python运维开发(十一)----python操作缓存memcache、redis

最新推荐文章于 2024-07-13 18:10:19 发布

ZCC18317859035

最新推荐文章于 2024-07-13 18:10:19 发布

阅读量128

点赞数

文章标签：数据库 memcached 数据结构与算法

原文链接：http://www.cnblogs.com/Jabe/p/5693636.html

版权

内容目录：

缓存

memcache
redis

memcache

Memcached 是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提高动态、数据库驱动网站的速度。Memcached基于一个存储键/值对的hashmap。其守护进程（daemon ）是用C写的，但是客户端可以用任何语言来编写，并通过memcached协议与守护进程通信。

Memcached安装配置

#安装依赖包
yum install libevent-devel
#安装软件
yum -y install memcached
#启动服务
/usr/bin/memcached -d -u root -l 192.168.139.137 -m 1024 -p 11211
#命令解释
'''
启动Memcache 常用参数
-p <num>      设置TCP端口号(默认不设置为: 11211)
-U <num>      UDP监听端口(默认: 11211, 0 时关闭) 
-l <ip_addr>  绑定地址(默认:所有都允许,无论内外网或者本机更换IP，有安全隐患，若设置为127.0.0.1就只能本机访问)
-d                    以daemon方式运行
-u <username> 绑定使用指定用于运行进程<username>
-m <num>      允许最大内存用量，单位M (默认: 64 MB)
-P <file>     将PID写入文件<file>，这样可以使得后边进行快速进程终止, 需要与-d 一起使用
'''

memcache命令

Memcached命令

存储命令: set/add/replace/append/prepend/cas
获取命令: get/gets
其他命令: delete/stats..

python操作memcache

python操作Memcached使用Python-memcached模块
下载安装：https://pypi.python.org/pypi/python-memcached

操作

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)#链接memcache mc.set("foo", "bar") #插入数据
mc.set('foo','bar') #设置foo的值
ret = mc.get('foo') #获取数据
print(ret)
#debug = True 表示运行出现错误时，现实错误信息，上线后移除该参数。

memcache天生支持集群

python-memcached模块原生支持集群操作，其原理是在内存维护一个主机列表，且集群中主机的权重值和主机在列表中重复出现的次数成正比　

     主机    权重
    1.1.1.1   1
    1.1.1.2   2
    1.1.1.3   1
 
那么在内存中主机列表为：
    host_list = ["1.1.1.1", "1.1.1.2", "1.1.1.2", "1.1.1.3", ]

如果用户根据如果要在内存中创建一个键值对（如：k1 = "v1"），那么要执行一下步骤：

根据算法将 k1 转换成一个数字
将数字和主机列表长度求余数，得到一个值 N（ 0 <= N < 列表长度）
在主机列表中根据第2步得到的值为索引获取主机，例如：host_list[N]
连接将第3步中获取的主机，将 k1 = "v1" 放置在该服务器的内存中

代码实现如下：

mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2), ('1.1.1.3:12000', 1)], debug=True)
 
mc.set('k1', 'v1')

常用方法命令：

1 add 添加键值对，已经存在的会添加失败报异常

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)
mc.add('k1','v1')
mc.add('k2','v2')
mc.add('k3','v3')

# mc.add('k1','v1') #添加重复会报错
print(mc.get('k1'))

2 delete 删除键值对

delete 在Memcached中删除指定的一个键值对

delete_multi 在Memcached中删除指定的多个键值对

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)
mc.delete('k1')#在Memcached中删除指定的一个键值对
mc.delete_multi(['k2','k3'])# 在Memcached中删除指定的多个键值对

3 replace修改某个键值，如果key不存在则报异常

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)

print(mc.get('k1'))
mc.replace('k1','v11')
print(mc.get('k1'))
mc.replace('k5','v55') #不存在则抛出异常
# print(mc.get('k5'))

4 set 和 set_multi　　

set 设置一个键值对，如果key不存在，则创建，如果key存在，则修改
set_multi 设置多个键值对，如果key不存在，则创建，如果key存在，则修改

import memcache
mc = memcache.Client(['192.168.139.137:11211'], debug=True)

print(mc.get('k1'))
print(mc.get('k2'))
print(mc.get('k3'))
mc.set('k4','v4')
mc.set('k1','jabe')
mc.set_multi({'k2':'ljb','k3':'llll'})
print(mc.get('k1'))
print(mc.get('k2'))
print(mc.get('k3'))
print(mc.get('k4'))

5 get 和 get_multi

get 获取一个键值对
get_multi 获取多一个键值对

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)

print(mc.get('k1'))
print(mc.get_multi(['k1','k2','k3']))

6 append 和 prepend

append 修改指定key的值，在该值后面追加内容
prepend 修改指定key的值，在该值前面插入内容

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)
print(mc.get('k1'))
mc.append('k1','after') #在当前值后面添加after
print(mc.get('k1'))
print(mc.get('k2'))
mc.prepend('k2','before')#在当前值前面添加before
print(mc.get('k2'))

7 decr和incr

incr 自增，将Memcached中的某一个值增加 N （ N默认为1 ）
decr 自减，将Memcached中的某一个值减少 N （ N默认为1 ）

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)

mc.set('k1', '777')
print(mc.get('k1'))

mc.incr('k1')
print(mc.get('k1'))
# k1 = 778

mc.incr('k1', 10)
print(mc.get('k1'))
# k1 = 788

mc.decr('k1')
print(mc.get('k1'))
# k1 = 787

mc.decr('k1', 10)
print(mc.get('k1'))
# k1 = 777

8 gets和cas

import memcache

mc = memcache.Client(['192.168.139.137:11211'], debug=True)

 
v = mc.gets('product_count')
# ...
# 如果有人在gets之后和cas之前修改了product_count，那么，下面的设置将会执行失败，剖出异常，
# 从而避免非正常数据的产生
mc.cas('product_count', "899")

Ps：本质上每次执行gets时，会从memcache中获取一个自增的数字，通过cas去修改gets的值时，会携带之前获取的自增值和memcache中的自增值进行比较，如果相等，则可以提交，如果不想等，那表示在gets和cas执行之间，又有其他人执行了gets（获取了缓冲的指定值），如此一来有可能出现非正常数据，则不允许修改。

redis

命令参考中文网站

redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。

安装和基本使用
ubuntu上安装：

apt-cache search redis

apt-get install redis-server

启动：/etc/init.d/redis-server &

ps aux |grep redis查看进程

redis     4666  0.1  0.6  47204  6724 ?        Ssl  20:13   0:00 /usr/bin/redis-server 127.0.0.1:6379

启动客户端：
redis-cli
127.0.0.1:6379> set foo bar
OK
127.0.0.1:6379> get foo
"bar"
127.0.0.1:6379>

源码安装

wget http://download.redis.io/releases/redis-3.0.6.tar.gz

tar xzf redis-3.0.6.tar.gz

cd redis-3.0.6

make

启动服务端：src/redis-server

启动客户端：

src/redis-cli
redis> set foo bar
OK
redis> get foo
"bar"

python操作redis

python操作redis需要安装redis的模块

python3 -m pip install redis

API使用

redis-py 的API的使用可以分类为：

连接方式
连接池
操作
- String 操作
- Hash 操作
- List 操作
- Set 操作
- Sort Set 操作
管道
发布订阅

1 连接方式

redis-py提供两个类Redis和StrictRedis用于实现Redis的命令，StrictRedis用于实现大部分官方的命令，并使用官方的语法和命令，Redis是StrictRedis的子类，用于向后兼容旧版本的redis-py。

import redis

r = redis.Redis(host='192.168.139.137',port=6379)
r.set('foo','bar')
print(r.get('foo'))

2 连接池

redis-py使用connection pool来管理对一个redis server的所有连接，避免每次建立、释放连接的开销。默认，每个Redis实例都会维护一个自己的连接池。可以直接建立一个连接池，然后作为参数Redis，这样就可以实现多个Redis实例共享一个连接池。

import redis

pool = redis.ConnectionPool(host = '192.168.139.137',port=6379 )
r = redis.Redis(connection_pool=pool)
r.set('foo','bar')
print(r.get('foo'))

3、自定义列表

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。如图：

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)
    # 保存顺序为: 33,22,11
 
# 扩展：
    # rpush(name, values) 表示从右向左操作

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

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
 
# 参数：
    # name，redis的name
    # where，BEFORE或AFTER
    # refvalue，标杆值，即：在它前后插入数据
    # value，要插入的数据

r.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

r.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

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

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
# 参数：
    # name，redis的name
    # start，索引的起始位置
    # end，索引结束位置

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

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

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

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

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：
 
def list_iter(name):
    """
    自定义redis列表增量迭代
    :param name: redis中的name，即：迭代name对应的列表
    :return: yield 返回 列表元素
    """
    list_count = r.llen(name)
    for index in range(list_count):
        yield r.lindex(name, index)
 
# 使用
for item in list_iter('pp'):
    print(item)

4、管道(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。

import redis

pool = redis.ConnectionPool(host='192.168.139.137', port=6379)

r = redis.Redis(connection_pool=pool)

# pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)

r.set('name', 'jabe')
r.set('age', 25)

pipe.execute()

5、发布和订阅

import redis
class RedisHelper:

    def __init__(self):
        self.__conn = redis.Redis(host='192.168.139.137')

    def publish(self, msg, chan):#发布者方法
        self.__conn.publish(chan, msg)
        return True

    def subscribe(self, chan):#接收者方法
        pub = self.__conn.pubsub()
        pub.subscribe(chan)
        pub.parse_response()
        return pub

RedisHelper

发布者

import redishelper

obj = redishelper.RedisHelper()
obj.publish('Hello', 'fm111.7')

接收者

import redishelper

obj = redishelper.RedisHelper()
while True:
    data = obj.subscribe('fm111.7')
    print(data.parse_response())

未完待续。。。。

引自：http://www.cnblogs.com/wupeiqi/articles/5132791.html

转载于:https://www.cnblogs.com/Jabe/p/5693636.html

ZCC18317859035

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python运维开发(十一)----python操作缓存memcache、redis

内容目录：缓存memcacheredismemcacheMemcached 是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提高动态、数据库驱动网站的速度。Memcached基于一个存储键/值对的hashmap。其守护进程（daemon ）是用C写的，但是客户端可以用任何语言来编...
复制链接

扫一扫