Python 数据库开发实战 - Redis命令行客户端与图形客户端的简单使用

简介: Python 数据库开发实战 - Redis命令行客户端与图形客户端的简单使用

上一章节我们已经启动了 redis 服务器,在这一章节我们就爱你过来学习 redis命令行客户端与图形客户端的简单使用,以及 redis 的 一些关键参数。


Redis 命令行客户端 - redis-cli



redis-cli 是 Redis 自带的 命令行终端界面,一个简单的程序,允许直接从终端向Redis发送命令,并读取服务器发送的回复。(界面简陋)


redis数据库对命令大小写不敏感,ping、Ping、PING是同一个命令


redis数据库对变量大小写敏感,A、a是两个变量


默认情况下, Redis 有16个逻辑库(0~15) 都是空的 可以存储数据 使用 " select <id> " 切换到指定id的逻辑库 如下:

select 0 
# 切换到 0 逻辑库


连接本地的Redis

redis 默认端口号6379,默认auth(密码)为空,输入以下命令即可连接

redis-cli 是 redis 安装的时候自带的命令行客户端,使用如下命令连接 redis

redis-cli -h 127.0.0.1 -p 6379


# -h : host - ip地址

# -p : port - 端口号

# -a : auth - 密码;存在密码的情况下使用,当前默认状态没有密码,所以省略了。


连接成功后,使用 ping 命令与 redis服务端 做心跳测试,服务端正常会返回 pong  


e40b6a0c0ca844abafe6e667aa442c79.png


命令行终端 - Redis的简单操作

命令行终端执行内容如下:


❯ redis-cli -h 127.0.0.1 -p 6379
127.0.0.1:6379> select 0
OK
127.0.0.1:6379> set city ShangHai
OK
127.0.0.1:6379> get city

"ShangHai"
127.0.0.1:6379> del city
(integer) 1
127.0.0.1:6379> get city
(nil)
127.0.0.1:6379>


redis-cli -h 127.0.0.1 -p 6379 :连接本地redis

select 0 : 切换到id为 0 的逻辑库

set city ShangHai : 利用 set 命令 创建 {"city": "ShangHai"} 键值对

get city : 获取 city 键值对的 value

del city : 删除 city 键值对


6613fc27c5b84faba96f0c2b469eb0a1.png


Redis 图形客户端 - RedisDesktopManager - [RDM]

GitHub上的大神编写了Redis的图形化桌面客户端,地址: https://github.com/uglide/RedisDesktopManager
注意事项:该仓库提供的是 RedisDesktopManager的源码,并未提供windows安装包。
不过大家也不用担心,我已经将 windows安装包 与 mac安装包 已经打包好了,点击下载即可。


RedisDesktopManager 安装


  • 安装过程很简单,解压缩后,运行安装程序即可安装。
  • 需要注意的是,windows安装包安装完成之后在安装目录下找到 rdm.exe 文件 运行即可启动 RedisDesktopManager (双击即可运行)


67e0cafb21244d19b4f8a62a46fd0acb.png


连接本地的Redis(图形界面)



48f64ccd68d7468cae329eb28fe4e502.png




5b7582ae18b94953a8387cd2308b22c4.png






c7415bb59afe4090bc86fc33a110347e.png




3669eee227a34c32a7582475b6c39bc1.png


Redis 的持久化

Redis 数据库是利用缓存来存储数据,就不得不担心,万一断电的情况下,岂不是数据都要丢失掉?
其实大可不必,Redis 在最初的设计阶段就想到了这个问题。所以 Redis 内置了两种的持久化方案:
RDB方案:定期的将内存中的数据保存到硬盘里面,并不是每次对 Redis 做出的修改操作会立即被保存到硬盘里,而是设定了一个触发条件,满足触发条件的情况下,才会将数据缓存到硬盘。(比如说一分钟内,数据写入超过了10000次,就会触发数据的同步。)
AOF方案:这种方案是利用日志的方式来记录数据的写入,写入一条数据,日志就记录一条。当 Redis 服务 出现意外宕机的情况,重启之后,重新执行一下 AOF日志 就可以恢复数据了。(AOF 这种方案实现了 RDB 不能持久化的问题。)
RDB方案 与 AOF方案 的开启都是需要在配置文件里设置的,也不仅仅是开启 "持久化" 这种方案需要用到 "Redis" 的配置文件。比如说 "修改端口号"、"设置 Redis 内存大小" 等等都需要用到 "配置文件" 。


关于 " Redis 配置文件" 的相关知识点,将在下一章节的内容进行详细的讲解


















相关文章
|
9月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
1010 7
|
9月前
|
数据采集 Web App开发 数据安全/隐私保护
实战:Python爬虫如何模拟登录与维持会话状态
实战:Python爬虫如何模拟登录与维持会话状态
|
9月前
|
存储 数据采集 监控
Python文件操作全攻略:从基础到高级实战
本文系统讲解Python文件操作核心技巧,涵盖基础读写、指针控制、异常处理及大文件分块处理等实战场景。结合日志分析、CSV清洗等案例,助你高效掌握文本与二进制文件处理,提升程序健壮性与开发效率。(238字)
699 1
|
9月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
791 0
|
9月前
|
机器学习/深度学习 监控 数据挖掘
Python 高效清理 Excel 空白行列:从原理到实战
本文介绍如何使用Python的openpyxl库自动清理Excel中的空白行列。通过代码实现高效识别并删除无数据的行与列,解决文件臃肿、读取错误等问题,提升数据处理效率与准确性,适用于各类批量Excel清理任务。
769 0
|
NoSQL Redis 数据安全/隐私保护
python 连接redis的哨兵模式
python 连接redis的哨兵模式
1684 0
|
NoSQL Redis Python
|
NoSQL 测试技术 数据库
|
10月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1631 102
|
10月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
503 104

推荐镜像

更多