Redis初始
一、Redis是什么
Mysql是一个关系型数据,表与表之间是关联的,并且数据是存储在硬盘上的 ,redis是一个key-value存储方式,是一个内存数据化,取值存值都是放在内存中,操作非常快。它支持存储的value类型相对更多。
- string(字符串)
- list(链表)–相当于列表
- set(集合)–其他语言是没有集合的
- zset(sorted set --有序集合,并且不重复) 用途—排行榜
- hash(哈希类型)–就是咱的字典
和Memcached类似都支持集群,他们之间的不同
- Memcached 只支持一种数据类型,redis作为其替代者,支持更为丰富的数据类型
- Memcached 不支持持久化(不支持存到硬盘上,只要一断电,数据就没了)
- 速度比redis快一点,但是80%都是用redis
二、使用Redis的好处
- 速度快,因为数据存在内存中,类似于HashMap,HashMap的优势就是查找和操作的时间复杂度都是O(1)
- 支持丰富数据类型,支持string,list,set,sorted set,hash
- 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
- 丰富的特性:可用于缓存,消息,按key设置过期时间,过期后将会自动删除
三、redis为什么这么快(单线程为什么这么快)
6.0.6之后也做成了多线程多进程
1.数据在内存(最重要的)
2.io多路复用技术,epoll模型(只在linux上),window上支持select
3.因为没有进程,线程间的切换
四、Redis适合的场景
- 排行榜
- 网站访问量,文章访问量
- 缓存数据库(用的最多,就是做缓存)
- 发布订阅
- 去重
- 分布式(blpop)
场景其实非常多,但是使用起来也简单
五、Redis安装+使用
下载无脑下一步
链接:https://pan.baidu.com/s/1tuTXAiD1bkeVd6jQ4ZoMyg
提取码:8n8z
-服务端和客户端
-安装完,服务端自动启动:redis-server 配置文件.conf
-redis-cli :客户端连接服务端(redis-cli -h 127.0.0.1 -p 6379)
注意,如果出现 不是内部或外部命令,也不是可运行的程序或批处理文件
添加环境变量即可。
get 查看刚刚存入的值
也可以在软件 Redis Desktop Manage中查看
点击即可查看我们存放的数值
Day 02 Python操作Redis
一、普通连接
1.安装
pip install redis
2.简单使用
# 导入模块
from redis import Redis
# 实例化对象
connect = Redis(host='127.0.0.1', port=6379)
# 字符串操作+set用法
connect.set('height', 180) # 数字类型会被自动转义为字符串
print(connect.get('height'))
-----------------------------------------------------------------------
b'180'
二、Python操作Redis之连接池
# redis_pool.py
# redis 连接池链接
import redis
# # 造一个池子,最多能放100个链接,pool必须是单例的,最开始造出来,以后出来用
# # 最简单模式 用模块方式
# 造一个池子,最多能放100个连接
POOL = redis.ConnectionPool(host='127.0.0.1', port=6379,max_connections=100)
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BqfyimzX-1609845926405)(C:\Users\S\AppData\Roaming\Typora\typora-user-images\image-20201128232543942.png)]
# redis.py
# 包内的py文件,如果想右键执行路径就会被加到环境变量里
from scripts.t_redis_pool import POOL
# 用的连接池 自动生成单例
connect = redis.Redis(connection_pool=POOL)
# 字符串操作+set用法
connect.set('height', 180) # 数字类型会被自动转义为字符串
print(connect.get('height'))
-----------------------------------------------------------------------
b'180'
三、字符串操作
1.set用法
conn.set('height',180) #基本使用
conn.set('height','190',nx=True)
conn.set('height','190',xx=True)
conn.set('height1','190',xx=True)
setnx(name, value) # 同上nx
# 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
setex(name, value, time) # 同上ex
# # 设置值
# # 参数:
# # time,过期时间(数字秒 或 timedelta对象)
psetex(name, time_ms, value) # 同上px
# 设置值
# 参数:
# time_ms,过期时间(数字毫秒 或 timedelta对象
mset(mapping) ,mget(keys, *args)
# 批量设置值,批量取值
connect.mset({'name1': '11', 'name3': 'dasfd'}) # 设置
print(connect.mget('name1', 'name3')) # 取值
-------------------------------------------------
[b'11', b'dasfd']
getset(name, value)
# 设置新值并获取 新 的值
print(connect.get('name1'))
connect.getset('name1', 'newname')
print(connect.get('name1'))
-------------------------------------------------
b'11'
b'newname'
getrange(key, start, end)
# 获取键 key 从start到end位置的字符,都是闭区间
print(connect.get('name1'))
result = connect.getrange('name1', 0,3)
print(result)
-------------------------------------------------
b'newname'
b'newn'
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
print(connect.get('name1'))
result = connect.setrange('name1', 3, 999)
print(connect.get('name1'))
-------------------------------------------------
b'newname'
b'new999e'
setbit(name, offset, value) getbit(name, offset)
# setbit 对name对应值的二进制表示的位进行操作
# getbit 获取name对应的值的二进制表示中的某位的值 (0或1)
# 参数:
# 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
# 注: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"
print(connect.get('name1'))
result = connect.setbit('name1', 3, 1)
print(connect.getbit('name1',2))
----------------------------------------------------------
b'newname'
b'~ewname'
1
bitcount(key, start=None, end=None) # 用作用户统计,用户存比特位 登录为1 未登录为 0
# 获取name对应的值的二进制表示中 1 的个数
# 参数:
# key,Redis的name
# start,位起始位置
# end,位结束位置
print(connect.get('name1'))
result = connect.bitcount('name1', 1, 8)
result2 = connect.bitcount('name1', 1, 7)
print(result,result2)
----------------------------------------------------------
b'newname'
27 27 # 由此可见 这里的起始终止位置是 一个个字母
incr :统计网站访问量,页面访问量,接口访问量
connect.getset('name1', '1') # 设置时必须为 数字
print(connect.get('name1'))
connect.incr('name1') # 每执行一次 数字加一
connect.incr('name1')
connect.incr('name1')
connect.incr('name1')
print(connect.get('name1'))
----------------------------------------------------------
b'5'
b'1'
b'5'
decr 减 来一个减一个 如果小于0其余的全部退回 一般写在中间件中
connect.getset('name1', '1')
print(connect.get('name1'))
connect.incr('name1')
connect.incr('name1')
connect.incr('name1')
connect.incr('name1')
connect.decr('name1', 2) # 可以为复数 负负得正 实则为 +2
print(connect.get('name1'))
----------------------------------------------------------
b'1'
b'3'
connect.append 往字段后面增加
connect.append('name1', 'append')
print(connect.get('name1'))
----------------------------------------------------------
b'3append'
重点
set :很多参数 get mset mget incr decr append
四、Hash操作
也就是设置键值对
1.hset+hget
connect.hset('tag', 'name1', '小明')
print(connect.hget('tag', 'name1'))
print(connect.hget('tag', 'name1').decode('utf-8')) # 读取默认是二进制,可以解码
--------------------------------------------------------
b'\xe5\xb0\x8f\xe6\x98\x8e'
小明
2.hmset+hmget+hgetall
connect.hmset('tag', {'name2': "小王", 'name3': '小李'})
print(connect.hmget('tag', 'name1', 'name2'))
print(connect.hmget('tag', ['name1', 'name2', 'name3']))
--------------------------------------------------------
[b'\xe5\xb0\x8f\xe6\x98\x8e', b'\xe5\xb0\x8f\xe7\x8e\x8b']
[b'\xe5\xb0\x8f\xe6\x98\x8e', b'\xe5\xb0\x8f\xe7\x8e\x8b', b'\xe5\xb0\x8f\xe6\x9d\x8e']
print(connect.hgetall('tag'))
--------------------------------------------------------
{b'name1': b'\xe5\xb0\x8f\xe6\x98\x8e', b'name2': b'\xe5\xb0\x8f\xe7\x8e\x8b', b'name3': b'\xe5\xb0\x8f\xe6\x9d\x8e'}
注意:hgetall要少用,因为他是一次性全部加载,当数据量过大时,很可能直接把内存撑爆
3.hlen(name)
获取name对应的hash中键值对的个数
print(connect.hlen('tag'))
--------------------------------------------------------
3
4.hkeys(name)
# 获取name对应的hash中所有的key的值
print(connect.hkeys('tag'))
--------------------------------------------------------
[b'name1', b'name2', b'name3']
5.hvals(name)
# 获取name对应的hash中所有的values的值
print(connect.hkeys('tag'))
--------------------------------------------------------
[b'\xe5\xb0\x8f\xe6\x98\x8e', b'\xe5\xb0\x8f\xe7\x8e\x8b', b'\xe5\xb0\x8f\xe6\x9d\x8e']
6.hexists(name, key)
# 检查name对应的hash是否存在当前传入的key
print(connect.hexists('tag', 'lala')) # 判断是否有这个 键
--------------------------------------------------------
False
7.hdel(name,*keys)
# # 将name对应的hash中指定key的键值对删除
connect.hdel('tag', 'name1')
print(connect.hget('tag', 'name1'))
--------------------------------------------------------
None
8.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
# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(整数)
print(connect.hincrby('tag', 'name1')) # 每执行一次加1 同访问量
--------------------------------------------------------
3
9.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
# 以后想取出hash类型内所有的数据,不建议用hgetall,建议用hscan_iter
# 一次性先取一部分回来(假设有1w条,先取回100条,把这100条做成了生成器)
ret=conn.hscan_iter('hash1')
print(ret)
for i in ret:
print(i)
10.hincrbyfloat(name, key, amount=1.0)
同上不过是浮点数
# 自增name对应的hash中的指定key的值,不存在则创建key=amount
# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(浮点数)
# 自增name对应的hash中的指定key的值,不存在则创建key=amount
11.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
# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(浮点数)
# 自增name对应的hash中的指定key的值,不存在则创建key=amount
12.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
# 参数:
# name,redis的name
# 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
# 如:
# 第一次:cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
# 第二次:cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
# ...
# 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
重点:
# hset
# hget
#hmset
#hmget
# hincrby
# 区分hgetall和hscan_iter
五、List操作
List操作,redis中的List在在内存中按照一个name对应一个List来存储。
1.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:
# connect.lpush('List', 11,22,33)
# 保存顺序为: 33,22,11
# 扩展:
# rpush(name, values) 表示从右向左操作
2.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
# 更多:
# rpushx(name, value) 表示从右向左操作
3.llen(name))**
# name对应的list元素的个数
4.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
# 参数:
# 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
5.lset(name, index, value)
# 对name对应的list中的某一个索引位置重新赋值
# 参数:
# name,redis的name
# index,list的索引位置
# value,要设置的值
6.lrem(name, value, num)
# 在name对应的list中删除指定的值
# 参数:
# name,redis的name
# value,要删除的值
# num, num=0,删除列表中所有的指定值;
# num=2,从前到后,删除2个;
# num=-2,从后向前,删除2个
7.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
# 更多:
# rpop(name) 表示从右向左操作
8.lindex(name, index)
在name对应的列表中根据索引获取列表元素
9.lrange(name, start, end)
# 在name对应的列表分片获取数据
# 参数:
# name,redis的name
# start,索引的起始位置
# end,索引结束位置 print(re.lrange('aa',0,re.llen('aa')))
10.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
# 参数:
# name,redis的name
# start,索引的起始位置
# end,索引结束位置(大于列表长度,则代表不移除任何)
11.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
# 参数:
# src,要取数据的列表的name
# dst,要添加数据的列表的name
12.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
# 参数:
# keys,redis的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
# 更多:
# r.brpop(keys, timeout),从右向左获取数据
爬虫实现简单分布式:多个url放到列表里,往里不停放URL,程序循环取值,但是只能一台机器运行取值,可以把url放到redis中,多台机器从redis中取值,爬取数据,实现简单分布式
13.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
# 参数:
# src,取出并要移除元素的列表对应的name
# dst,要插入元素的列表对应的name
# timeout,当src对应的列表中没有数据时,阻塞等待其有数据的超时时间(秒),0 表示永远阻塞
14.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:
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)
重点
lpush lpop blpop lrange llen
六、Set操作
Set操作,Set集合就是不允许重复的列表
七、其他使用
delete(*names)
# 根据删除redis中的任意数据类型
exists(name)
# 检测redis的name是否存在
# 根据模型获取redis的name
# 更多:
# KEYS * 匹配数据库中所有 key 。
# KEYS h?llo 匹配 hello , hallo 和 hxllo 等。
# KEYS h*llo 匹配 hllo 和 heeeeello 等。
# KEYS h[ae]llo 匹配 hello 和 hallo ,但不匹配 hillo
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
scan(cursor=0, match=None, count=None)
scan_iter(match=None, count=None)
# 同字符串操作,用于增量迭代获取key
八、管道
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。
import redis
pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
r = redis.Redis(connection_pool=pool)
# pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)
pipe.multi()
pipe.set('name', 'alex')
pipe.set('role', 'sb')
pipe.execute()
九、Django中使用redis
# 方式一(通用方式)
模块导入 pip install redis
# 方式二:django-redis
-pip install django-redis
-setting中配置
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",
}
}
}
-使用两种方式
1 使用cache
from django.core.cache import cache
cache.set('name',user)
2 直接使用conn对象
from django_redis import get_redis_connection
conn = get_redis_connection('default')
print(conn.hgetall('xxx'))
Django实现购物车
class ShoppingCarAPIView(APIView):
message = {}
# 初始化函数
def __init__(self):
self.connect = get_redis_connection('default')
def get(self, request, *args, **kwargs):
user_name = kwargs.get('name')
key = f'cart_{user_name}'
tmp = self.connect.hgetall(key)
if not tmp:
message = {
'status': 101,
"message": "购物车为空!"
}
return Response(data=message)
# 字典生成器获取 商品id:数量
data = {k.decode('utf-8'): v.decode('utf-8') for k, v in tmp.items()}
print(data)
# 筛选商品
goods = models.Goods.objects.filter(id__in=data).all()
data_list = []
for good in goods:
good_info = {'good_id': good.pk, 'good_title': good.title, 'store': good.store.name,
'price': good.sale_price}
data_list.append(good_info)
message = {
'status': 200,
"message": "",
'data': data_list
}
return Response(data=message)
def put(self, request, *args, **kwargs):
data = request.data
user_name = data.get('user_name')
good_id = data.get('good_id')
count = data.get('count', 0)
key = 'cart_' + str(user_name)
print(key, good_id, count)
# 存入redis
self.connect.hset(key, good_id, count)
return Response({
"msg": "添加成功!"
})
def delete(self, request, *args, **kwargs):
data = request.data
user_name = data.get('user_name')
good_id = data.get('good_id')
# 存入redis
key = 'cart_' + str(user_name)
tmp = self.connect.hdel(key, good_id)
print(tmp)
return Response({
"msg": "删除成功!"
})
ssage)
def put(self, request, *args, **kwargs):
data = request.data
user_name = data.get('user_name')
good_id = data.get('good_id')
count = data.get('count', 0)
key = 'cart_' + str(user_name)
print(key, good_id, count)
# 存入redis
self.connect.hset(key, good_id, count)
return Response({
"msg": "添加成功!"
})
def delete(self, request, *args, **kwargs):
data = request.data
user_name = data.get('user_name')
good_id = data.get('good_id')
# 存入redis
key = 'cart_' + str(user_name)
tmp = self.connect.hdel(key, good_id)
print(tmp)
return Response({
"msg": "删除成功!"
})