Python redis 使用(笔记)1

本文涉及的产品
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
简介: Python redis 使用(笔记)

Python redis 使用介绍(通过源码查看怎么用)

redis 是一个 Key-Value 数据库,Value 支持 string(字符串),list(列表),set(集合),zset(有序集合),hash(哈希类型)等类型。

1、安装启动 redis

1.1 用brew安装

1.查看系统是否已经安装了Redis

brew info redis

这个命令会展示此系统下的redis信息,如果没有安装,会展示not install

2.输入命令安装Redis

brew install redis

可能需要等一会,系统下载完redis的包,会自动进行安装

3.启动redis

brew services start redis

这个命令会在后台启动redis服务,并且每一次登录系统,都会自动重启

如果你不想/不需要后台服务,你可以运行:

/usr/local/opt/redis/bin/redis-server /usr/local/etc/redis.conf

4.查看redis服务进程

可以通过下面命令查看redis是否正在运行

ps axu | grep redis

默认端口号为 6379,ctrl+D 退出

这个命令会读取redis的配置文件,并且在redis运行的过程中也会看到实时的日志打印。

2、redis 模块(Python)

redis 提供两个类 Redis 和 StrictRedis

  1. StrictRedis 用于实现大部分官方的命令
  2. Redis 是 StrictRedis 的子类,用于向后兼用旧版本。

redis 取出的结果默认是字节,可以设定 decode_responses=True 改成字符串。

2.1 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。

3、redis 基本命令 String

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

1.setnx(name, value) 设置值,只有name不存在时,执行设置操作(添加)

2.setex(name, time, value) 设置值

  • time - 过期时间(数字秒 或 timedelta对象)
import redis
import time
pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True)
r = redis.Redis(connection_pool=pool)
r.setex("fruit2", 5, "orange")
print(r.get('fruit2'))
time.sleep(5)
print(r.get('fruit2'))  # 5秒后,取值就从orange变成None
# 输出结果
orange
None

3.psetex(name, time_ms, value) 设置值

  • time_ms - 过期时间(数字毫秒 或 timedelta对象)

4.mset(self, mapping) 批量设置值

r.mset({'k1': 'v1', 'k2': 'v2'})
print(r.mget("k1", "k2"))   # 一次取出多个键对应的值
print(r.mget("k1"))
# 输出结果
['v1', 'v2']
['v1']

5.mget(keys, *args) 批量获取

print(r.mget('k1', 'k2'))
print(r.mget(['k1', 'k2']))
print(r.mget("fruit", "fruit1", "fruit2", "k1", "k2"))  # 将目前redis缓存中的键对应的值批量取出来
# 输出结果
['v1', 'v2']
['v1', 'v2']
['watermelon', None, 'orange', 'v1', 'v2']

6.getset(name, value) 设置新值并获取原来的值

print(r.getset("food", "barbecue"))  # 设置的新值是barbecue 设置前的值是beef

7.getrange(key, start, end) 获取子序列(根据字节获取,非字符)

  • start - 起始位置(字节)
  • end - 结束位置(字节)
r.set("cn_name", "君惜大大") # 汉字
print(r.getrange("cn_name", 0, 2))   # 取索引号是0-2 前3位的字节 君 切片操作 (一个汉字3个字节 1个字母一个字节 每个字节8bit)
print(r.getrange("cn_name", 0, -1))  # 取所有的字节 君惜大大 切片操作
r.set("en_name","junxi") # 字母
print(r.getrange("en_name", 0, 2))  # 取索引号是0-2 前3位的字节 jun
print(r.getrange("en_name", 0, -1)) # 取所有的字节 junxi

8.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)

  • offset - 字符串的索引,字节(一个汉字三个字节)
  • value - 要设置的值
r.setrange("en_name", 1, "ccc")
print(r.get("en_name"))    # jccci 原始值是junxi 从索引号是1开始替换成ccc 变成 jccci

9.strlen(name) 返回name对应值的字节长度(一个汉字3个字节)

print(r.strlen("foo"))  # 4 'goo1'的长度是4

10.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。

  • name - Redis的name
  • amount - 自增数(必须是整数)

注:同 incrby

r.set("foo", 123)
print(r.mget("foo", "foo1", "foo2", "k1", "k2"))
r.incr("foo", amount=1)
print(r.mget("foo", "foo1", "foo2", "k1", "k2"))

应用场景 – 页面点击数

假定对一系列页面需要记录点击次数。例如论坛的每个帖子都要记录点击次数,而点击次数比回帖的次数的多得多。如果使用关系数据库来存储点击,可能存在大量的行级锁争用。所以,点击数的增加使用redis的INCR命令最好不过了。

当redis服务器启动时,可以从关系数据库读入点击数的初始值(12306这个页面被访问了34634次)

r.set("visit:12306:totals", 34634)
print(r.get("visit:12306:totals"))

每当有一个页面点击,则使用INCR增加点击数即可。

r.incr("visit:12306:totals")
r.incr("visit:12306:totals")

页面载入的时候则可直接获取这个值

print(r.get("visit:12306:totals"))

11.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。

  • name - Redis的name
  • amount - 自减数(整数)

注:同 decrby

r.decr("foo4", amount=3) # 递减3
r.decr("foo1", amount=1) # 递减1
print(r.mget("foo1", "foo4"))
# 输出结果
['124', '-3']

12.append(key, value) 在redis name对应的值后面追加内容

  • key - redis的name
  • value - 要追加的字符串
r.append("name", "haha")    # 在name对应的值junxi后面追加字符串haha
print(r.mget("name"))

4、redis 基本命令 hash

1、单个增加–修改(单个取出)–没有就新增,有的话就修改

hset(name, key, value, mapping=None)

name对应的hash中设置一个键值对(不存在,则创建;否则,修改)

  • name - redis的name
  • key - name对应的hash中的key
  • value - name对应的hash中的value
  • mapping - 接受一个由键/值对组成的字典

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)

import redis
import time
pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True)
r = redis.Redis(connection_pool=pool)
r.hset("hash1", "k1", "v1")
r.hset("hash1", "k2", "v2")
print(r.hkeys("hash1")) # 取hash中所有的key
print(r.hget("hash1", "k1"))    # 单个取hash的key对应的值
print(r.hmget("hash1", "k1", "k2")) # 多个取hash的key对应的值
print(r.hsetnx("hash1", "k2", "v3")) # 只能新建 如果HSETNX创建了一个字段,返回1,否则返回0
print(r.hget("hash1", "k2"))
# 输出结果
['k1', 'k2']
v1
['v1', 'v2']
0
v2

2、批量增加(取出)

hmset(name, mapping)

在name对应的hash中批量设置键值对

  • name - redis的name
  • mapping - 字典
r.hmset("hash2", {"k2": "v2", "k3": "v3"})
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

  • 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
print(r.hget("hash2", "k2"))  # 单个取出"hash2"的key-k2对应的value
print(r.hmget("hash2", "k2", "k3"))  # 批量取出"hash2"的key-k2 k3对应的value --方式1
print(r.hmget("hash2", ["k2", "k3"]))  # 批量取出"hash2"的key-k2 k3对应的value --方式2

3、取出所有的键值对

hgetall(name)

获取name对应hash的所有键值

print(r.hgetall("hash1"))
# 输出结果
{'k1': 'v1', 'k2': 'v2'}

4、得到所有键值对的格式 hash长度

hlen(name)

获取name对应的hash中键值对的个数

print(r.hlen("hash1"))

5、得到所有的keys(类似字典的取所有keys)

hkeys(name)

获取name对应的hash中所有的key的值

print(r.hkeys("hash1"))

6、得到所有的value(类似字典的取所有value)

hvals(name)

获取name对应的hash中所有的value的值

print(r.hvals("hash1"))

7、判断成员是否存在(类似字典的in)

hexists(name, key)

检查 name 对应的 hash 是否存在当前传入的 key

print(r.hexists("hash1", "k4"))  # False 不存在
print(r.hexists("hash1", "k1"))  # True 存在

8、删除键值对

hdel(name,*keys)

将name对应的hash中指定key的键值对删除

print(r.hgetall("hash1"))
r.hset("hash1", "k2", "v222")   # 修改已有的key k2
r.hset("hash1", "k11", "v1")   # 新增键值对 k11
r.hdel("hash1", "k1")    # 删除一个键值对
print(r.hgetall("hash1"))

9、自增自减整数(将key对应的value–整数 自增1或者2,或者别的整数 负数就是自减)

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)
r.hset("hash1", "k3", 123)
r.hincrby("hash1", "k3", amount=-1)
print(r.hgetall("hash1"))
r.hincrby("hash1", "k4", amount=1)  # 不存在的话,value默认就是1
print(r.hgetall("hash1"))

10、自增自减浮点数(将key对应的value–浮点数 自增1.0或者2.0,或者别的浮点数 负数就是自减)

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)

自增 name 对应的 hash 中的指定 key 的值,不存在则创建 key=amount。

r.hset("hash1", "k5", "1.0")
r.hincrbyfloat("hash1", "k5", amount=-1.5)    # 已经存在,递减-1.5
print(r.hgetall("hash1"))
r.hincrbyfloat("hash1", "k6", amount=-1.0)    # 不存在,value初始值是-1.0 每次递减1.0
print(r.hgetall("hash1"))
# 输出结果
{'k2': 'v222', 'k11': 'v1', 'k3': '123', 'k4': '1', 'k5': '-0.5', 'k6': '-1'}
{'k2': 'v222', 'k11': 'v1', 'k3': '123', 'k4': '1', 'k5': '-0.5', 'k6': '-2'}

11、取值查看–分片读取

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,从而防止内存被撑爆

  • 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
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
print(r.hscan("hash1"))
# 输出结果
(0, {'k2': 'v222', 'k11': 'v1', 'k3': '123', 'k4': '1', 'k5': '-0.5', 'k6': '-5'})

12、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

  • 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
for item in r.hscan_iter('hash1'):
    print(item)
print(r.hscan_iter("hash1"))    # 生成器内存地址
# 输出结果
('k2', 'v222')
('k11', 'v1')
('k3', '123')
('k4', '1')
('k5', '-0.5')
('k6', '-6')
<generator object ScanCommands.hscan_iter at 0x7f94486cc270>

5、redis基本命令 list

1.增加(类似于list的append,只是这里是从左边新增加)–没有就新建

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

import redis
import time
pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True)
r = redis.Redis(connection_pool=pool)
r.lpush("list1", 11, 22, 33)
print(r.lrange('list1', 0, -1))
保存顺序为: 33,22,11

rpush:增加(从右边增加)–没有就新建

r.rpush("list2", 44, 55, 66)    # 在列表的右边,依次添加44,55,66
print(r.llen("list2"))  # 列表长度
print(r.lrange("list2", 0, -1)) # 切片取出值,范围是索引号0到-1(最后一个元素)

2.往已经有的name的列表的左边添加元素,没有的话无法创建

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

r.lpushx("list10", 10)   # 这里list10不存在
print(r.llen("list10"))  # 0
print(r.lrange("list10", 0, -1))  # []
r.lpushx("list2", 77)   # 这里"list2"之前已经存在,往列表最左边添加一个元素,一次只能添加一个
print(r.llen("list2"))  # 列表长度
print(r.lrange("list2", 0, -1)) # 切片取出值,范围是索引号0到-1(最后一个元素

rpushx:往已经有的name的列表的右边添加元素,没有的话无法创建

r.rpushx("list2", 99)   # 这里"foo_list1"之前已经存在,往列表最右边添加一个元素,一次只能添加一个
print(r.llen("list2"))  # 列表长度
print(r.lrange("list2", 0, -1)) # 切片取出值,范围是索引号0到-1(最后一个元素)

3.新增(固定索引号位置插入元素)

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

  • name - redis的name
  • where - before/after
  • refvalue - 标杆值,即:在它前后插入数据
  • value - 要插入的数据
r.linsert("list2", "before", "11", "00")   # 往列表中左边第一个出现的元素"11"前插入元素"00"
print(r.lrange("list2", 0, -1))   # 切片取出值,范围是索引号0-最后一个元素


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
13天前
|
canal 缓存 NoSQL
【Redis系列笔记】双写一致性
本文讨论了缓存不一致问题及其后果,如价格显示错误和订单计算错误。问题主要源于并发和双写操作的异常。解决方案包括使用分布式锁(但可能导致性能下降和复杂性增加)、延迟双删策略(通过延迟删除缓存来等待数据同步)以及异步同步方法,如通过Canal和MQ实现数据的最终一致性。面试中,可以提及这些策略来确保数据库和缓存数据的一致性。
46 1
【Redis系列笔记】双写一致性
|
13天前
|
缓存 NoSQL 安全
【Redis系列笔记】缓存三剑客
缓存穿透是指请求一个不存在的数据,缓存层和数据库层都没有这个数据,这种请求会穿透缓存直接到数据库进行查询。它通常发生在一些恶意用户可能故意发起不存在的请求,试图让系统陷入这种情况,以耗尽数据库连接资源或者造成性能问题。 缓存击穿发生在访问热点数据,大量请求访问同一个热点数据,当热点数据失效后同时去请求数据库,瞬间耗尽数据库资源,导致数据库无法使用。 缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。
36 1
|
15天前
|
存储 设计模式 算法
|
16天前
|
缓存 NoSQL Redis
Python缓存技术(Memcached、Redis)面试题解析
【4月更文挑战第18天】本文探讨了Python面试中关于Memcached和Redis的常见问题,包括两者的基础概念、特性对比、客户端使用、缓存策略及应用场景。同时,文章指出了易错点,如数据不一致和缓存淘汰策略,并提供了实战代码示例,帮助读者掌握这两款内存键值存储系统的使用和优化技巧。通过理解其核心特性和避免常见错误,可以提升在面试中的表现。
22 2
|
10天前
|
NoSQL Java 关系型数据库
【Redis系列笔记】分布式锁
分布式锁:满足分布式系统或集群模式下多进程可见并且互斥的锁。 分布式锁的核心思想就是让大家都使用同一把锁,只要大家使用的是同一把锁,那么我们就能锁住线程,不让线程进行,让程序串行执行,这就是分布式锁的核心思路
33 2
|
3天前
|
Java 开发者 索引
Python基础语法:类笔记
本篇博文是把自己在学习python类的过程中自己理解和笔记,一点一点总结的写出出来,做一个总结,加深对面向对象编程的理解。
|
5天前
|
存储 NoSQL Redis
【Redis系列笔记】Redis总结
Redis是一个基于内存的 key-value 结构数据库。 Redis 是互联网技术领域使用最为广泛的存储中间件。 Redis是用C语言开发的一个开源的高性能键值对(key-value)数据库,官方提供的数据是可以达到100000+的QPS(每秒内查询次数)。 它存储的value类型比较丰富,也被称为结构化的NoSql数据库。
17 0
|
5天前
|
缓存 NoSQL Java
【Redis系列笔记】Redis入门
本文介绍了Redis常用命令,以及SpringBoot集成Spring Data Redis和Spring Cache。Spring Data Redis 提供了对 Redis 的操作方法,而 Spring Cache 则提供了基于注解的缓存功能,可以方便地将方法的返回值缓存到 Redis 中,以提高性能和减少对数据源的访问次数。这样的集成可以帮助开发者更便捷地利用 Redis 来管理应用程序的数据和缓存。
29 4
|
7天前
|
存储 缓存 NoSQL
Redis笔记 | 青训营
Redis笔记 | 青训营
|
10天前
|
缓存 NoSQL Java
【Redis系列笔记】Redis事务
Redis事务的本质是一组命令的集合。事务支持一次执行多个命令,一个事务中所有命令都会被序列化。在事务执行过程,会按照顺序串行化执行队列中的命令,其他客户端提交的命令请求不会插入到事务执行命令序列中。
38 3