centos安装redis及其在django中的使用

安装

# 获取最新稳定版：https://redis.io/download
wget http://download.redis.io/releases/redis-5.0.7.tar.gz
tar xzf redis-5.0.7.tar.gz
cd redis-5.0.7/
make

# 启动服务端
cd src/
./redis-server &  # ./redis-server ../redis.conf 这个可以指定配置文件

# 启动客户端测试
[root@centos-cm-test01 src]# ./redis-cli
127.0.0.1:6379> set name liyitong
OK
127.0.0.1:6379> get name
"liyitong"

切换

[root@centos-cm-test01 celeryTest]# /home/application/redis-5.0.7/src/redis-cli  # 启动
127.0.0.1:6379> keys *  # 获取所有key
(empty list or set)
127.0.0.1:6379> select 1  选择db1
OK
127.0.0.1:6379[1]> keys *
(empty list or set)

一、简介

• redis是一个非关系型的内存数据库，非关系型数据库是基于key-value存储数据的。
• 常用的非关系型数据库有(mongodb，redis)。
• redis是单线程单进程的，它的QPS理论上可以达到10w。
•  redis支持持久化：有两种持久化的方案
• 与redis相似的有Memcached，Memcached是多线程的，支持的数据类型少，只支持字符串类型，不支持持久化。
• redis五大数据类型：

1.                 k1:'123'      字符串
2.                 k2:[1,2,3,4],   列表/数组
3.                 k3:{1,2,3,4}     集合：去重，爬虫去重
4.                 k4:{name:lqz,age:12}  字典/哈希表
5.                 k5:{('lqz',18),('egon',33)}  有序集合：游戏排行榜

 MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据？   

相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：

1. voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
2. volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
3. volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
4. allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
5. allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰 no-enviction（驱逐）：禁止驱逐数据

二、python操作redis（pip3 install redis）

一：直接导入使用

from redis import Redis
# Redis实例化产生对象，就是拿到一个redis的连接
conn=Redis()
# 操作redis(value部分都是以byte格式存储)
ret=conn.get('name')
print(ret)

二：redis连接池（pool需要做成单例，单独写一个文件，即py模块，生成一个池，需要的时候导入使用即可）

from redis import ConnectionPool
pool=ConnectionPool(host='127.0.0.1',port=6379,max_connections=100)
conn=Redis(connection_pool=pool)
print(conn.get('name'))

三、redis之字符串操作

conn.set(self, name, value, ex=None, px=None, nx=False, xx=False)

在Redis中设置值，默认，不存在则创建，存在则修改
参数：
     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.setnx(self, 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

conn.setex(self, name, time, value)：设置值，time参数是过期时间

conn.psetex(self, name, time_ms, value)：设置值，time_ms是过期时间，以毫秒计

conn.mset(self, mapping)：批量设置值

例：conn.mset({'k1': 'v1', 'k2': 'v2'})

conn.get('k1')：取值，取出的值格式是Bytes类型

conn.mget('k1', 'k2')  或  conn.mget(['k1', 'k2'])：批量获取值

conn.getset('k1', 'vv')：获取k1原来的值并对其设置新值'vv'

conn.getrange(name, start, end)

获取子序列（根据字节获取，非字符）
参数：
    name，Redis 的 name
    start，起始位置（字节）
    end，结束位置（字节）
如： "刘帅比" ，0-2表示 "刘"

conn.setrange(self, 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）

参数：
    offset，字符串的索引，字节（一个汉字三个字节）
    value，要设置的值

conn.strlen(self, name)：返回name对应值的字节长度（一个汉字3个字节）

conn.incr(self, name, amount=1)：自增 name对应的值，值必须为整型；
当name不存在(即key不存在)时，则创建name＝amount，并将值设为amount对应的值；
如果amount指定为负数，就是自减；
应用场景：网站访问量

conn.decr(self, name, amount=1)：自减

conn.append(self, key, value)： 在redis name对应的值后面追加内容（字符串拼接）

四、 Hash操作

conn.hset(self, 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）

参数：
    name，redis的name
    key，name对应的hash中的key
    value，name对应的hash中的value

注：hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）

conn.hmset(self, name, mapping)：在name对应的hash中批量设置键值对

例如：conn.hmset('hash2', {'name': 'shj', 'age': 18})

conn.hget(self, name, key)：在name对应的hash中根据key获取value

例：print(conn.hget('hash2', 'name'))

conn.hmget(self, name, keys, *args)：在name对应的hash中获取多个key的值

例：
    conn.hmget('xx', ['k1', 'k2'])
    或
    conn.hmget('xx', 'k1', 'k2')

conn.hgetall(self, name)：获取name对应hash的所有键值

print(conn.hgetall('hash2'))  # {b'name': b'shj', b'age': b'18'}
print(conn.hgetall('hash2')[b'name'])  # b'shj'

conn.hlen(self, name):获取name对应的hash中键值对的个数

print(conn.hlen('hash2'))

conn.hkeys(self, name):获取name对应的hash中所有的key的值

 conn.hvals(self, name)：获取name对应的hash中所有的value的值

conn.hexists(self, name, key)：检查name对应的hash是否存在当前传入的key

print(conn.hexists('hash2', 'name'))

conn.hdel(self, name, *keys):将name对应的hash中指定key的键值对删除

conn.hdel('hash2', 'name', 'age')

conn.hincrby(self, name, key, amount=1)：自增name对应的hash中的指定key的值，key不存在就创建

例：conn.hincrby('hash1', 'k1')，当k1不存在时，创建k1

conn.hincrbyfloat(self, 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
 
参数：
    name，redis中的name
    key， hash对应的key
    amount，自增数（浮点数）

conn.hscan(self, 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

conn.hscan_iter(self, name, match=None, count=None)：得到的是一个生成器

for i in conn.hscan_iter('hash3', count=100):
    print(i)

参数count指定的是一次取出多少个，直到取完。

获取字典所有数据的时候，推荐用这个，而不用hgetall

五、列表操作

conn.lpush(self, name, *values)：从左往里面添加值

conn.rpush(self, name, *values)：从右往里面添加值

例：

conn.lpush('list1', '12')
conn.lpush('list1', '12')
conn.lpush('list1', '16')
conn.rpush('list1', '20')

conn.llen(self, name)：获取列表长度

conn.linsert(self, 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

conn.linsert('list1', 'AFTER', 20, 100)

conn.lset('list1', 2, 500)：对name对应的list中的某一个索引位置重新赋值

conn.lrem(self, name, count, value)：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

conn.lindex(self, name, index)：根据索引取值

conn.lrange(self, name, start, end)：在name对应的列表分片获取数据

参数：（start和end是闭合区间，都包含）
    name，redis的name
    start，索引的起始位置
    end，索引结束位置

conn.lpop(self, 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

conn.rpop(name) 表示从右向左操作

conn.blpop(self, keys, timeout=0)：将多个列表排列，按照从左到右去pop对应列表的元素，如果没有元素了就会阻塞，直到有新的元素插入。

 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

blpop返回值是元组(b'key', b'value') 

利用blpop可以实现分布式：例如分布式计算1-50，51-100的和

池文件：

from redis import ConnectionPool
POOL = ConnectionPool(host='127.0.0.1', port=6379, max_connections=100)

1-50：计算后放到redis

from redis import Redis
from app01.redis_pool import POOL
conn = Redis(connection_pool=POOL)

sum = 0
for i in range(1,51):
    sum += i
conn.lpush('sum', sum)

51-100：拿出1-50的和，再接着计算

from app01.redis_pool import POOL
from redis import Redis
conn = Redis(connection_pool=POOL)
sum = int(conn.blpop('sum')[1].decode('utf-8'))
for i in range(51, 101):
    sum += i
print(sum)

 

 自定义增量迭代获取列表中的所有值

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 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 i in scan_list('list1', 5):
    print('---')
    print(i)

六、集合操作

Set操作，Set集合就是不允许重复的列表

 sadd(name,values)

# name对应的集合中添加元素

scard(name)

获取name对应的集合中元素个数

sdiff(keys, *args)

在第一个name对应的集合中且不在其他name对应的集合的元素集合

sdiffstore(dest, keys, *args)

# 获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中

sinter(keys, *args)

# 获取多一个name对应集合的并集

sinterstore(dest, keys, *args)

# 获取多一个name对应集合的并集，再讲其加入到dest对应的集合中

sismember(name, value)

# 检查value是否是name对应的集合的成员

smembers(name)

# 获取name对应的集合的所有成员

smove(src, dst, value)

# 将某个成员从一个集合中移动到另外一个集合

spop(name)

# 从集合的右侧（尾部）移除一个成员，并将其返回

srandmember(name, numbers)

# 从name对应的集合中随机获取 numbers 个元素

srem(name, values)

# 在name对应的集合中删除某些值

srem(name, values)

# 在name对应的集合中删除某些值

sunion(keys, *args)

# 获取多一个name对应的集合的并集

sunionstore(dest,keys, *args)

# 获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中

sscan(name, cursor=0, match=None, count=None)
sscan_iter(name, match=None, count=None)

# 同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

有序集合，在集合的基础上，为每元素排序；元素的排序需要根据另外一个值来进行比较，所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。

 zadd(name, *args, **kwargs)

# 在name对应的有序集合中添加元素
# 如：
     # zadd('zz', 'n1', 1, 'n2', 2)
     # 或
     # zadd('zz', n1=11, n2=22)

zcard(name)

# 获取name对应的有序集合元素的数量

zcount(name, min, max)

# 获取name对应的有序集合中分数 在 [min,max] 之间的个数

zincrby(name, value, amount)

# 自增name对应的有序集合的 name 对应的分数

r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)

# 按照索引范围获取name对应的有序集合的元素
 
# 参数：
    # name，redis的name
    # start，有序集合索引起始位置（非分数）
    # end，有序集合索引结束位置（非分数）
    # desc，排序规则，默认按照分数从小到大排序
    # withscores，是否获取元素的分数，默认只获取元素的值
    # score_cast_func，对分数进行数据转换的函数
 
# 更多：
    # 从大到小排序
    # zrevrange(name, start, end, withscores=False, score_cast_func=float)
 
    # 按照分数范围获取name对应的有序集合的元素
    # zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
    # 从大到小排序
    # zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

zrank(name, value)

# 获取某个值在 name对应的有序集合中的排行（从 0 开始）
 
# 更多：
    # zrevrank(name, value)，从大到小排序

zrangebylex(name, min, max, start=None, num=None)

# 当有序集合的所有成员都具有相同的分值时，有序集合的元素会根据成员的 值 （lexicographical ordering）来进行排序，而这个命令则可以返回给定的有序集合键 key 中， 元素的值介于 min 和 max 之间的成员
# 对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大
 
# 参数：
    # name，redis的name
    # min，左区间（值）。 + 表示正无限； - 表示负无限； ( 表示开区间； [ 则表示闭区间
    # min，右区间（值）
    # start，对结果进行分片处理，索引位置
    # num，对结果进行分片处理，索引后面的num个元素
 
# 如：
    # ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga
    # r.zrangebylex('myzset', "-", "[ca") 结果为：['aa', 'ba', 'ca']
 
# 更多：
    # 从大到小排序
    # zrevrangebylex(name, max, min, start=None, num=None)

zrem(name, values)

# 删除name对应的有序集合中值是values的成员
 
# 如：zrem('zz', ['s1', 's2'])

zremrangebyrank(name, min, max)

# 根据排行范围删除

zremrangebyscore(name, min, max)

# 根据分数范围删除

zremrangebylex(name, min, max)

# 根据值返回删除

zscore(name, value)

# 获取name对应有序集合中 value 对应的分数

zinterstore(dest, keys, aggregate=None)

# 获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

zunionstore(dest, keys, aggregate=None)

# 获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX

zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
zscan_iter(name, match=None, count=None,score_cast_func=float)

# 同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

 七、其他操作

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

keys(pattern='*')

# 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：实现事务

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。

from redis import Redis，ConnectionPool
pool = ConnectionPool(host='127.0.0.1', port=6379)
conn = Redis(connection_pool=pool)
pipe = conn.pipeline(transaction=True)
pipe.multi()

pipe.set('name', 'lzp')
pipe.set('role', 'dsb')

pipe.execute()  # 添加完任务再执行

 九、在django中使用redis

9.1、所有框架都能用的方式

首先新建一个文件，生成一个redis连接池（redis_pool.py）

from redis import ConnectionPool
POOL = ConnectionPool(host='127.0.0.1',port=6379,max_connections=100)

视图中使用：

from django.shortcuts import render, HttpResponse
from app01.redis_pool import POOL
from redis import Redis

def index(request):
    conn = Redis(connection_pool=POOL)
    conn.set('xxx', 'yyy')
    name = conn.get('name')  # 拿出的是bytes格式数据
    return HttpResponse(name)

9.2、django中使用：django-redis模块

首先安装django-redis模块

然后在settings.py中配置

# redis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：

from django_redis import get_redis_connection
conn = get_redis_connection('default')
print(conn.hgetall('xxx'))