4.3 Redis缓存数据库

非关系型数据库Redis
Redis是为了实现高速缓存服务,减小MySQL数据库的压力

Linux服务起停

CentOS
systemctl start 服务名 -> 启动
systemctl stop 服务名 -> 停止
systemctl restart 服务名 -> 重启
systemctl status 服务名 -> 查看状态
systemctl enable 服务名 -> 开机自启
systemctl disable 服务名 -> 禁止自启

Ubuntu
service 服务名 start -> 启动

进程查杀

ps -ef | grep "" -> 搜索全部包含字符串的内容
ps -ef | grep "" | grep -v "grep" -> 搜索全部包含字符串的内容并且过滤掉包含grep的内容
ps -ef | grep -E正则表达式 -> 搜索全部包含符合正则表达式的内容
xargs -> 将列变成行
ps -ef | grep "redis-server" | grep -v "grep" | awk '{print $2}' | xargs kill -> 精准查杀进程

pkill 进程名 -> 根据名字杀掉进程
killall 进程名 -> 根据名字杀掉进程

redis命令

ttl key ------> 查看key的存活时间
set key value ex N ------> 设置key的存活时间为N秒
set key value px N ------> 设置key的存活时间为N毫秒
shutdown ------> 关闭redis服务器
shutdown save ------> 保存并关闭redis服务器
save ------> 保存
bgsave ------> 后台保存
dbsize ------> 查看数据库大小
keys * ------> 获取所有的key
keys ta* ------> 获取ta开头的key

redis默认开启了16个数据库
select 0-15 ------> 切换数据库
flushdb ------> 清空当前数据库
flushall ------> 清空所有数据库

type keyp ------> 判断key的类型

redis的数据类型

1.字符串 - string

    set key value
    get key
    strlen key
    append key value ------> 追加
    mset key1 value1 key2 value2 ... ------> 同时设置多组值
    mget key1 key2 ...
    incr key ------> 当key的值为数字时,数值加一
    incrby key N ------> 为key的值加N
    decr key ------> 减一
    decrby key N ------> 减N
    getrange key m n ------> 从m取到n
    setrange key N value ------> 从n开始用value覆盖key的value值

2.哈希 - hash

    hset key field value 设置键和值
    hmset key field1 value1 field2 value2 同时设置多个键和值
    hget key field  查看指定的键对应的值
    hmget key fieldl field2 同时查看多个键和值
    hgetall key 获取所有的值和键
    hkeys key 获取所有的键
    hvals key 获取所有的值
    hexists key filed 判断是否存在对应的值

3.列表 - list

    lpush list value1 value2 ... 插入到最左边
    rpush list value1 value2 ... 插入到最右边
    lpop list 取最左边
    rpop list 取最右边
    lrange list start end 查看列表片段
    lindex list index 查看指定下标对应的元素
    llen list 列表长度
    lrem list count value 删除指定个数的元素

4.集合 - set

    sadd set value1 value2 ... 添加元素
    srem set value 移除元素
    spop set 获取随机元素
    smembers set 查看所有元素
    sismember set value 查看元素是否在集合内
    scard set 查看元素个数
    sinter set1 set2 交集
    sunion set1 set2 并集
    sdiff set1 set2 差集

5.有序集合 - zset(元素自带一个值,可以修改)

    zadd zset score1 mem1 score2 mem2 ... 添加
    zrem zset mem 移除
    zrange zset start end 按score升序查看
    zrevrange zset start end 按score降序查看
    zscore zset mem 查看score值
    zincrby zset value mem 改变score的值

6.地理位置(LBS应用-Location-Based Service - 基于位置的服务)

    geoadd zset longitude1 latitude1 member1 longitude2 latitude2 member2 ...   添加经纬度信息
    geopos zset member1 member2 ... 获取指定的位置的经纬度
    geodist zset member1 member2 [unit] 计算两点间的距离,默认单位是米,[unit]是单位,可以修改为m,km,mi英里,ft英尺
    georadius zset longitude1 latitude1 radius m/km/mi/ft 获取以点zset为圆心,radius为半径的圆的范围内的所有的坐标点;后面加withdist,可同时获取距离,加withcoord,可同时获取点的经纬度

加密技术

对称加密 : 加密和解密使用相同的密钥 - AES
非对称加密 : 加密和解密使用不同的密钥(公钥和私钥) - 适合互连网 - RSA

免密操作

    ssh-keygen -t rsa -b 2048 -c [email protected]   -   生成公钥和私钥
    t 指定算法; b 指定强度; c 指定邮箱
    
    进入到.ssh文件,
    id_rsa  -   私钥
    id_rsa.pub  -   公钥
    
    将公钥复制到网站的公钥设置
    
    若有known-hosts文件,且网站链接不上,直接删除known-hosts文件

Python中的redis

连接redis服务器:

    redis.Redis(host='', password='', prot='')
        host : redis所在服务器公网地址;
        password : 登录口令;
        port : redis的服务端口
        
    连接时会返回一个连接对象:
    redis_cli = redis.Redis(host='', password='', prot='')
    使用redis完成相应的操作

python中使用redis的数据类型:

import redis   # 导入redis模块

redis_cli = redis.Redis(host='10.10.10.10', password='123456', port='6379')   # 连接redis服务器
# print(redis_cli)

if redis_cli.ping():
    # hash的使用
    redis_cli.hmset('stu1', {
        'stuname': 'xiaoming',
        'stuid': '001',
        'stusex': '1',
        'stuaddr': '肖家河'
    })

    print(redis_cli.hget('stu1', 'stuname'))

    # 有序集合的使用
    redis_cli.zadd('zset1', {
        'an': 100,
        'yong': 200,
        'duan': 300
    })
    items = redis_cli.zrevrange('zset1', 0, -1)
    print(list(map(bytes.decode, items)))
    print(redis_cli.zscore('zset1', 'an'))

    # 列表的使用
    redis_cli.rpush('list1', 1, 2, 3, 4, 5)
    list1 = redis_cli.lrange('list1', 0, -1)
    print(list(map(int, list1)))

    # 字符串的使用
    redis_cli.set('username', 'an')
    print(redis_cli.ttl('username'))
    print(redis_cli.get('username').decode('utf-8'))
    redis_cli.set('user_age', '25')
    redis_cli.set('user_tel', '133')
else:
    print('连接失败')

扩展:

    pip freeze > requirement.txt   将虚拟环境依赖项写入到文件
    pip install -r requirement.txt   按照文件安装依赖项
    
    序列化:  把一个对象变成字符串(str)或字节串(bytes)
    反序列化:  把字符串或者字节串还原成对象
    json.dumps()   序列化(字符串转换成字节串)
    json.loads()   反序列化(字节串转换成字符串)
    pickle.dumps()   序列化(字符串转换成字节串)
    pickle.loads()   反序列化(字节串转换成字符串)

数据上传redis服务器并从redis获取数据

import redis
import pickle


class Student:
    def __init__(self, name, age, sex, addr):
        self.name = name
        self.age = age
        self.sex = sex
        self.addr = addr

    def __repr__(self):   # 魔法方法(将数据显示出来)
        return '%s, %d, %s, %s' % (self.name, self.age, self.sex, self.addr)


stu1 = Student('小明', 20, '男', '昆明')
stu2 = Student('小黄', 30, '女', '上海')

list1 = [stu1, stu2]   # 将学生对象添加到列表中

redis_cli = redis.Redis(host='10.10.10.10', password='123456', port='6379')   # 连接redis服务器
if redis_cli.ping():
    # redis_cli.set('student_all', pickle.dumps(list1))   -   将本地的数据添加到redis
    redis_stu = pickle.loads(redis_cli.get('student_all'))   # 获取redis内的数据并进行反序列化
    print(redis_stu)

else:
    print('连接失败')

将redis作为用户请求和数据库之间的缓存介质

import pymysql
import redis
import pickle
import time


def load_depts_from_db():
    conn = pymysql.connect(   # 连接本地的MySQL服务器
        host='localhost',
        port=3306,
        user='root',
        password='123456',
        charset='utf8',
        autocommit=True,
        database='hrs'
    )
    depts = ()
    try:   # 异常捕获
        with conn.cursor() as cursor:
            cursor.execute('select dno, dname, dloc from tb_dept')   # 获取数据
            depts = cursor.fetchall()
    except pymysql.MySQLError as err:
        print(err)
    finally:
        conn.close()
    return depts


def main():
    redis_cli = redis.Redis(host='10.10.10.10', password='123456', port='6379')
    start = time.time()
    data = redis_cli.get('depts')   # 获取redis的depts对应的数据
    if data:
        depts = pickle.loads(data)   # 若获取到数据,将数据反序列化并保存下来
    else:
        depts = load_depts_from_db()   # 若没有数据,从数据库获取数据,并将数据保存到redis中,以便下次使用时优先从redis中获取,以减轻服务器的压力并且提高数据获取效率
        redis_cli.set('depts', pickle.dumps(depts))

    end = time.time()
    print(depts)
    print(f'执行时间: {end - start}秒')


if __name__ == '__main__':
    main()