务
>: redis-server
2）后台启动服务
>: redis-server --service-start
>:redis-server & # linux、Mac后台启动
3）配置文件启动服务
>: redis-server 配置文件的绝对路径
eg: redis-server G:\Redis\redis.conf
>: redis-server --service-start 配置文件的绝对路径
eg>: redis-server --service-start D:/redis/redis.conf
"""
关闭服务
redis-cli shutdown # 之后再用redis-cli 就不能连到redis服务端了
密码管理
"""
1）提倡在配置文件中配置，采用配置文件启动
requirepass 密码
2）当服务启动后，并且连入数据库，可以改当前服务的密码,但是只是保存在内存中，不会修改配置文件的配置密码，一旦redis服务重启，redis客户端连接密码仍是配置文件设置的密码(服务重启，密码重置)
config set requirepass 新密码
3）连入数据库，查看当前服务密码密码
config get requirepass
"""
连接数据库
"""
1）默认连接：-h默认127.0.0.1，-p默认6379，-n默认0，-a默认无
>: redis-cli
2）完整连接：
>: redis-cli -h ip地址 -p 端口号 -n 数据库编号 -a 密码
3）先连接，后输入密码
>: redis-cli -h ip地址 -p 端口号 -n 数据库编号
>: auth 密码
====================================================================================
redis数据库最多可以建立编号0~15，共16个数据库，当连入的数据库编号超过这个范围时，显示的是输入的编号，当取值的时候默认取的是第0个数据库存储的值；
"""
关闭服务
"""
1）在没有连接进数据库时执行
>: redis-cli shutdown
2）连接进数据库后执行
>: shutdown
"""
切换数据库
"""
1）在连入数据库后执行
>: select 数据库编号
"""
数据持久化
"""
1）配置文件默认配置
save 900 1 # 超过900秒有1个键值对操作，会自动调用save完成数据持久化
save 300 10 # 超过300秒有10个键值对操作，会自动调用save完成数据持久化
save 60 10000 # 超过60秒有10000个键值对操作，会自动调用save完成数据持久化
2）安全机制
# 当redis服务不可控宕机，会默认调用一下save完成数据持久化
3）主动持久化
>: save # 连入数据库时，主动调用save完成数据持久化
注：数据持久化默认保存文件 dump.rdb(如果需要，可以在配置文件中修改文件名)，保存路径默认为启动redis服务的当前路径
""
Redis数据类型
数据操作：字符串、列表、哈希(字典)、无序集合、有序(排序)集合
有序集合：游戏排行榜
字符串：
set key value
get key
mset k1 v1 k2 v2 ...
mget k1 k2 ...
setex key exp value # 将key关联到value并设置过期时间，
setnx key value # 只有key不存在时才可以设置
incrby key increment
列表：
rpush key（列表名） value1 value2 ... # 列表右边添加
lpush key value1 value2 ... # 列表左边添加
lpush key value # 将一个或多个值插入到列表头部
rpushx key value... # 为已存在的列表添加值
lrange key bindex eindex # 切片，返回切片的值，顾头顾尾，python列表切片，顾头不顾尾
ltrim key start stop # 修剪，返回值是布尔值，此时列表只剩下指定区间的元素，顾头顾尾
lindex key index # 根据索引获取元素
lpop key | rpop key # 删除列表的最后一个元素|第一个元素，返回值为当前删除的元素
llen key # 获取列表长度
linsert key before|after old_value new_value
哈希：
hset key field value
hget key field
hmset key field1 value1 field2 value2 ... # 增加多个k,v
hmget key field1 field2
hkeys key # 获取所有keys
hvals key #获取hash表所有的值
hdel key field # 删除一个或多个哈希表字段
hincrby key field increment # 为哈希表key中的指定字段的浮点数值加上增量increment
hgetall key # 获取在哈希表中指定key的所有字段的值
hlen key # 获取hash表的长度
集合： # 使用集合最主要是使用集合的交集，差集，并集的运算（没有堆成差集），还有去重，不然直接使用列表额可以了
sadd key member1 member2 ...
sdiff key1 key2 ... # 求多个哈希表的差集 去除公有的元素，返回自己有别人没有的元素
sdiffstore newkey key1 key2 ... # 返回给定所有集合的差集并存储在newkey中
sinter key1 key2 ... # 返回给定所有集合的交集 共同好友
sunion key1 key2 ... # 返回所有给定集合的并集
scard key # 返回某一个集合的元素的个数
smove key1 key2 value # 将key1中的value移动到key2中，返回bool值
sismember key member # 判断member元素是否是集合key的成员，返回布尔值
smembers key # 返回集合中的所有成员
spop key # 移除并返回集合中的一个随机元素 抽奖
有序集合：# 排行榜
zadd key score1 member1 score2 member2 ... # 向有序集合添加一个或多个成员，或者更新已存在成员的分数
zcard # 获取有序集合的成员数
zincrby key score1 member # 有序集合中对指定成员的分数加上增量 increment 购买装备加经验值
zrange key start(索引) end(索引) # 通过索引返回有序集合指定区间内的成员 默认从小到大排序 名次是倒数的前end名
zrevrange key start end # 返回有序集合中指定区间内的成员，通过索引，分数从高到低 从大到小排序 名次前end名
python使用redis
依赖
>: pip3 install redis
直接使用
# 直接使用
import redis
# 默认连接6379，没有密码设置，所以不用填面参数（填了报错），可以自己以配置文件启动（不要配置文件后台启动，启动连得还是6379端口），在配置文件可以修改host，port，password等，
r = redis.Redis(host='localhost', port=6379, db=0, decode_responses=True) # decode_responses将二进制数据解析为字符串
r.set('name','张三')
r.setnx('hobby','打酱油')
r.setex('age',10,18) # 给age添加过期时间，参数2才是timeout
r.mset({'a':1,'b':2, 'c':'good', 'd':'李四'})
print(r.mget('a', 'b', 'c', 'd','name','bobby')) # ['1', '2', 'good', '李四', '张三', None]
r.incrby('a',100)
print(r.mget('a', 'b', 'c', 'd','name','bobby')) # ['101', '2', 'good', '李四', '张三', None]
r.rpush('stus','bob', 'ben', 'jerry', 'tom', 'tank') #
print(r.lrange('stus',0,1)) # ['bob', 'ben']
r.zadd('games', {'bob':97, 'ben':99, 'jerry':77,'tom':100})
# 正序去倒数前三名
print(r.zrange('games',0,2)) # ['jerry', 'bob', 'ben']
# 反序取前三名
print(r.zrevrange('games',0,2)) # ['tom', 'ben', 'bob']
连接池使用
# reids 连接池版
import redis
pool = redis.ConnectionPool(host='localhost', port=6379, db=0, decode_responses=True,max_connections=100)
redis.Redis(connection_pool=pool)
print(r.zrevrange('games',0,2)) # ['tom', 'ben', 'bob']
缓存使用：要额外安装 django-redis
pip install django-redis
# 1.将缓存存储位置配置到redis中：settings.py
'''
为什么配置redis缓存，而不使用django的memcache缓存？
因为memcache是django默认的缓存，该缓存只能在项目存活阶段才有数据，项目重启缓存数据就丢失了，而配置redis缓存，可以将数据缓存到redis,redis 可以持久化，即使django项目重启，缓存的数据也不会丢失。
'''
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},
"DECODE_RESPONSES": True,
"PSAAWORD": "",
}
}
}
# 2.操作cache模块直接操作缓存：views.py
from django.core.cache import cache # 结合配置文件实现插拔式
# 存放token，可以直接设置过期时间
cache.set('token', 'header.payload.signature', 300)
# 取出token
token = cache.get('token')
使用django-redis也可以缓存对象了，并且用了redis做缓存，数据得以持久化：
# 3.测试文件：t_dg.py
import redis
pool = redis.ConnectionPool(max_connections=100,)
r = redis.Redis(connection_pool=pool)
# from libs import tx_sms
#
# code = tx_sms.get_sms_code()
# print(code)
# r.setex('sms', 300, code)
import django
import os
os.environ.setdefault('DJANGO_SETTINGS_MODULE','luffyapi.settings.dev')
django.setup()
from user import models
user_query = models.User.objects.all()
# redis不能直接存对象
# r.setex('user_query', 300, user_query)
from django.core.cache import cache
# django缓存使用的memcache,可以直接存对象，是因为内部将使用pickle将对象做了序列化，
# 我们没在全局配置CACHE，就默认使用django全局配置的CACHE（memcache缓存），在global_settings文件查看全局配置
# from django.conf import global_settings
'''
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',
}
}
在LocMemCache类中写了set,get,incr，add,delete,clear等方法
'''
cache.set('user_query',user_query,300)
print(cache.get('user_query')) # <QuerySet [<User: admin>, <User: 14455667788>, <User: 13344556678>]>
