35. Python Memcached 常用方法

简介:

常用方法:

(1)add 方法:

用法:add(key, value)

方法说明:新增键值对,用于向memcache服务器添加一个要缓存的数据

import memcache

mc = memcache.Client('[ip段]', debug=True)      #连接memcache

mc.add('k1', 'v1')

print mc.get('k1')

结果:

v1


(2)replace

用法:replace(key, value)

方法说明:替换key的值(或者重新配置key的值)

mc.replace('k1', 'hello')

print mc.get('k1')

结果:

hello


(3)set

用法:set(key, value)

方法说明:set方法用于设置一个指定key的缓存内容,set方法是add方法和replace方法的集合体

mc.set('k2','v2')

print mc.get('k2')

结果:

v2

注意:

① 如果要设置的key不存在时,则set方法与add方法的效果一致;

② 如果要设置的key已经存在时,则set方法与replace方法效果一样。


总结 set 和 add 的区别:

set = add + replace

如果这个key值存在,add就会报错,set不会报错,会进行重新赋值,并覆盖。


(4)set_multi、get_multi

说明:set_multi(dict)  一次设置多个key:value

get_multi(list) 一次获取多个keys,每个key要以list的形式作为参数传入,返回类型为字典。

mc.set_multi({"k100":"v100", "k101":"v101", "k102":"v102"})

print  (mc.get_multi(["k100", "k101", "k102"]))

结果:

{"k100":"v100", "k101":"v101", "k102":"v102"}


(5)delete

说明:

mc.set_multi({"test1":"v1", "test2":"v2", "test3","v3"})

mc.delete("test1")

mc.delete(["test2", "test3"])

结果:

返回空字典{}


(6)append 和  prepend

mc.append("test1", "ling")

print (mc.get("test1"))

返回:

v1ling

说明:在原来的value后面追加数据,合并成一个数据

mc.prepend("test2", "hello")

print (mc.get("test2"))

返回:

hellov2

说明:在原来的值前面添加数据,合并成一个数据


(7)incr 和 decr (自增 和 自减)

mc.set("shop", 1000)     # 设置 key,value 值

mc.incr("shop")                # 默认自增 1

print (mc.get("shop"))

mc.incr("shop", 100)          # 手动自增100,第二个参数指定增加的量。

print (mc.get("shop"))

结果:

1001

1101


mc.decr("shop")              # 默认自减 1

print (mc.get("shop"))

mc.decr("shop", "500")     # 手动自减500,第二个参数指定减少的量。

print (mc.get("shop"))

结果:

1100

600




本文转自 听丶飞鸟说 51CTO博客,原文链接:http://blog.51cto.com/286577399/2048487
相关文章
|
6月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
500 1
|
7月前
|
机器学习/深度学习 数据采集 数据挖掘
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
242 2
|
7月前
|
调度 Python
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
200 0
|
7月前
|
传感器 大数据 API
Python数字限制在指定范围内:方法与实践
在Python编程中,限制数字范围是常见需求,如游戏属性控制、金融计算和数据过滤等场景。本文介绍了五种主流方法:基础条件判断、数学运算、装饰器模式、类封装及NumPy数组处理,分别适用于不同复杂度和性能要求的场景。每种方法均有示例代码和适用情况说明,帮助开发者根据实际需求选择最优方案。
329 0
|
7月前
|
Python
Python字符串center()方法详解 - 实现字符串居中对齐的完整指南
Python的`center()`方法用于将字符串居中,并通过指定宽度和填充字符美化输出格式,常用于文本对齐、标题及表格设计。
|
6月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
890 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
8月前
|
安全 Python
Python语言中常用的文件操作方法探讨
通过上述方法的结合使用,我们可以构筑出强大并且可靠的文件操作逻辑,切实解决日常编程中遇到的文件处理问题。
302 72
|
9月前
|
存储 机器学习/深度学习 人工智能
稀疏矩阵存储模型比较与在Python中的实现方法探讨
本文探讨了稀疏矩阵的压缩存储模型及其在Python中的实现方法,涵盖COO、CSR、CSC等常见格式。通过`scipy.sparse`等工具,分析了稀疏矩阵在高效运算中的应用,如矩阵乘法和图结构分析。文章还结合实际场景(推荐系统、自然语言处理等),提供了优化建议及性能评估,并展望了稀疏计算与AI硬件协同的未来趋势。掌握稀疏矩阵技术,可显著提升大规模数据处理效率,为工程实践带来重要价值。
417 58
|
7月前
|
机器学习/深度学习 数据采集 算法
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
384 4
|
6月前
|
算法 调度 决策智能
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
171 0

推荐镜像

更多