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
|
2天前
|
存储 Linux Shell
python移除/删除非空文件夹/目录的最有效方法是什么?
python移除/删除非空文件夹/目录的最有效方法是什么?
8 0
|
5天前
|
Python
【Python 基础】Python中的实例方法、静态方法和类方法有什么区别?
【5月更文挑战第6天】【Python 基础】Python中的实例方法、静态方法和类方法有什么区别?
|
5天前
|
数据处理 Python
Python中每个字段增加多条数据的高效方法
Python中每个字段增加多条数据的高效方法
10 1
|
5天前
|
存储 数据挖掘 Python
Python技术分享:实现选择文件或目录路径的方法
Python技术分享:实现选择文件或目录路径的方法
15 2
|
5天前
|
数据处理 Python
Python中按指定数量分割列表字符串的方法
Python中按指定数量分割列表字符串的方法
9 1
|
9天前
|
Python
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序。示例代码展示了如何按'Name'和'Age'列排序 DataFrame。先按'Name'排序,再按'Age'排序。sort_values()的by参数接受列名列表,ascending参数控制排序顺序(默认升序),inplace参数决定是否直接修改原DataFrame。
23 1
|
11天前
|
机器学习/深度学习 数据可视化 前端开发
【Python机器学习专栏】机器学习模型评估的实用方法
【4月更文挑战第30天】本文介绍了机器学习模型评估的关键方法,包括评估指标(如准确率、精确率、召回率、F1分数、MSE、RMSE、MAE及ROC曲线)和交叉验证技术(如K折交叉验证、留一交叉验证、自助法)。混淆矩阵提供了一种可视化分类模型性能的方式,而Python的scikit-learn库则方便实现这些评估。选择适合的指标和验证方法能有效优化模型性能。
|
11天前
|
机器学习/深度学习 算法 Python
【Python机器学习专栏】Python中的特征选择方法
【4月更文挑战第30天】本文介绍了机器学习中特征选择的重要性,包括提高模型性能、减少计算成本和增强可解释性。特征选择方法主要包括过滤法(如相关系数、卡方检验和互信息)、包装法(如递归特征消除和顺序特征选择)和嵌入法(如L1正则化和决策树)。在Python中,可利用`sklearn`库的`feature_selection`模块实现这些方法。通过有效的特征选择,能构建更优的模型并深入理解数据。
|
11天前
|
机器学习/深度学习 数据采集 数据可视化
【Python 机器学习专栏】数据缺失值处理与插补方法
【4月更文挑战第30天】本文探讨了Python中处理数据缺失值的方法。缺失值影响数据分析和模型训练,可能导致模型偏差、准确性降低和干扰分析。检测缺失值可使用Pandas的`isnull()`和`notnull()`,或通过可视化。处理方法包括删除含缺失值的行/列及填充:固定值、均值/中位数、众数或最近邻。Scikit-learn提供了SimpleImputer和IterativeImputer类进行插补。选择方法要考虑数据特点、缺失值比例和模型需求。注意过度插补和验证评估。处理缺失值是提升数据质量和模型准确性关键步骤。
|
11天前
|
开发者 Python
【亮剑】Python中`List.append()`方法不起作用的原因及解决方案
【4月更文挑战第30天】本文探讨了Python中`List.append()`方法不起作用的原因及解决方案。问题可能源于变量作用域、可变类型与不可变类型混淆、函数内的局部变量、错误的赋值操作或并发修改。解决方法包括检查变量、确保正确操作列表、使用`global`关键字、避免错误赋值和采用同步机制处理并发问题。理解这些问题对于编写健壮的Python代码至关重要。