【Redis数据结构 序】使用redis-py操作Redis数据库
想要看更加舒服的排版、更加准时的推送
关注公众号“不太灵光的程序员”
每日八点有干货推送
同时发布《【Redis数据结构 1序】1使用redis-py操作Redis数据库》
本文依旧会对学习内容进行拆分,建议阅读时间基本保持10分钟内,
先学习之前章节内容点击《你不了解的Redis》阅读所有章节内容
【Redis数据结构】系列对常用String、List、Set、Sorted Set、Hashe和Stream6种类型进行介绍,并使用redis-py进行实践操作。
一个高性能的key-value数据库
Redis的出现,很大程度补偿了Memcached这类key-value存储的不足,在部分场合可以对关系数据库起到很好的补充作用。
Redis和Memcached类似,它支持存储的value类型相对更多,value常用的数据结构有String、List、Set、Sorted Set、Hashe、Stream 6种,当然不同类型有不同的特性,操作命令是不尽相同的。
redis-py是Python中操作Redis数据库的常用模块,模块中命令函数基本上是与原命令命名一致,子命令都是作为命令的参数使用。
例如 SET命令
语法格式 :SET key value [EX seconds] [PX milliseconds] [NX|XX]
对应的函数是:set(self, name, value, ex=None, px=None, nx=False, xx=False, keepttl=False)
注:keepttl 为Redis 6.0 的特性,可以暂不考虑
注:模块的execute_command是实际调用原命令的函数
我们会结合python的redis模块对这6种数据结构的操作进行讲解,方便加深记忆。
Redis命令命名有以下特点:
- 命令 以S 开头的为 集合操作命令
- 命令 以Z 开头的为 有序集合操作命令
- 命令 以H 开头的为 哈希集操作命令
- 命令 以X 开头的为 流操作命令
例如:
- INCRBY 是 字符串类型原子递增的操作命令
- ZINCRBY 是 有序集合类型的分数(权值)原子递增的操作命令
- HINCRBY 是 哈希集类型指定字段的数值的原子递增的操作命令
1 Redis Server
Windows 下载 Redis-x64-3.0.501.zip 解压
管理员权限使用cmd切换到解压后的目录下:
- 手动指定配置文件启动:redis-server.exe redis.windows.conf
也可以直接双击redis-server.exe启动 - 安装服务:redis-server.exe --service-install redis.windows.conf
- 卸载服务:redis-server --service-uninstall
- 开启服务:redis-server --service-start
- 停止服务:redis-server --service-stop
配置文件 redis.windows.conf
- databases 可以设置db的数量,是大于0的任意整数,默认16
- port 可以设置端口,默认6379
- maxclients 设置最大连接数,默认10000
- requirepass 设置连接密码
启动后是这样的:
注:建议安装RedisDesktopManager帮助学习
2 Python环境
首先需要解释下 redis-py 2.X 和 redis-py 3.0的部分区别
数据库连接方式不同
在redis-py 2.X 中StrictRedis用于实现大部分官方的命令,Redis用于向后兼用旧版本,官方建议使用StrictRedis。
在redis-py 3.0 中StrictRedis只是Redis的一个别名,建议使用Redis。
数值类型不同
redis-py 2.X 可以接收任何类型的输入并强制转换为字符串类型。
redis-py 3.0 仅接受用户数据作为字节、字符串、数字(int,long和float), 其他类型将引发DataError异常。
在2.x中,当用户输入bool值或者None值是结果就不是预期的了,
会强制转换为“True”、“False”和“None”的字符串,这会导致各种隐藏错误类型。
参数不同
SETEX、LREM、TTL和PTTL命令的参数顺序发生变化。
MSET、MSETNX和ZADD命令的参数结构发生变化。
注:后文中的所有redis-py都指代redis-py3.0
pip install redis==3.5.1
redis-py 两种连接方式
- redis.Redis
- redis.StrictRedis
正如上面提到的 StrictRedis只是Redis的一个别名,建议使用Redis。
redis-py 连接池
- redis.ConnectionPool
redis-py 使用连接池来管理对一个redis server的所有连接,避免每次建立、释放连接的开销。
redis-py 管道
- redis.Pipelines
redis-py 使用管道在单个请求中将多个命令缓冲到服务器,可以理解为数据库事务。
可以通过减少客户机和服务器之间来回传输的TCP数据包的数量来提高性能。
也可以减少应为客户端宕机,导致的一个连续操作没有完成而产生的异常。
实例:
pipe = r.pipeline()
pipe.x
...
pipe.execute()
Hello World
我们创建分别创建user:1000:message、user:1001:message、user_1002_message三个key,都保存字符串 Hello World 并读取它们。
# coding=gbk
# 导入redis 模块
import redis
redis_pool = redis.ConnectionPool(
host='127.0.0.1',
port=6379,
db=0,
password='cbs123',
decode_responses=True
)
r = redis.Redis(connection_pool=redis_pool)
sr = redis.StrictRedis(connection_pool=redis_pool)
# 将键key设定为指定的"字符串"值
r.set("user:1000:message", "Hello World", ex=100)
sr.set("user:1001:message", "Hello World")
sr.set("user:1004:message", "Hello World", px=10000)
sr.set("user_1002_message", "Hello World")
# 获取key对应的数值
r.get("user:1000:message")
r.get("user:1001:message")
r.get("user_1002_message")
"""
> True
> True
> True
> Hello World
> Hello World
> Hello World
"""
我们可以看到key在RedisDesktopManager使用冒号分隔的key是做了层次划分的
当我们要使用的redis做数据表的重要数据缓存时,user:1000:message 可以表示为 user表的id为1000的记录中message的数据。
存储的key不多的话还比较好维护,有上万个key在同一级命名空间中维护起来还是比较痛苦的。
key的定义规则是见名知意,格式统一即可。
当然你也可以做其他格式的定义,你可以理解就好。
Redis通用命令
见源代码> 表示返回结果
# coding=gbk
# 导入redis 模块
import redis
redis_pool = redis.ConnectionPool(
host='127.0.0.1',
port=6379,
db=0,
password='cbs123',
decode_responses=True
)
r = redis.Redis(connection_pool=redis_pool)
# 通用操作 不区分 数据类型的
# EXISTS key 检查key值是否存在,成功返回1,不成功返回0(key对应的值不存在)
r.exists("user:1000:message")
r.exists("user:1002:message")
"""
> 1
> 0
"""
# TYPE key 返回key对应的值的类型,成功返回类型,不成功返回none(key对应的值不存在)
r.type("user:1000:message")
r.type("user:1002:message")
"""
> string
> none
"""
# TTL key 返回key对应的剩余存活时间,成功返回时长单位秒,不成功返回-1 key值不存在返回-2
r.ttl("user:1000:message")
r.ttl("user:1001:message")
r.ttl("user:1004:message")
r.ttl("user:1002:message")
"""
> 100
> -1
> 10
> -2
"""
# 设置超时时间,当时间到达后会被删除
# EXPIRE key seconds 超时时间,当时间到达后会被删除,单位秒
# PEXPIRE key milliseconds 超时时间,当时间到达后会被删除,单位毫秒
r.expire("user:1000:message", 10)
r.pexpire("user:1001:message", 10)
"""
> True
> False
> False
"""
# PERSIST key 删除key对应的超时时间,成功返回True,不成功返回False(key对应的值不存在)
r.persist("user:1000:message")
r.persist("user:1001:message")
r.persist("user:1002:message")
"""
> True
> False
> False
"""
# DEL key 删除key对应的值,成功返回1,不成功返回0(key对应的值不存在)
r.delete("user:1000:message")
r.delete("user:1002:message")
"""
> 1
> 0
"""
推荐阅读:
上一篇: 消息队列
推荐阅读
-
java使用jeids实现redis2.6的HyperLogLog数据结构的操作
-
Jedis如何使用(java操作redis数据库的工具)
-
centos6使用docker部署redis主从数据库操作示例
-
spring使用RedisTemplate操作Redis数据库
-
IDEA版使用Java操作Redis数据库的方法
-
【Redis数据结构 序】使用redis-py操作Redis数据库
-
Jedis如何使用(java操作redis数据库的工具)
-
centos6使用docker部署redis主从数据库操作示例
-
spring使用RedisTemplate操作Redis数据库
-
IDEA版使用Java操作Redis数据库的方法