Redis字符串、hash、列表方法使用以及Redis管道与Django集成Redis

目录标题

  • 一、Redis字符串操作
  • 二、Redis-hash操作
  • 三、Redis列表操作
  • 四、Redis管道
  • 五、Redis其他操作
  • 六、Django中集成Redis
  • 七、Celery介绍

一、Redis字符串操作

名称 属性
set 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,值存在,就修改不了,执行没效果

xx:如果设置为True,则只有name存在时,当前set操作才执行,值存在才能修改,值不存在,不会设置新值

setnx name,value 设置值 只有name不存在时执行设置操作(添加),如果存在不会修改
psetex name,time_ms,value time_ms过期时间(数字毫秒或timedelta对象)
mset *args,**kwargs 批量设置值 mset(k1=‘v1’, k2=‘v2’)

或mget({‘k1’: ‘v1’, ‘k2’: ‘v2’})

get value 获取值
mget keys,*args 批量获取 mget(‘k1’, ‘k2’)
getset name value 设置新值并获取原来的值
getrange key, start, end获取子序列(根据字节获取,非字符)name,Redis 的 name,start,起始位置(字节)end,结束位置(字节)

如:“彭于晏”, 0-3表示“彭”

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

setbit name, offset, value对name对应值的二进制表示的位进行操作

name:redis的name offset:位的索引(将值变换成二进制后再进行索引)value:值只能是 1 或 0

如果在Redis中有一个对应: n1 = “foo”,那么字符串foo的二进制表示为:01100110 01101111 01101111

所以,如果执行 setbit(‘n1’, 7, 1),则就会将第7位设置为1,那么最终二进制则变成 01100111 01101111 01101111,即:“goo”

getbit name offset获取name对应的值的二进制表示中的某位的值 (0或1)
bitcount key, start=None, end=None获取name对应的值的二进制表示中 1 的个数key,Redis的name,start位起始位置,end结束位置
strlen name返回name对应值的字节长度(一个汉字3个字节)
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。
incrbyfloat self, name, amount=1.0自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增。
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。
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

import redis

conn = redis.Redis()
# 1  set(name, value, ex=None, px=None, nx=False, xx=False)
#      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,值存在,就修改不了,执行没效果
#      xx,如果设置为True,则只有name存在时,当前set操作才执行,值存在才能修改,值不存在,不会设置新值

# conn.set('name','lqz') # value 只能是字符串或byte格式
# conn.set('name','lqz',ex=3) # ex 是过期时间,到3s过期,数据就没了
# conn.set('name','lqz',px=3000) # px 是过期时间,到3s过期,数据就没了
# conn.set('age',25,nx=True) # redis 实现分布式锁:https://zhuanlan.zhihu.com/p/489305763
# conn.set('hobby', '足球', xx=False)


# 2 setnx(name, value)   就是:set nx=True
# conn.setnx('hobby1','橄榄球')


# 3 psetex(name, time_ms, value)  本质就是 set px设置时间
# conn.psetex('name',3000,'lqz')

# 4 mset(*args, **kwargs)  传字典批量设置
# conn.mset({'name':'xxx','age':19})


# 5 get(name)  获取值,取到是bytes格式   ,指定:decode_responses=True,就完成转换
# print(conn.get('name'))
# print(str(conn.get('name')[:3],encoding='utf-8'))

# 5 mget(keys, *args)  #批量获取
# res=conn.mget('name','age')
# res=conn.mget(['name','age'])
# print(res)

# 6 getset(name, value)  # 先获取,再设置
# res=conn.getset('name','lqz')
# print(res)


# 7 getrange(key, start, end) # 取的是字节,前闭后闭区间
# res=conn.getrange('name',0,1)
# print(res)

# 8 setrange(name, offset, value)  # 从某个起始位置开始替换字符串
# conn.setrange('name', 1, 'xxx')

# 9 setbit(name, offset, value)
# conn.setbit('name',1,0)   #lqz  00000000   00000000   00000000
# res=conn.get('name')
# print(res)


# 10 getbit(name, offset)
# res=conn.getbit('name',1)
# print(res)


# 11 bitcount(key, start=None, end=None)
# print(conn.bitcount('name',0,3))  # 3 指的是3个字符

# 12 strlen(name)  # 统计字节长度
# print(conn.strlen('name'))
# print(len('lqz政'))  # len 统计字符长度

# 13 incr(self, name, amount=1)  # 计数器
# conn.incr('age',amount=3)


# 14 incrbyfloat(self, name, amount=1.0)

# 15 decr(self, name, amount=1)
# conn.decr('age')

# 16 append(key, value)
conn.append('name','nb')
conn.close()

二、Redis-hash操作

名称 属性
hset name, key, value,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

hmset name, mapping,在name对应的hash中批量设置键值对,如:r.hmset(‘xx’, {‘k1’:‘v1’, ‘k2’: ‘v2’})
hget name,key 在name对应的hash中获取根据key获取value
hgetall name获取name对应hash的所有键值 如:print(re.hgetall(‘xxx’).get(b’name’))
hlen name 获取name对应的hash中键值对的个数
hkeys name 获取name对应的hash中所有的key的值
hvals name 获取name对应的hash中所有的value的值
hexists name key 检查name对应的hash是否存在当前传入的key
hdel name *key 将name对应的hash中指定key的键值对删除 如:print(re.hdel(‘xxx’,‘sex’,‘name’))
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
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
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,从而放置内存被撑爆

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,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

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

如:for item in r.hscan_iter(‘xx’):print(item)

### redis 只支持一层的5大数据类型
import redis
conn = redis.Redis(decode_responses=True)
# 1 hset(name, key, value)
# conn.hset('userinfo', 'name', '彭于晏')
# conn.hset('userinfo', 'age', '32')
# conn.hset('xx',mapping={'name':'xxx','hobby':'篮球'})


# 2 hmset(name, mapping)   弃用了
# conn.hmset('yy',{'a':'a','b':'b'})


# 3 hget(name,key)
# res=conn.hget('userinfo','age')
# print(res)

# 4 hmget(name, keys, *args)
# res=conn.hmget('userinfo',['name','age'])
# print(res)

# 5 hgetall(name)    慎用,可能会造成 阻塞 尽量不要在生产代码中执行它
# res=conn.hgetall('userinfo')
# print(res)


# 6 hlen(name)
# res=conn.hlen('userinfo')
# print(res)


# 7 hkeys(name)
# res=conn.hkeys('userinfo')
# print(res)
# 8 hvals(name)
# res=conn.hvals('userinfo')
# print(res)

# 9 hexists(name, key)
# res=conn.hexists('userinfo','name')
# print(res)

# 10 hdel(name,*keys)
# conn.hdel('userinfo','age')


# 11 hincrby(name, key, amount=1)
# conn.hincrby('userinfo','age')

# 12 hincrbyfloat(name, key, amount=1.0)
# conn.hincrbyfloat('userinfo','age',5.44)

## 联合起来讲:不建议使用hgetall,分片取值
# 分批获取               生成器应用在哪了?
# 13 hscan(name, cursor=0, match=None, count=None)
# hash类型没有顺序---》python字典 之前没有顺序,3.6后有序了    python字段的底层实现
# for i in range(1000):
#     conn.hset('test_hash','key_%s'%i,'鸡蛋%s号'%i)

# count 是要取的条数,但是不准确,有点上下浮动
# 它一般步单独用
# res=conn.hscan('test_hash',cursor=0,count=19)
# print(res)
# print(res[0])
# print(res[1])
# print(len(res[1]))
# res=conn.hscan('test_hash',cursor=res[0],count=19)
# print(res)
# print(res[0])
# print(res[1])
# print(len(res[1]))


# 咱么用它比较多,它内部封装了hscan,做成了生成器,分批取hash类型所有数据
# 14 hscan_iter(name, match=None, count=None)  获取所有hash的数据
res = conn.hscan_iter('test_hash',count=100)
print(res)  # 生成器
for item in res:
    print(item)

conn.close()

三、Redis列表操作

名称 属性
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

如:r.lpush(‘oo’, 11,22,33)保存顺序是33,22,11

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
rpushx name,value,在name对应的list中添加元素,只有name已经存在时,值添加到列表的最右边
llen name, name对应的list元素的个数
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或AFTER(小写也可以),refvalue>标杆值,即:在它前后插入数据(如果存在多个标杆值,以找到的第一个为准),value>要插入的数据

lset name, index, value对name对应的list中的某一个索引位置重新赋值

name>redis的name,index>list的索引位置,value>要设置的值

lrem name,value,num在name对应的list中删除指定值

name>redis的name,value>要删除的值,num0表示所有,2表示从前往后删除2个,-2表示从后往前删除2个

lpop name在name对应的列表的左侧获取第一个元素并在列表中移除,返回值则是第一个元素
lindex name,index在name对应的列表中根据索引获取列表元素
lrange name,start,end在name对应的列表分片获取数据如:print(re.lrange(‘aa’,0,re.llen(‘aa’)))
ltrim name,start,end在name对应的列表中移除没有在start-end索引之间的值
rpoplpush src,dst,从一个列表取出最右边的元素,同时将其添加至另一个列表的最左边
blpop keys,timeout将多个列表排列,按照从左到右去pop对应列表的元素,kews表示redis中name的集合

timeout,超时时间,当元素所有列表的元素获取完之后,阻塞等待列表内有数据的时间(秒), 0 表示永远阻塞

brpoplpush src,dst,timeout=0从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧

自定义增量迭代


由于redis类库中没有提供对列表元素的增量迭代,如果想要循环name对应的列表的所有元素,那么就需要:

  1. 获取name对应的所有列表
  2. 循环列表
import redis
conn=redis.Redis(host='127.0.0.1',port=6379)
# conn.lpush('test',*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])
# conn.flushall()
def scan_list(name,count=2):
    index=0
    while True:
        data_list=conn.lrange(name,index,count+index-1)
        if not data_list:
            return
        index+=count
        for item in data_list:
            yield item
print(conn.lrange('test',0,100))
for item in scan_list('test',5):
    print('---')
    print(item)

四、Redis管道

关于管道在市面上有问多问题例如:Redis数据库,是否支持事务?

Redis-py默认在执行每次请求都会创建(连接池申请连接)和断开(归还连接池)一次连接操作,如果想要在一次请求中指定多个命令,则可以使用pipline实现一次请求指定多个命令,并且默认情况下一次pipline 是原子性操作。

Redis事务机制可以保证一致性和隔离性,无法保证持久性,但是对于redis而言,本身是内存数据库,所以持久化不是必须属性。原子性需要自己进行检查,尽可能保证
Redis 不像mysql一样,支持强事务,事务的四大特性不能全部满足,但是能满足一部分,通过redis的管道实现的(redis本身不支持事务,但是可以通过管道,实现部分事务)

Redis 通过管道,来保证命令要么都成功,要么都失败,完成事务的一致性,但是管道只能用在单实例,集群环境中,不支持pipline

import redis

conn = redis.Redis()
pipline = conn.pipeline(transaction=True)
pipline.decr('a', 2)  # a减2
raise Exception('我崩了')
pipline.incr('b', 2)  # b加2
pipline.execute()      # 保持了事物的一致性 a-2 b没成功!所以都没修改
conn.close()

五、Redis其他操作

名称 属性
delete name根据删除redis中的任意数据类型
exists name检测redis中的name是否存在
keys pattern=* 根据模型获取redis的name
expire name,time为某个redis的某个name设置超时时间
rename src,dst, 对redis的name重命名为
move name,db,将redis的某个值移动到指定的db下
randomkey 随机获取一个redis的name(不删除)
type name获取name对应值的类型
# 集合,有序集合 --- redis模块提供的方法API
# 通用操作:无论是5大类型的那种,都支持

import redis

conn = redis.Redis()
# 1 delete(*names)
# conn.delete('age', 'name')

# 2 exists(name)
# res=conn.exists('xx')
# print(res)  # 0


# 3 keys(pattern='*')
# res=conn.keys('*o*')
# res=conn.keys('?o*')
# print(res)

# 4 expire(name ,time)
# conn.expire('test_hash',3)


# 5  rename(src, dst) # 对redis的name重命名为
# conn.rename('xx','xxx')


# 6 move(name, db) # 将redis的某个值移动到指定的db下
# 默认操作都是0 库,总共默认有16个库
# conn.move('xxx',2)


# 7  randomkey()  随机获取一个redis的name(不删除)
# res=conn.randomkey()
# print(res)

# 8 type(name)  查看类型
# res = conn.type('aa')  # list  hash set
# print(res)

conn.close()

六、Django中集成Redis

方式一:直接使用

from script.POOL import pool
import redis

def index(request):
    conn = redis.Redis(connection_pool=pool)
    conn.incr('page_view')
    res = conn.get('page_view')
    return HttpResponse('被你Look Me %s次了' % res)

pool = redis.ConnectionPool(max_connections=100, host='127.0.0.1', port=6379)

方式二:使用第三方模块:django-redis

配置文件配置
        CACHES = {
        "default": {
            "BACKEND": "django_redis.cache.RedisCache",
            "LOCATION": "redis://127.0.0.1:6379/0",
            "OPTIONS": {
                "CLIENT_CLASS": "django_redis.client.DefaultClient",
                "CONNECTION_POOL_KWARGS": {"max_connections": 100}
                # "PASSWORD": "123",
            }
        }
    }

from django_redis import get_redis_connection
    def index(request):
        conn = get_redis_connection(alias="default") # 每次从池中取一个链接
        conn.incr('page_view')
        res = conn.get('page_view')
        return HttpResponse('被你看了%s次' % res)

方式三:借助于django的缓存使用redis

	-如果配置文件中配置了 CACHES  ,以后django的缓存,数据直接放在redis中
    -以后直接使用cache.set 设置值,可以传过期时间
    -使用cache.get 获取值
    -强大之处在于,可以直接缓存任意的python对象,底层使用pickle实现的

Redis字符串、hash、列表方法使用以及Redis管道与Django集成Redis_第1张图片

七、Celery介绍

Celery翻译过来叫芹菜 它是一个分布式的异步任务 框架
Celery有什么用?

  1. 完成异步任务:可以提高项目的并发量,之前开启线程做,现在使用celery做
  2. 完成延迟任务
  3. 完成定时任务

架构

  • 消息中间件:broker 提交的任务(函数)都放在这里,celery本身不提供消息中间件,需要借助于第三方:redis,rabbitmq
  • 任务执行单元:worker,真正执行任务的地方,一个个进程,执行函数
  • 结果存储:backend,函数return的结果存储在这里,celery本身不提供结果存储,借助于第三方:redis,数据库,rabbitmq

Redis字符串、hash、列表方法使用以及Redis管道与Django集成Redis_第2张图片

技术小白记录学习过程,有错误或不解的地方请指出,如果这篇文章对你有所帮助请点点赞收藏+关注谢谢支持 !!!

你可能感兴趣的:(redis,哈希算法,django,数据库,nosql)