luffy学习-09
一、图形化redis-desktop-manage
qt5
- QT平台：可以写图形化界面
- 用python开发：pyqt5写图形化界面
GUI开发 - 一路一步安装就行
- 服务里把redis启动——连接——名字——端口6379——测试连接——连接成功——自带16个库
二、redis字符串操作
redis有5大数据类型——》字符串、hash、列表、集合、有序集合
主要的api：操作字符串的方法
| 1 | set(name, value, ex=None, px=None, nx=False, xx=False) |
| 2 | setnx(name, value) |
| 3 | psetex(name, time_ms, value) |
| 4 | mset(*args, **kwargs) |
| 5 | get(name) |
| 6 | mget(keys, *args) |
| 7 | getset(name, value) |
| 8 | getrange(key, start, end) |
| 9 | setrange(name, offset, value) |
| 10 | setbit(name, offset, value) |
| 11 | getbit(name, offset) |
| 12 | bitcount(key, start=None, end=None) |
| 13 | strlen(name) |
| 14 | incr(self, name, amount=1) |
| 15 | incrbyfloat(self, name, amount=1.0) |
| 16 | decr(self, name, amount=1) |
| 17 | append(key, value) |
set
nx里有实现分布式锁，详情看：https://zhuanlan.zhihu.com/p/489305763
# 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', 'kobe') # value 只能是字符串或bytes格式
# conn.set('name','james',ex=4) # ex是过期时间，到4秒过期，数据就没了
# conn.set('name','james',px=4000) # px是过期时间，到4秒过期，数据就没了
# conn.set('age',20,nx=True) # redis 实现分布式锁
# conn.set('hobby','篮球',nx=False)import redis
# 2 setnx(name, value) 就是：set nx=True
# conn.setnx('hobby1','羽毛球')
# 3 psetex(name, time_ms, value) 本质就是 set px设置时间
# conn.psetex('name',3000,'kj')
# 4 mset(*args, **kwargs) 传字典批量设置
# conn.mset({'name':'xxx','age':99})
# 5 get(name) 获取值，取到是bytes格式 可以指定：decode_responses=True，就完成转换变成字符串了
# print(conn.get('name'))
# print(str(conn.get('name')[:3],encoding='utf-8'))
# 5 mget(keys, *args) #批量获取
# res=conn.mget('name','age')
# res=conn.mget(['name','age'])
# print(res)
# 6 getset(name, value) # 先获取，再设置
# res=conn.getset('name','lqz')
# print(res)
# 7 getrange(key, start, end) # 取的是字节，前闭后闭区间
# res=conn.getrange('name',0,1)
# print(res)
# 8 setrange(name, offset, value) # 从某个起始位置开始替换字符串
# conn.setrange('name', 1, 'xxx')
# 9 setbit(name, offset, value) 比特位 取出来的是二进制转成的字母
# conn.setbit('name',1,0) #jay 00000000 00000000 00000000
# res=conn.get('name')
# print(res)
# 10 getbit(name, offset) 获取第几个比特位是0还是1 1个bytes=8个比特位
# res=conn.getbit('name',1)
# print(res)
# 11 bitcount(key, start=None, end=None) 取出有多少个比特位有多少个1
# print(conn.bitcount('name',0,3)) # 3 指的是3个字符
# 12 strlen(name) # 统计字节长度
# print(conn.strlen('name'))
# print(len('lqz政')) # len 统计字符长度
# 13 incr(self, name, amount=1) # 计数器
# conn.incr('age',amount=3)
# 14 incrbyfloat(self, name, amount=1.0)
# 15 decr(self, name, amount=1)
# conn.decr('age')
# 16 append(key, value)
conn.append('name', 'abc')
conn.close()三、redis之hash操作
Hash操作，redis中Hash在内存中的存储格式如下图：
| 1 |
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： |
| 2 |
hlen(name) 获取name对应的hash中键值对的个数 |
| 3 | hget(name,key)
在name对应的hash中获取根据key获取value |
| 4 |
hexists(name, key) 检查name对应的hash是否存在当前传入的key |
| 5 |
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 |
| 6 | hmset(name, mapping) |
| 7 | hkeys(name) |
| 8 | hvals(name) |
| 9 | hmget(name, keys, *args) |
| 10 | hdel(name,*keys) |
| 11 | hgetall(name) |
| 12 | hincrbyfloat(name, key, amount=1.0) |
| 13 | hscan(name, cursor=0, match=None, count=None) |
| 14 | hscan_iter(name, match=None, count=None) |
'''
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)
'''
### 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', '小张')
# conn.hset('userinfo', 'age', '23')
# 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()四、redis列表操作
Redis_list.py
# Redis列表操作
'''
1 lpush(name,values)
2 lpushx(name,value)
3 rpushx(name, value) 表示从右向左操作
4 llen(name)
5 linsert(name, where, refvalue, value))
6 lset(name, index, value)
7 lrem(name, value, num)
8 lpop(name)
9 lindex(name, index)
10 lrange(name, start, end)
11 ltrim(name, start, end)
12 rpoplpush(src, dst)
13 blpop(keys, timeout)
14 brpoplpush(src, dst, timeout=0)
15 自定义增量迭代
'''import redis
connent = redis.Redis()
1. 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
connent.lpush('xx', 11,22,33)
2. 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
connent.rpush('xx', 44)
3. rpushx(name, value)
connent.lpushx('yy', 55) # 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
4. llen(name)
info = connent.llen('xx') # name对应的list元素的个数
print(info)
5. linsert(name, where, refvalue, value)
connent.linsert('xx', where='after', refvalue='22', value='66') # 在name对应的列表的某一个值前或后插入一个新值
connent.linsert('xx', where='before', refvalue='22', value='66')
6. lset(name, index, value)
connent.lset('xx', 0, '77') # 对name对应的list中的某一个索引位置重新赋值
7. lrem(name, value, num)
connent.lrem('xx', 1, '66') # 在name对应的list中删除指定的值
8. lpop(name)
info = connent.lpop('yy', count=1) # 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
info1 = connent.rpop('yy', count=1) # 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
print(info)
print(info1)
9. lindex(name, index)
connent.lindex('xx', 0) # 在name对应的列表中根据索引获取列表元素
10. lrange(name, start, end)
connent.lrange('xx', 0, 2) # 在name对应的列表分片获取数据
11. ltrim(name, start, end)
info = connent.ltrim('xx', 1, 3) # 在name对应的列表中移除没有在start-end索引之间的值
print(info)
12. rpoplpush(src, dst)
connent.rpoplpush('xx', 'yy') # 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
13. blpop(keys, timeout)
info = connent.blpop('yy') # 阻塞式弹出，如果列表中有值，会造成阻塞，直到有值，它可以做消息对了，将多个列表排列，按照从左到右去pop对应列表的元素
print(info)
14. brpoplpush(src, dst, timeout=0)
info = connent.brpoplpush('yy', timeout=3) # 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
print(info)
15. 自定义增量迭代
info = connent.lrange('yy', 0, 999)
# 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
print(info)
# 关闭连接
connent.close()自定义生成器
import redis
conn = redis.Redis(host='127.0.0.1', port=6379)
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)五、redis管道操作
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。
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
它不像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piplineimport redis
connent = redis.Redis()
pipline = connent.pipeline(transaction=True)
pipline.decr('x', 2) # x减2
raise Exception('无法接收')
pipline.incr('y', 2) # y加2
pipline.execute()
# 关闭连接
conn.close()六、redis其他操作
# 通用操作：无论是5大类型的那种，都支持
import redis
connent = redis.Redis()
1. delete(*names) # 根据删除redis中的任意数据类型
conn.delete('age', 'name')
2. exists(name) # 检测redis的name是否存在
info=conn.exists('xx')
print(info) # 0
3. keys(pattern='*') # 根据模型获取redis的name
info=conn.keys('*o*')
info=conn.keys('?o*')
print(info)
4. expire(name ,time) # 为某个redis的某个name设置超时时间
connent.expire('test_hash',3)
5. rename(src, dst) # 对redis的name重命名
connent.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
connent.move('xxx',2)
7. randomkey() # 随机获取一个redis的name（不删除）
info = connent.randomkey()
print(info)
8. type(name) # 获取name对应值的类型
info = conn.type('aa')
print(info)
# 关闭连接
connent.close()七、Django集成Redis
方式一
# utils文件夹下，建立redis_pool.py
import redis
POOL = redis.ConnectionPool(host='127.0.0.1', port=6379,password='1234',max_connections=1000)# 视图函数中编写
import redis
from django.shortcuts import render,HttpResponse
from utils.redis_pool import POOL
def index(request):
conn = redis.Redis(connection_pool=POOL)
conn.hset('kkk','age',18)
return HttpResponse('设置成功')
def order(request):
conn = redis.Redis(connection_pool=POOL)
conn.hget('kkk','age')
return HttpResponse('获取成功')方式二
# 安装django-redis模块
pip3 install django-redis
# setting里配置：
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": "123",
}
}
}# 视图函数
from django_redis import get_redis_connection
conn = get_redis_connection('default')
print(conn.hgetall('xxx'))方式三
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
