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

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

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

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 !!!