python--redis

Python操作Redis之安装和支持存储类型

安装redis模块

pip3 install redis

Python操作Redis之普通连接

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

from redis import Redis

conn = Redis(password=123456)
conn.set('name','zyl')
print(conn.get('name'))

Python操作Redis之连接池

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

from redis import Redis
from redis import ConnectionPool

#由于内部源码没有写host,port,password
Pool = ConnectionPool(host='127.0.0.1',port=6379,password=123456)
conn = Redis(connection_pool=Pool)
conn.set('name','zyl')
print(conn.get('name'))

操作之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。如图:

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,,time,value)

# 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
    mset({'k1': 'v1', 'k2': 'v2'})

get(name)

获取值

mget(keys, *args)

批量获取
如:
    mget('k1', 'k2')
    或
    r.mget(['k1', 'k2'])

getset(name, value)

设置新值并获取原来的值

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

incr(self, name, amount=1)

(应用场景:网站访问量)
# 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

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

操作之Hash操作

Hash操作,redis中Hash在内存中的存储格式如下图:

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:
    conn.hmset('hash1',{'age':18,'hobby':'ball'})

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'])
    #
    #print(conn.hmget('hash1','name','age','hobby'))

hgetall(name)

# 获取name对应hash的所有键值
print(conn.hgetall('hash1'))
print(conn.hgetall('hash1').get(b'age'))

hlen(name)

# 获取name对应的hash中键值对的个数
print(conn.hlen('hash1'))

hkeys(name)

# 获取name对应的hash中所有的key的值
print(conn.hkeys('hash1'))
-->[b'name', b'age', b'hobby']

hvals(name)

# 获取name对应的hash中所有的value的值
print(conn.hvals('hash1'))
-->[b'zyl', b'18', b'ball']

hexists(name, key)

# 检查name对应的hash是否存在当前传入的key
print(conn.hexists('hash1','name'))
-->True

hdel(name,*keys)

# 将name对应的hash中指定key的键值对删除
print(conn.hdel('hash1','hobby'))
-->1
这里的返回值是1或者0 

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)
conn.hincrby('hash1','age',amount=1)

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
for i in range(1000):
    conn.hset('hash2','key%s'%i,'val%s'%i)
print(conn.hscan('hash2',0,count=100))

hscan_iter(name, match=None, count=None)

获取字典所有数据的时候,推荐用这个,而不用hgetall

# 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

操作之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。如图:

 

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('list', 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
conn.linsert('list','before','zyl','lyz')

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

conn.lset('list',1,'zyl1')

r.lrem(name,num, value)

# 在name对应的list中删除指定的值
 
# 参数:
    # name,redis的name
    # 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
    # value,要删除的值
conn.lrem('list',0,'zyl')

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
print(conn.lindex('list',1))

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(conn.lrange('list',1,3))
-->[b'zyl1', b'3', b'2'] 前后都是闭区间

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)
print(conn.ltrim('list',1,3))
-->True

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

 

如果list2没有值就卡住,直到有值删除

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

获取列表所有值

这样一下子取出内存会被撑爆

for i in range(1000):
    conn.lpush('list',i)
print(conn.lrange('list',0,conn.llen('list')))

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('list1',0,100))
for item in scan_list('list1',5):
    print('---')
    print(item)

只支持一层的5大数据类型:也就是说字典的value值只能是字符串,列表的value值只能是字符串

操作之Set操作

详情请看(https://www.cnblogs.com/liuqingzheng/articles/9833534.html#_label1

其它操作

delete(*names)

# 根据删除redis中的任意数据类型
conn.delete('hash1')
conn.delete('k1','k2')

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
print(conn.keys('*'))
print(conn.keys('l?st'))
print(conn.keys('l*t')) 
-->[b'list', b'hash2']
    [b'list']
    [b'list']

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
conn.rename('list','list1')

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

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。

import redis
 
pool = redis.ConnectionPool(host='127.0.0.1', port=6379)
 
conn = redis.Redis(connection_pool=pool)
 
# pipe = conn.pipeline(transaction=False)
pipe = conn.pipeline(transaction=True)
pipe.multi()
pipe.set('name', 'alex')
pipe.set('role', 'sb')
 
pipe.execute()

 Django中使用redis

方式一:

utils文件夹下,建立redis_pool.py

from redis import ConnectionPool

Pool = ConnectionPool(host='127.0.0.1',port=6379,password=123456,max_connections=100)

视图函数中使用:

from django.shortcuts import render,HttpResponse

# Create your views here.

from app01.utils import Pool

from redis import Redis
def index(request):
    conn = Redis(connection_pool=Pool)
    conn.hset('zyl','name','zyl')
    return HttpResponse('设置成功')

方式一:

安装django-redis模块

pip3 install django-redis

setting里配置:

# redis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": "123456",
        }
    }
}

视图函数:

from django_redis import get_redis_connection
def index(request):
    conn = get_redis_connection()
    conn.hset('zyl', 'age', '18')
    return HttpResponse('设置成功')

 






posted on 2019-07-09 19:49  ZY_LO  阅读(185)  评论(0编辑  收藏  举报

导航