Python Redis常用操作(持续更新)

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常用操作(持续更新)

目录
1、Redis简介
2、Redis部署
3、Redis API应用
4、String操作
1、Redis简介
redis是业界主流的key-value,nosql数据库之一。和Memcached类似,它支持存储的value类型相对更多,包括string(字符串)、list(列表)、set(集合)、zset(sorted set --有序集合)和hash(哈希类型)。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的。在此基础上,redis支持各种不同方式的排序。与memcached一样,为了保证效率,数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在此基础上实现了master-slave(主从)同步。

Redis优点

异常快速 : Redis是非常快的,每秒可以执行大约110000设置操作,81000个/每秒的读取操作。
支持丰富的数据类型 : Redis支持最大多数开发人员已经知道如列表,集合,可排序集合,哈希等数据类型。
这使得在应用中很容易解决的各种问题,因为我们知道哪些问题处理使用哪种数据类型更好解决。
操作都是原子的 : 所有 Redis 的操作都是原子,从而确保当两个客户同时访问 Redis 服务器得到的是更新后的值(最新值)。
MultiUtility工具:Redis是一个多功能实用工具,可以在很多如:缓存,消息传递队列中使用(Redis原生支持发布/订阅),在应用程序中,如:Web应用程序会话,网站页面点击数等任何短暂的数据;
2、Redis部署
这里以docker方式部署Redis,首先需要安装Docker Engine,这里就不演示怎么安装Docker Engine了,默认大家都安装了Docker Engine。

1.拉取redis镜像

$ docker pull redis:5.0.9
2.启动redis

$ docker run -d --name myredis -p 6379:6379 redis:5.0.9 --requirepass "gs123456"
3、Redis API应用
1.操作模式
redis-py提供两个类Redis和StrictRedis用于实现Redis的命令,StrictRedis用于实现大部分官方的命令,并使用官方的语法和命令,Redis是StrictRedis的子类,用于向后兼容旧版本的redis-py。

1.安装redis模块

$ pip3.8 install redis
2.使用redis模块

import redis

连接redis的ip地址/主机名,port,password=None

r = redis.Redis(host="127.0.0.1",port=6379,password="gs123456")
r.set("foo","Bar") # 设置key,格式:key[value]
print(r.get("foo")) # 获取key,格式:get key
2.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。

总之:当程序创建数据源实例时,系统会一次性创建多个数据库连接,并把这些数据库连接保存在连接池中,当程序需要进行数据库访问时,无需重新新建数据库连接,而是从连接池中取出一个空闲的数据库连接

import redis

创建连接池,将连接保存在连接池中

pool = redis.ConnectionPool(host="127.0.0.1",port=6379,password="gs123456",max_connections=50)

创建一个redis实例,并使用连接池"pool"

r = redis.Redis(connection_pool=pool)

r.set("foo","Bar")
print(r.get("foo"))
4、String操作
redis中的String在内存中按照一个name对应一个value来存储。如图:

1.set语法:

在Redis中设置值,默认,不存在则创建,存在则修改

set(name, value, ex=None, px=None, nx=False, xx=False, keepttl=False)

name:设置键
value:设置值
ex:设置过期时间(秒级)
px:设置过期时间(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,同setnx(name, value)
xx:如果设置为True,则只有name存在时,当前set操作才执行
set用法:

r.set("name1","jack",ex=3600)
r.set("name2","xander",xx=36000)
2.setnx语法:

设置值,只有name不存在时,执行设置操作(添加)

setnx(name, value)
3.setex语法:

设置值,参数:time -->过期时间(数字秒 或 timedelta对象)

setex(name, value, time)
4.psetex语法:

设置值,参数:time_ms,过期时间(数字毫秒 或 timedelta对象)

psetex(name, time_ms, value)
5.mset语法:

批量设置值

mset(mapping)
mset用法:

data = {

"k1":"v1",
"k2":"v2",

}
r.mset(data)
6.get语法:

根据key获取值

get(name)
get用法:

r.set("foo","xoo")
ret = r.get("foo")
print(ret) # b'xoo'
7.mset语法:

批量获取值,根据多key获取多个值

mset用法:

方法一

ret = r.mget("k1","k2")
print(ret) # [b'v1', b'v2']

方法二

data = ["k1","k2"]
ret = r.mget(data)
print(ret) # [b'v1', b'v2']

方法三

data = ("k1","k2")
ret = r.mget(data)
print(ret) # [b'v1', b'v2']

8.getset语法:

设置新值并获取原来的值

getset(name, value)
getset用法:

r.set("foo","xoo")
ret = r.getset("foo","yoo")
print(ret) # b'xoo'
9.append语法:

key对应的值后面追加内容

append(key, value)
append用法:

r.set("name","jack")
r.append("name","-m")
ret = r.get("name")
print(ret) # b'jack-m'
10.strlen语法:

返回字符串的长度,当name不存在时返回0

strlen(self, name)
strlen用法:

r.set("name","jack-")
ret = r.strlen("name")
print(ret) # 5

原文地址https://www.cnblogs.com/jasonminghao/p/12969824.html

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     ------------------------------------------------------------------------- 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 ECS 实例和一台目标数据库 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&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
|
3天前
|
索引 容器
06-python数据容器-list列表定义/list的10个常用操作/列表的遍历/使用列表取出偶数
06-python数据容器-list列表定义/list的10个常用操作/列表的遍历/使用列表取出偶数
|
1月前
|
存储 NoSQL Redis
如何在Python中操作Redis数据库
如何在Python中操作Redis数据库
28 0
|
1月前
|
Serverless 数据处理 索引
Python 处理 Excel 表格的 14 个常用操作
Python 处理 Excel 表格的 14 个常用操作
32 0
|
1月前
|
NoSQL Redis Python
python flask 使用 redis 写一个例子给我
python flask 使用 redis 写一个例子给我
36 4
|
2月前
|
缓存 NoSQL Redis
如何在Python中使用Redis或Memcached进行缓存?
如何在Python中使用Redis或Memcached进行缓存?
28 2
|
3月前
|
JSON 数据挖掘 数据格式
使用python进行数据分析的常用操作
使用python进行数据分析的常用操作
|
3月前
|
NoSQL Redis 数据库
python编写一个redis工具类
python编写一个redis工具类
141 0
|
3月前
|
缓存 NoSQL 算法
Redis专题(持续更新) 04-VIP-Redis缓存设计与性能优化
maxIdle实际上才是业务需要的最大连接数,maxTotal是为了给出余量,所以maxIdle不要设置。些redis连接,执行简单命令,类似ping(),快速的将连接池里的空闲连接提升到minIdle的数。redis的多数据库较弱,使用数字进行区分,很多客户端支持较差,同时多业务用多数据库实际还。如果系统启动完马上就会有很多的请求过来,那么可以给redis连接池做预热,比如快速的创建一。数",在使用连接的过程中,如果连接数超过了minIdle,那么继续建立连接,如果超过了。
|
4月前
|
存储 缓存 NoSQL
Redis专题(持续更新) 04-VIP-Redis缓存设计与性能优化
对于恶意攻击,向服务器请求大量不存在的数据造成的缓存穿透,还可以用布隆过滤器先做一次过滤,对于不存在的数据布隆过滤器一般都能够过滤掉,不让请求再往后端发送。缓存穿透是指查询一个根本不存在的数据, 缓存层和存储层都不会命中, 通常出于容错的考虑, 如果从存储层查不到数据则不写入缓存层。向布隆过滤器询问 key 是否存在时,跟 add 一样,也会把 hash 的几个位置都算出来,看看位数组中这几个位。发过来,缓存层支撑不住,或者由于缓存设计不好,类似大量请求访问bigkey,导致缓存能支撑的并发急剧下。
134 3
|
4月前
|
存储 缓存 运维
Redis专题(持续更新) 03-VIP-Redis高可用集群之水平扩展
本文介绍了如何通过水平扩展来提升Redis高可用集群的性能和可用性。文章首先展示了如何启动整个集群,并使用客户端连接至特定端口的Redis实例以及查看集群状态。接着详细介绍了增加Redis实例的步骤,包括配置新的主节点和从节点,并使用命令进行节点的添加和删除操作。其中还包括了重新分片操作以及将从节点指定给主节点的过程。最后,文章以删除主节点为结束,展示了如何将数据迁移至其他节点后进行节点的删除操作。整篇文章详细介绍了Redis高可用集群的水平扩展操作,对于需要扩展Redis集群的运维人员具有一定的指导意义。

热门文章

最新文章