redis

本文主要是介绍redis，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

## redis介绍，安装

```python
# redis 是什么，特点，存数据的地方，cs架构，数据库，开源软件
1 是一个软件（用c语言写的，初级版本代码只有1w多行 7.x，公司 5.x，4.x多）
2 非关系型（mysql关系型数据库；没有外键关联关系）数据库，nosql(not only sql)数据库,
3 数据都放在内存中(读写速度超级快--》每秒的qps 10w)
4 key-value形式存储
5 有5大数据类型（字符串，list，hash(字典)，集合，有序集合）


# redis 好处
(1) 速度快，因为数据存在内存中，类似于python的字典的优势就是查找和操作的速度快
(2) 支持丰富数据类型，支持string，list，set，sorted set，hash
(3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行
(4) 丰富的特性：可用于缓存（最广泛：缓存数据库），消息，按key设置过期时间，过期后将会自动删除

# redis 最适合的场景
（1）会话缓存（Session Cache）---》原来session放在了djagno-session表中，速度慢，放到redis中速度超级快
（2）全页缓存，接口缓存：
（3）队列：程序的解耦，不是专业的，真正专业的消息队列:kafka,rabbitmq...
（4）排行榜/计数器:有序集合， 字符串类型做计数器累加（由于6.x之前redis是单线程单进程架构，不存在并发安全问题）


# redis 为什么这么快？
-1 纯内存操作
-2 使用io多路复用的网络模型（select，poll，epoll模型），epoll模型
-3 单线程，单进程架构，没有进程线程间切换的消耗

# redis的安装（linux，mac，win）
-redis作者对win的支持不好---》win不支持epoll的网络模型，只支持select
-于是：微软就自己把redis改了改--》编译成可执行文件--》可以运行在win上
-两个大的分支
-一个分支只维护到3.x
-https://github.com/microsoftarchive/redis/releases
-另一个分支维护到5.x
-https://github.com/tporadowski/redis/releases/
-下载完成，一路下一步
-会创建出一个redis服务---（mysql服务），安装路径加入到环境变量了
-以后，启动服务，在任意路径敲 redis-cli 都能识别

-启动redis服务(redis的服务的，执行命令)
redis-server.exe redis.windows-service.conf
-客户端连接（cmd窗口下）
redis-cli -h 127.0.0.1 -p 6379
redis-cli
-redis 是key-value存储，但是它默认有16个库
# 图形化客户端--》选择很多
-redis-desktop-manage 源码是个开源软件，用qt写的，图形化界面，开始免费，后来用的人多了，收费了，99永久----》等同于navicate
-一路下一步
```

 

## redis基本链接和连接池

```python
# python 写脚本，操作redis，本质python代码就是redis的客户端

# pip install redis
```

 

### 3.1 普通链接

```python
# 第一步：导入Redis类
from redis import Redis

# 第二部: 实例化得到对象
conn=Redis(host="localhost",port=6379,) # 默认连本地
# 第三步：操作数据（非常对方法，操作：字符串，hash，链表操作）
conn.set('name','lqz')
conn.close()
```

### 3.2 连接池

**pool.py**

```python
import redis
POOL = redis.ConnectionPool(max_connections=10)
```

**链接**

```python
from pool import POOL

# 第三步：从池中取一个链接使用
conn = redis.Redis(connection_pool=POOL)
# 第四步：操作数据（非常对方法，操作：字符串，hash，链表操作）
conn.set('age', '19')
conn.close()
```

## redis字符串操作

```python
# redis：5大数据类型---》字符串，链表，hash，集合，有序集合
# redis支持5大数据类型，只支持到一层,第二层必须是字符串
# Memcached：只支持字符串，都是纯内存，断电数据丢失 redis可以持久化

```

```python
'''
1 set(name, value, ex=None, px=None, nx=False, xx=False)
2 setnx(name, value)
3 psetex(name, time_ms, value)
4 mset(*args, **kwargs)
4 get(name)
5 mget(keys, *args)
6 getset(name, value)
7 getrange(key, start, end)
8 setrange(name, offset, value)
9 setbit(name, offset, value)
10 getbit(name, offset)
11 bitcount(key, start=None, end=None)
12 strlen(name)
13 incr(self, name, amount=1)
14 incrbyfloat(self, name, amount=1.0)
15 decr(self, name, amount=1)
16 append(key, value)
'''

from redis import Redis

conn = Redis()

# 1 set(name, value, ex=None, px=None, nx=False, xx=False)
# conn.set('name','pyy')
# ex：过期时间（秒）,px，过期时间（毫秒）
# conn.set('age',19,ex=5) # 过期就没有了---》最适合存 验证码
# 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
# conn.set('name','lyf',nx=True)
# conn.set('name','lyf')
# 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',xx=True)

# 2 setnx(name, value)--->等同于set nx=True
# conn.setnx('name','xxx')

# 3 psetex(name, time_ms, value) # 以毫秒计时
# conn.psetex('age',3000,'19')

# 4 mset(*args, **kwargs) # 批量设置
# conn.mset({'age': 19, 'name': 'lxx', 'wife': '刘亦菲'})

# 面试：一次mset和多次set的区别？

# 4 get(name) # 获取值
# res=conn.get('wife')
# print(str(res,encoding='utf-8'))
# s='李清照'
# print(bytes(s,encoding='utf-8'))

 

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

# 6 getset(name, value) # 获取并设置值
# res=conn.getset('name','彭于晏')
# print(res)

# 7 getrange(key, start, end) # 根据起始和终止，获取字符串，以字节计数 ,中在redis中存储是用utf-8存储的
# res=conn.getrange('name',0,2)
# print(str(res,encoding='utf-8'))

# 8 setrange(name, offset, value) # 指定位置设置值
# conn.setrange('name',3,'bbb')

# 9 setbit(name, offset, value) # 指定比特位修改成
# conn.setbit('name',7,0) # 00000000 00000000 00000000

# 10 getbit(name, offset) # 了解
# print(conn.getbit('name',7))

# 11 bitcount(key, start=None, end=None)
# print(conn.bitcount('name',0,4))

# 12 strlen(name) # 返回name对应值的字节长度
# print(conn.strlen('name'))

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

# 14 incrbyfloat(self, name, amount=1.0)
# conn.incrbyfloat('age')

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

# 16 append(key, value)

# conn.append('name','sb')

conn.close()

'''
get
set
mget
mset
strlen
incrby

'''
```

## redis hash操作

```python
# 字典---》基于数组存储---》根据key值通过hash函数运算得到一个地址，把value值放进去
```

 

```python
'''
1 hset(name, key, value)
2 hmset(name, mapping)
3 hget(name,key)
4 hmget(name, keys, *args)
5 hgetall(name)
6 hlen(name)
7 hkeys(name)
8 hvals(name)
9 hexists(name, key)
10 hdel(name,*keys)
11 hincrby(name, key, amount=1)
12 hincrbyfloat(name, key, amount=1.0)
13 hscan(name, cursor=0, match=None, count=None)
14 hscan_iter(name, match=None, count=None)
'''

from redis import Redis

conn = Redis()
# 1 hset(name, key, value)
# conn.hset('userinfo','name','lqz')
# conn.hset('userinfo','age','29')

# 2 hmset(name, mapping)
# conn.hmset('userinfo1', {'name': 'pyy', 'age': 39})

# conn.hset('userinfo2',mapping={'name': '刘亦菲', 'age': 39})

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

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

# 5 hgetall(name) # 慎用---》如果hash类型数据量特别大，很可能撑爆内存
# print(conn.hgetall('userinfo'))

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

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

# 9 hexists(name, key)
# print(conn.hexists('userinfo','wife'))
# print(conn.hexists('userinfo','age'))

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

# 11 hincrby(name, key, amount=1)
# conn.hincrby('userinfo1','age')
# 12 hincrbyfloat(name, key, amount=1.0)

 

# 注意一下---》不建议使用hgetall---》分批取值
# for i in range(1000):
# conn.hset('htest','name_%s'%i,'鸡蛋_%s'%i)
# res=conn.hgetall('htest')
# print(res)

# 13 hscan(name, cursor=0, match=None, count=None)--- >这个不是直接用，需要配合hscan_iter来用
# res=conn.hscan('htest',cursor=0,count=55)
# print(res)
# print(len(res[1]))

# 14 hscan_iter(name, match=None, count=None)

# 把htest数据全取出来打印,批量获取，每次取10条
for item in conn.hscan_iter('htest',count=10):
print(item)

# for item in conn.hgetall('htest'):
# print(item)
conn.close()

'''
hset
hget
hlen
hexists
hincrby
'''
```

 

## 1 redis 列表操作

```python
'''
1 lpush(name,values)
2 lpushx(name,value)
3 rpushx(name, value) 表示从右向左操作
4 llen(name)
5 linsert(name, where, refvalue, value))
6 lset(name, index, value)
7 lrem(name, value, num)
8 lpop(name)
9 lindex(name, index)
10 lrange(name, start, end)
11 ltrim(name, start, end)
12 rpoplpush(src, dst)
13 blpop(keys, timeout)
14 brpoplpush(src, dst, timeout=0)
15 自定义增量迭代
'''

from redis import Redis

conn = Redis()

# 1 lpush(name,values)
# conn.lpush('girl_friend','刘亦菲','迪丽热巴')

# 2 lpushx(name,value) 只有name已经存在时，值添加到列表的最左边
# conn.lpushx('girl_friend','杨颖')

# 3 rpushx(name, value) 表示从右向左操作
# conn.rpush('girl_friend','彭于晏')

# 4 llen(name)
# print(conn.llen('girl_friend'))

# 5 linsert(name, where, refvalue, value))
# name: redis的key值, where: before或者after refvalue: 列表中的元素(刘亦菲), value ：要插入的值
# conn.linsert('girl_friend',where='after',refvalue='刘亦菲',value='lqz')
# conn.linsert('girl_friend',where='before',refvalue='刘亦菲',value='lqz')
# conn.linsert('girl_friend',where='before',refvalue='迪丽热巴',value='lqz')

# 6 lset(name, index, value) # 从零开始
# conn.lset('girl_friend',0,'凤姐')

# 7 lrem(name, value, num) # 正数是从左侧，负数是从右侧，0表示删所有
# conn.lrem('girl_friend',1,'lqz') # 从左侧删1个
# conn.lrem('girl_friend',-1,'lqz') # 从右侧删1个

# 8 lpop(name) # 从左侧弹出
# res=conn.lpop('girl_friend')
# res = conn.rpop('girl_friend')
# print(str(res, encoding='utf-8'))

# 9 lindex(name, index)

# res=conn.lindex('girl_friend',2)
# print(str(res,encoding='utf-8'))

# 10 lrange(name, start, end)
# res=conn.lrange('girl_friend',0,2) # 前闭后闭区间
# print(res)
print(conn.lrange('test',0,conn.llen('test')))

# 11 ltrim(name, start, end) # 修剪
# conn.ltrim('girl_friend',1,3)

# 12 rpoplpush(src, dst)
# conn.lpush('wife1','ee')

# conn.rpoplpush('girl_friend','wife1')

# 13 blpop(keys, timeout) # 记住---》消息队列本质就是基于它---》redis可以作为消息队列
# 阻塞式 弹出，如果列表中有值，就弹出，如果没有值就阻塞，直到有值再弹出
# print(conn.blpop('lqz'))

# 14 brpoplpush(src, dst, timeout=0)

# 15 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
# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：

'''

# 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])

# 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
#
#
# for item in scan_list('test', 5):
# print('---')
# print(item)

conn.close()

```

 

## redis管道

```python
# redis不支持事务---》管道的操作---》多个命令放到一个管道中，然后一次性执行，要么都成功，要么都失败
# redis支持事务码？支持--》通过管道实现弱事务
-事务四个特性
-事务隔离级别
```

```python
from redis import Redis

conn=Redis()

# 创建要给管道
pipe = conn.pipeline(transaction=True)
pipe.multi() # 接受多条命令，放到管道中

pipe.decrby('zhangsan',50)
raise Exception('异常了')
pipe.incrby('lisi',50)

pipe.execute() # 一次性执行管道中所有命令

conn.close()
```

 

## redis其它操作

```python
# redis的通用操作---》跟类型无关的操作

from redis import Redis

conn = Redis()

# 1 delete(*names)
# conn.delete('wife')
# 2 exists(name)
# res = conn.exists('age')
# print(res)

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

# 4 dbsize
# res=conn.dbsize()
# print(res)

#5 expire(name ,time)
# conn.expire('wife1',5)

#6 rename(src, dst)
# conn.rename('test','test1')

#7 move(name, db))
# conn.move('test1',3)

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

#9 type(name)
print(conn.type('girl_friend'))

conn.close()

```

 

## django中集成redis

```python
# 两种方案
-1 通用方案
-写一个pool包
import redis
POOL=redis.ConnectionPool(max_connections=1024,decode_responses=True)
-在使用的位置导入
conn = Redis(connection_pool=POOL)
res = conn.get('name')

-2 使用第三方：django-redis
-pip install django-redis
-配置文件配置
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
-在使用的位置
conn = get_redis_connection()
conn.set.....

# 一旦配置文件配置 CACHES 后，django的缓存框架（默认是内存），存储的位置也是redis
# 以后根本不需要会redis的操作，只需要使用
cache.set('name',对象)
cache.get()
# 强大之处在于不需要关注设置的类型，直接设置就行
# 把python的对象，通过pickle序列化后，以string形式存到redis中了
```

这篇关于redis的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！