python redis 模块 官方文档(上)

2019独角兽企业重金招聘Python工程师标准>>>

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（比如，SET命令对应与StrictRedis.set方法）。Redis是StrictRedis的子类，用于向后兼容旧版本的redis-py。

StrictRedis:

select#没有实现,参见下面线程安全小节

del#与python的del冲突,用delete代替

CONFIG GET|SET#config_get config_set

MULTI/EXEC#被当做Pipeline的一部分,执行时默认被 MULTI 和EXEC状态包裹,可以用transaction=False 关闭SUBSCRIBE/LISTEN#和Pipeline类似,PubSub作为单独的类实现,它生成潜在的连接状态,此时无法执行非pubsub命令,在redis-client端执行PubSub会返回一个pubsub实例,可以用它来订阅频道,监听信息,注意只能在client端执行

SCAN/SSCAN/HSCAN/ZSCAN#*scan命令在redis文件中实现,每个方法都有一个迭代器方法,这样纯粹时为了方便用户,不用记录迭代器的游标,用scan_iter/sscan_iter/hscan_iter/zscan_iter实现

StrictRedis的子类Redis重写了一些方法实现了后向兼容

LREM#num和value顺序颠倒了,以便num可以提供缺省值0

ZADD#在value前指明score,实现时意外交换了顺序,人们已经使用时才发现,Redis期望*args格式是name1, score1, name2, score2, …
SETEX#time和value的顺序颠倒

redis使用连接池管理与redis-server的连接,默认每个redis实例会创建自己的连接池,可以用已经存在的连接池覆盖实例redis的connection_pool参数来覆盖这一行为,你可以通过这种方式实现客户端的切分或连接池的管理

>>> pool = redis.ConnectionPool(host='localhost', port=6379, db=0) 
>>> r = redis.Redis(connection_pool=pool)

ConnectionPools管理着连接实例的集合,redis实线两种类型的连接,默认使用基于tcp socket的连接,

UnixDomainSocketConnection 允许和服务器运行在同一个设备上的客户端通过 unix 套接字进行连接。要使用 UnixDomainSocketConnection 连接, 只需要通过unix_socket_path 参数传递一个 unix 套接字文件的字符串。另外，确保redis.conf 文件配置了unixsocket 参数（缺省情况下是注释掉的）:

>>> r = redis.Redis(unix_socket_path='/tmp/redis.sock')

也可以自己创建 Connection 子类。这个特性可以在使用异步框架时用于控制 socket 的行为。要使用自己的Connection 初始化客户端类，需要创建一个连接池，通 connection_class 参数把自己的类传递进去。传递的其它关键字参数会在初始化时传递给自定义的类:

>>> pool = redis.ConnectionPool(connection_class=YourConnectionClass,
                              your_arg='...', ...)

解析器

解析类提供了控制如何对 Redis 服务器的响应进行解析的途径。redis-py 提供了两个解析类， PythonParser和 HiredisParser。缺省情况下，如果安装了 hiredis 模块， redis-py 会尝试使用 HiredisParser，否则使用 PythonParser。

Hiredis 是由 Redis 核心团队维护的 C 库。 Pieter Noordhuis 创建了 Python 的实现。分析 Redis 服务器的响应时，Hiredis 可以提供 10 倍的速度提升。性能提升在获取大量数据时优为明显，比如 LRANGE 和SMEMBERS 操作。

和 redis-py 一样，Hiredis 在 Pypi 中就有，可以通过 pip 或 easy_install 安装:

$ pip install hiredis

或:

$ easy_install hiredis

响应回调函数

客户端类使用一系列回调函数来把 Redis 响应转换成合适的 Python 类型。很多回调函数在 Redis 客户端类的字典 RESPONSE_CALLBACKS 中定义。

通过 set_response_callback 方法可以把自定义的回调函数添加到单个实例。这个方法接受两个参数：一个命令名和一个回调函数。通过这种方法添加的回调函数只对添加到的对象有效。要想全局定义或重载一个回调函数，应该创建 Redis 客户端的子类并把回调函数添加到类的 RESPONSE_CALLBACKS

响应回调函数至少有一个参数：Redis 服务器的响应。要进一步控制如何解释响应，也可以使用关键字参数。这些关键字参数在对 execute_command 的命令调用时指定。通过 “withscores” 参数，ZRANGE 演示了回调函数如何使用关键字参数。

线程安全

Redis 客户端实例可以安全地在线程间共享。从内部实现来说，只有在命令执行时才获取连接实例，完成后直接返回连接池，命令永不修改客户端实例的状态。

但是，有一点需要注意：SELECT 命令。SELECT 命令允许切换当前连接使用的数据库。新的数据库保持被选中状态，直到选中另一个数据库或连接关闭。这会导致在返回连接池时，连接可能指定了别的数据库。

因此，redis-py 没有在客户端实例中实现 SELECT 命令。如果要在同一个应用中使用多个 Redis 数据库，应该给第一个数据库创建独立的客户端实例（可能也需要独立的连接池）。

在线程间传递 PubSub 和 Pipeline 对象是不安全的。

Pipeline

Pipeline 是 Redis 基类的一个子类，支持在一个请求里发送缓冲的多个命令。通过减少客户端和服务器之间往来的数据包，可以大大提高命令组的性能。

Pipeline 的使用非常简单:

>>> r = redis.Redis(...)
>>> r.set('bing', 'baz')
>>> # 使用 pipeline()方法创建 pipeline 对象
>>> pip3 = r.pipeline()
>>> # 下面的set方法被缓存
>>> pipe.set('foo', 'bar')
>>> pipe.get('bing')
>>> # 调用execute发送所有缓存命令到服务器端,并返回响应的list,每个命令对应着list的一项
>>> pipe.execute()
[True, 'baz']
为了方便使用，所有缓冲到 pipeline 的命令返回 pipeline 对象本身。因此调用可以链式连接:
>>> pipe.set('foo', 'bar').sadd('faz', 'baz').incr('auto_number').execute()
[True, True, 6]

另外，pipeline 也可以保证缓冲的命令组做为一个原子操作。缺省就是这种模式。要使用命令缓冲，但禁止pipeline 的原子操作属性，可以关掉 transaction:

>>> pipe = r.pipeline(transaction=False)

一个常见的问题是：在进行原子事务操作前需要从 Redis 中获取事务中要用的数据。比如，假设 INCR 命令不存在，但我们需要用 Python 创建一个原子版本的 INCR。

一个不成熟做法是先获取值(GET)，在 Python 中加1, 设置（SET）新值。但是，这不是原子操作，因为多个客户端可能在同一时间做这件事，每一个都通过 GET 获取同一个值。

WATCH 命令提供了在开始事务前监视一个或多个键的能力。如果这些键中的任何一个在执行事务前发生改变，整个事务就会被取消并抛出 WatchError 异常。要实现我们的客户 INCR 命令，可以按下面的方法操作:

>>> with r.pipeline() as pipe:
...     while 1:
...         try:
...             # 对序列号的键进行 WATCH
...             pipe.watch('OUR-SEQUENCE-KEY')
...             # WATCH 执行后，pipeline 被设置成立即执行模式直到我们通知它
...             # 重新开始缓冲命令。
...             # 这就允许我们获取序列号的值
...             current_value = pipe.get('OUR-SEQUENCE-KEY')
...             next_value = current_value + 1
...             # 现在我们可以用 MULTI 命令把 pipeline 设置成缓冲模式
...             pipe.multi()
...             pipe.set('OUR-SEQUENCE-KEY', next_value)
...             # 最后，执行 pipeline (set 命令)
...             pipe.execute()
...             # 如果执行时没有抛出 WatchError，我们刚才所做的确实“原子地”
...             # 完成了
...             break
...         except WatchError:
...             # 一定是其它客户端在我们开始 WATCH 和执行 pipeline 之间修改了
...             # 'OUR-SEQUENCE-KEY'，我们最好的选择是重试
...             continue

注意，因为在整个 WATCH 过程中，Pipeline 必须绑定到一个单连接，必须调用 reset() 方法确保连接返回连接池。如果 Pipeline 用作上下文管理器(如上面的例子所示,with r.pipeline() as pipe:)， reset() 会自动调用。当然，也可以用手动的方式明确调用 reset():

>>> pipe = r.pipeline()
>>> while 1:
...     try:
...         pipe.watch('OUR-SEQUENCE-KEY')
...         ...
...         pipe.execute()
...         break
...     except WatchError:
...         continue
...     finally:
...         pipe.reset()

注:·WATCH 执行后，pipeline 被设置成立即执行模式

·用 MULTI 命令把 pipeline 设置成缓冲模式

存在一种方便的方法“transaction”用来处理WatchError的处理和重试的模式。它调用含有一个参数的可执行对象,一个管道对象,和任意数量要 WATCH的键，其中可执行对象接受一个 pipeline 对象做为参数。上面的客户端 INCR 命令可以重写如下（更易可读）:

>>> def client_side_incr(pipe):
...     current_value = pipe.get('OUR-SEQUENCE-KEY')
...     next_value = current_value + 1
...     pipe.multi()
...     pipe.set('OUR-SEQUENCE-KEY', next_value)
>>> r.transaction(client_side_incr, 'OUR-SEQUENCE-KEY')

原文https://pypi.python.org/pypi/redis/

转载于:https://my.oschina.net/u/1409733/blog/408072