redis

最新推荐文章于 2022-09-08 10:34:11 发布
最新推荐文章于 2022-09-08 10:34:11 发布
阅读量185 收藏
点赞数
文章标签： redis 缓存 数据库 database java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42702493/article/details/124938957
版权

redis

什么是Redis

Redis(Remote Dictionary Server) 是一个使用 C 语言编写的，开源的(BSD许可)高性能非关系型(NoSQL)的键值对数据库。

Redis 可以存储键和五种不同类型的值之间的映射。键的类型只能为字符串，值支持五种数据类型：字符串、列表、集合、散列表、有序集合。

与传统数据库不同的是 Redis 的数据是存在内存中的，所以读写速度非常快，因此 redis 被广泛应用于缓存方向，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。另外，Redis 也经常用来做分布式锁。除此之外，Redis 支持事务 、持久化、LUA脚本、LRU驱动事件、多种集群方案。

redis的好处

  • 速度快，应为数据存在内存中，类似于字典，字典的优势就是查找和操作时间的复杂度都是0(1)
  • 支付丰富的数据类型：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

redis 最适合的场景

主要做缓存，有称之为缓存数据库。

  • 会话缓存(Session Cache)，存储session，之前存储在MySQL，存在Redis中速度快
  • 接口，页面缓存，将数据接口存储在redis中。
  • 队列--->celery使用
  • 排行榜/计数器--->个人页面访问量
  • 发布/订阅

安装redis

Redis 是C语言写的开元软件，官方提供了源码，如果在mac或linux上需要编译安装。

redis最新稳定版版本6.x

win：

作者不支持windwos，本质原因：redis很快，使用了io多路复用中的epoll的网络模型，这个模型不支持win，所以不支持(看到高性能的服务器基本上都是基于io多路复用中的epoll的网络模型，nginx)，微软基于redis源码，自己做了个redis安装包，但是这个安装包最新只到3.x，又有第三方组织做到最新5.x的安装包

Mac :

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"

可能遇到的问题，没有安装wget：

xiejunjie@junjiedeMacBook-Pro  ~  wget http://download.redis.io/releases/redis-3.0.6.tar.gz
zsh: command not found: wget
以下为安装wget:

从ftp://ftp.gnu.org/gnu/wget/下载到最新的wget安装包到本地

我安装的是1.8版本，拉到你创建的文件夹，解压。

截屏2022-04-26 下午9.41.07

依次执行：

./configure
make
make install

截屏2022-04-26 下午9.45.10

或者如果安装了 oh my zsh 则需要修改.zshrc，因为.bash_profile中配置的环境变量需要在.zshrc中设置，找到这里加入框框中的命令即可。

截屏2022-04-26 下午9.00.43

安装成功之后安装redis可视化软件rbm(Redis Desktop Manager)

破解版链接:https://www.macwk.com/soft/redis-desktop-manager

python链接Redis

安装模块

pip install redis

导入模块

from redis import Redis

右键点击Redis发现是一个类，类就需要实例化得到对象，类在实例化的时候会触发__init__

conn = Redis(host="localhost", # 本地
             port=6379, # 端口
             db=0, # 代表链接第0个数据库
             password=None, )

普通链接

此时证明已经链接到redis。

截屏2022-04-26 下午10.44.25

上面介绍中说过，Redis是已知性能最快的Key-Value DB，所以设置就是字典的形式。

截屏2022-04-26 下午10.46.23

连接池链接

链接池的概念：

假设我们的服务是通过链接链接池再链接到Redis服务，假设链接池设置三个链接，这三个链接和Redis服务连接，那么服务端不管起了多少个线程，都只能先经过这三个链接才能连接到Redis服务，这样就不会对Redis服务造成瞬间并发量过高的影响。

Django中有没有连接池。

没有，Django中一个请求就会创建一个mysql连接，假设现在同时有十个人访问数据库，那么就会有是个连接来操作MySQL，但是django并发量不高，mysql能撑住

想在django中使用连接池，有第三方：

https://www.cnblogs.com/wangruixing/p/13030755.html

还有需要注意的一点，创建连接池的代码只能执行一次，即为单例模式，如果连接池代码可以运行多次的情况下，就会发生程序-->连接池-->redis一直重复的发生。

先将连接池链接代码记录。

import redis
from redis import Redis

# 构造一个池
POOL = redis.ConnectionPool(max_connections=10, # 连接池大小
                            host="localhost",
                            port=6379,)
# 从池中拿一个连接
conn = redis.Redis(connection_pool=POOL)
print(conn.get('name'))

截屏2022-04-26 下午11.24.24

那什么为单例模式？

单例模式(Singleton Pattern)是一种常用的软件设计模式，该模式的主要目的是确保某一个类只有一个实例存在。当你希望在整个系统中，某个类只能出现一个实例时，单例对象就能派上用场。

通俗一点理解就是,以下这段代码中的POOL这个对象，无论程序怎么运行，都只能是同一个对象：

import redis
from redis import Redis

# 构造一个池
POOL = redis.ConnectionPool(max_connections=10, # 连接池大小
                            host="localhost",
                            port=6379,)
# 从池中拿一个连接
conn = redis.Redis(connection_pool=POOL)
print(conn.get('name'))

实现单例模式有五种方式，晚点单开一个博客。

实现单例，我们这里就使用导入模块的方式。

Python 的模块就是天然的单例模式，因为模块在第一次导入时，会生成 .pyc 文件，当第二次导入时，就会直接加载 .pyc 文件，而不会再次执行模块代码。因此，我们只需把相关的函数和数据定义在一个模块中，就可以获得一个单例对象了。

在此文件的同一路径下创建一个py文件,写入代码。

redis_pool.py

import redis

# 构造一个池
POOL = redis.ConnectionPool(max_connections=10, # 连接池大小
                            host="localhost",
                            port=6379,)

redis_pool.py

import redis

# 以模块导入的方式实现单例
from redis_pool import POOL
conn = redis.Redis(connection_pool=POOL)
print(conn.get('name'))

截屏2022-04-26 下午11.47.27

redis字符串操作

String操作，redis中的String在在内存中按照一个name对应一个value来存储。如图：

img

set(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

nx

此事想把lyf修改成dlrb，但是nx=True,不能执行

截屏2022-04-27 上午12.02.59

xx

此事想把lyf修改成dlrb，但是xx=True,能执行

截屏2022-04-27 上午12.04.59

setex(name, value, time)等同于conn.set('wife','lyf',ex=3)

# 设置值
# 参数：
    # time，过期时间(数字秒 或 timedelta对象)

psetex(name, time_ms, value)等同于conn.set('wife','lyf',px=3)

# 设置值
# 参数：
    # time_ms，过期时间(数字毫秒 或 timedelta对象

mset(*args, **kwargs)

批量设置值
如：
    mset(k1='v1', k2='v2')
    或
    mget({'k1': 'v1', 'k2': 'v2'})

截屏2022-04-27 上午12.11.18

get(name)

获取值
print(conn.get('name1'))

截屏2022-04-27 上午12.13.02

mget(keys, *args)

批量获取
如：
    mget('k1', 'k2')
    或
    r.mget(['k3', 'k4'])
    
print(conn.mget('name','name1','age1','age'))

输出: [b'junjie', b'junjie', b'18', None]

getset(name, value)

设置新值并获取原来的值

print(conn.getset('name','dsb'))
输出:b'junjie'

getrange(key, 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)

print(conn.getrange('name',0,0)) 
print(conn.getrange('name',0,1))

上面设置{'name':'dsb'}
输出：
b'd'
b'ds'

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)
# 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

截屏2022-04-27 上午12.24.19

setbit(name, offset, value)

# 对name对应值的二进制表示的位进行操作
 
# 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"

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
# 参数：
    # key，Redis的name
    # start，位起始位置
    # end，位结束位置

示例：

# 数字指的是字节，一个字节对应8个比特位
print(conn.bitcount('name',0,1))

输出：
8

bitop(operation, dest, *keys)

# 获取多个值，并将值做位运算，将最后的结果保存至新的name对应的值
 
# 参数：
    # operation,AND(并) 、 OR(或) 、 NOT(非) 、 XOR(异或)
    # dest, 新的Redis的name
    # *keys,要查找的Redis的name
 
# 如：
    bitop("AND", 'new_name', 'n1', 'n2', 'n3')
    # 获取Redis中n1,n2,n3对应的值，然后讲所有的值做位运算(求并集)，然后将结果保存 new_name 对应的值中

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),可用作记录访问量

# 自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
 
# 参数：
    # name,Redis的name
    # amount,自增数(必须是整数)
 
# 注：同incrby

没有name会自动创建name,并自增1

截屏2022-04-27 上午12.32.50

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。
 
# 参数：
    # name,Redis的name
    # amount,自增数(浮点型)

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。
 
# 参数：
    # name,Redis的name
    # amount,自减数(整数)

append(key, value)

# 在redis name对应的值后面追加内容
 
# 参数：
    key, redis的name
    value, 要追加的字符串

redis之hash操作

Hash操作，redis中Hash在内存中的存储格式如下图：

img

创建：

截屏2022-04-27 上午12.42.29

截屏2022-04-27 上午12.43.33

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)
 
# 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)

示例：

conn.hset('hash1','lyf','junjie')

截屏2022-04-27 上午12.45.26

也可以再次设置name:

截屏2022-04-27 上午12.47.56

hmset(name, mapping)

# 在name对应的hash中批量设置键值对
 
# 参数：
    # name，redis的name
    # mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
 
# 如：
    # r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

示例：

conn.hmset('userinfo_1',mapping={'name':'junjie','age':18})

hget(name,key)

# 在name对应的hash中获取根据key获取value

示例：

print(conn.hget('userinfo', 'name'))

hmget(name, keys, *args)

# 在name对应的hash中获取多个key的值
 
# 参数：
    # name，reids对应的name
    # keys，要获取key集合，如：['k1', 'k2', 'k3']
    # *args，要获取的key，如：k1,k2,k3
 
# 如：
    # r.mget('xx', ['k1', 'k2'])
    # 或
    # print r.hmget('xx', 'k1', 'k2')

示例：

print(conn.hmget('userinfo_1', ['name','like','age']))

输出：
[b'junjie', b'\xe5\x88\x98\xe4\xba\xa6\xe8\x8f\xb2', b'18']
中文为二进制格式，一个汉字为三个字节
print(str(conn.hget('userinfo_1','like'),encoding='utf8'))

输出：
刘亦菲

hgetall(name)

# 获取name对应hash的所有键值
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

举例：

print(conn.hexists('userinfo','name'))
输出：
布尔值

hdel(name,*keys)

# 将name对应的hash中指定key的键值对删除
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
# 参数：
    # name，redis中的name
    # key， hash对应的key
    # amount，自增数(整数)

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

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

举例：

hash类型是无序的。
先创建数据
import redis

conn = redis.Redis()

for i in range(1000):
    conn.hset('hash_test',f'id{i}',f'鸡蛋{i}号')

截屏2022-04-27 上午1.11.35

import redis

conn = redis.Redis()

# 分批获取，但是由于没有顺序，会返回一个cursor，下次基于这个cursor再继续获取
res = conn.hscan('hash_test',0,count=10)
print(res) # 会返回一个游标
res1 = conn.hscan('hash_test',960,count=10)
print(res1)

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
 
# 参数：
    # 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

举例：

import redis

conn = redis.Redis()

# 全取出所有值，分批取，不是一次性全取回来，减小内存占用
res = conn.hscan_iter('hash_test',count=10)
print(res)
for i in res:
    print(res)

常用：

hset hget hlen hexists

Redis 列表操作

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。如图：

img

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

截屏2022-04-27 下午2.29.46

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(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

截屏2022-04-27 下午2.50.13

截屏2022-04-27 下午3.09.57r.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

截屏2022-04-27 下午3.12.15

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  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
# 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)
    # 只保留起始到终止

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

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

常用：

lupsh lpop linsert llen blpop

通用操作：

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，返回0/1

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

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。

redis本身是不支持事务的，有时候我们需要实现类似这种功能：张三-100块钱，李四+100块钱。

那么，可以通过管道实现，将多次操作的命令放到一个管道中，一次执行，要么都执行，要么都不执行。

举例：

import redis

pool = redis.ConnectionPool()
conn = redis.Redis( connection_pool=pool)

pipe = conn.pipeline(transaction=True)
# 之后用pipe代替conn
pipe.multi()

# 以下两步只是向管道中存放命令，还没有执行
pipe.set('name','junjie')
# 假设此时抛出异常，终端了代码的执行，那么pipe的set便都不会执行
raise Exception('主动抛出异常，阻塞代码运行')
pipe.set('age',18)

# 此时执行
pipe.execute()

2

但是，此时去除主动抛出异常，就可以完成事务。

import redis

pool = redis.ConnectionPool()
conn = redis.Redis( connection_pool=pool)

pipe = conn.pipeline(transaction=True)
# 之后用pipe代替conn
pipe.multi()

# 以下两步只是向管道中存放命令，还没有执行
pipe.set('name','junjie')

pipe.set('age',18)

# 此时执行
pipe.execute()

3

Django中使用redis

方式一：自己写

创建pool.py

import redis

# 创建链接池，用作全局单例
POOL=redis.ConnectionPool(max_connections=10,host="localhost",port=6379)

任意位置

# 任意位置使用
from utils.pool import POOL
import redis

class TestView(APIView):
    def get(self, requeste):
        # 重点这一句
        conn=redis.Redis(connection_pool=POOL)
        print(conn.get('name'))
        return Response('ok')

方式二：使用第三方 django-redis

下载模块：

pip install djagno-redis

在项目配置文件中配置：

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} # 链接池为100
            # "PASSWORD": "123",
        }
    }
}

使用需要导入模块

from django_redis import get_redis_connection

在需要使用位置：

conn=get_redis_connection()
print(conn.get('name'))

并且，一旦如此配置之后，Django使用的缓存就是Redis

假设在GET请求中加入代码。

from django.shortcuts import render

# Create your views here.
import redis

from .models import User
from django.core.cache import cache
from utils.response import APIResponse
from utils.pool import POOL

from rest_framework.viewsets import ViewSet
from rest_framework.decorators import action
from rest_framework.exceptions import APIException
from django_redis import get_redis_connection
class UserAPIView(ViewSet):
    # 客户端发送GET请求，携带手机号，此时能校验手机号
    """
    methods:声明该action对应的请求方式，列表传递
    detail: 声明该action路径是否为单一资源对应(False查询所有数据接口，True查询单条数据接口)
    """
    @action(methods=["GET"], detail=False)
    def check_mobile(self, request):
        try:
            # conn = get_redis_connection()
            # # b'junjie'
            # print(conn.get('name'))

            # 使用drf继承了APIView时，需要取get提交数据，要从query_param中取
            # cache.set('name','junjie')
            print(cache.get('name'))
            mobile = request.query_params.get('mobile')
            # 客户端的GET请求中携带?mobile=15058066669,15058066669
            # print(mobile)
            # 检验手机号是否存在
            User.objects.get(mobile=mobile)
            # junjie
            # print(a)
            """
            如果能查到，返回自定义的APIResponse，返回的内容是{'status':status,'msg':msg}
            前端校验只要是100手机号就是存在，反之不在。
            """
            return APIResponse()
        except Exception as e:
            raise APIException(str(e))

设置缓存

截屏2022-04-27 下午5.04.38

截屏2022-04-27 下午5.07.46

作用：

以后在Django中，不用使用Redis拿链接操作，直接用cache做就可以。并且不用再关注设置的值类型是什么，cache.set('name',['junjie','lyf]),列表，字典任何数据类型，对象也可以。

底层原理是将value通过pickle转成了二进制，以redis字符串的形式存到了redis中。

pickle是python独有的序列化和反序列化，只能python玩，把python中所有数据类型都能转成二进制
通过二进制可以在反序列化成功pyhton中的任意对象

Felix.,
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据库连接池DBPool分析（八）：redis连接池 redis_connection_pool
AdairJun
10-18 4033
更新完上一篇博客的时候恰逢十一黄金周，回家休息了一会。现在补充DBPool的Redis连接池。 我刚开始写mysql_connnection_pool的时候，用的是map这个数据结构来保存连接,每次从池当中取出连接的时候都需要遍历一边map,根据map的第二个参数的bool值来判断是否可用。这样的话效率很低，所以我在这里改用list来保存。每次取出连接的时候都pop_front出来，没次释放连接的
python redis连接池最大连接数_python redis之连接池的原理
weixin_30660643的博客
01-13 1074
什么是毗邻池通常情况下, 当我们需要做redis操作时, 会建立一个毗邻, 并基于这个毗邻举行redis操作, 操作完成后, 释放毗邻,一样平常情况下, 这是没问题的, 但当并发量比较高的时刻, 频仍的毗邻建立和释放对性能会有较高的影响于是, 毗邻池就发挥作用了毗邻池的原理是, 通过预先建立多个毗邻, 当举行redis操作时, 直接获取已经建立的毗邻举行操作, 而且操作完成后, 不会释放, 用于后...
采用栈式 RBM 的深度神经网络。自训练, 自控制
09-14
采用栈式 RBM 的深度神经网络。自训练, 自控制
Redis基础
lei20172017的博客
11-27 972
Redis(Remote Dictionary Server) 是一个使用 C 语言编写的，开源的（BSD许可）高性能非关系型（NoSQL）的键值对数据库。 Redis 可以存储键和五种不同类型的值之间的映射。键的类型只能为字符串，值支持五种数据类型：字符串、列表、散列表、集合、有序集合。 与传统数据库不同的是 Redis 的数据是存在内存中的，所以读写速度非常快，因此 redis 被广泛应用于缓存方向，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。另外，Redis 也经常用
【Redis】Redis最大连接数maxTotal设置过小的问题
热门推荐
懂幸福，爱生活
06-27 1万+
最近由于不合理的配置了redis中的最大连接数导致了线上服务间歇性不可用的问题，问题无小事，稳定大于一切。 一、结论 先直接说结论：并发量激增，redis最大连接数过小，导致获取redis连接超时，超时导致大量请求阻塞，从而导致客户端因超时主动关闭连接，服务端大量请求阻塞，无法关闭连接，慢慢积累出现close_wait，大量close_wait出现，旧连接不释放，新连接无法创建，导致没法对外提供服务。 方案：1)redis连接池要根据具体的业务量进行设置，太大连接数过多...
redis-windows-7.0.11
05-05
Redis是一种开源的内存数据结构存储系统，它支持多种数据结构，如字符串、哈希、列表、集合、有序集合等。Redis可以用作数据库、缓存和消息中间件。Redis在性能、可扩展性和灵活性方面表现出色，因此被广泛应用于Web...
delphi 读写Redis
06-28
delphi 读写Redis
redis 6.0 windows 版本
02-15
看到网上的 redis windows 版本下载资源 一个就几十积分 ，老子很生气，自己编译的，给个辛苦钱，谢谢下载
若依前后端分离版去redis版/无redis版本
11-07
基于前后端分离的应用，无论是否使用Redis，都需要考虑如何进行数据的存储和缓存。下面我将分别介绍基于Redis和无Redis的两种版本的特点。 基于Redis的版本 特点 缓存处理：Redis作为内存数据库可以用来缓存频繁访问...
redis7.2.3-windows
11-15
Windows下Redis，版本是7.2.3。
python redis链接池的使用
lizhenqi123456的博客
09-08 1122
python redis链接池的使用
List集合之ArrayList（二）通过源码看迭代器实现
伏城之外的博客
03-24 427
ArrayList迭代器的简介 我们知道Collection接口继承了Iterable接口，所以所有的Collection接口的实现类都需要实现Iterable接口中的Iterator<E> iterator()方法。 ArrayList实现了iterator()方法，但是该方法要求返回Iterator实现类对象。此时一般有两个方式获取Iterator实现类对象： 1.定义Iterator接口的匿名内部类 2.定义Iterator接口的实现类 由于匿名内部类只能使用一次，不利于代码复用
redis：redis介绍和安装、普通连接和连接池、redis 5大数据类型之字符串、Hash、列表、其他操作(通用)、管道、django使用redis、接口缓存
大大的博客
07-29 367
目录一1 redis介绍和安装2 普通连接和连接池3 redis 5大数据类型之字符串4 redis 5大数据类型之Hash5 redis 5大数据类型之列表6 其他操作7 管道8 django使用redis 一 1 redis介绍和安装 # https://www.cnblogs.com/liuqingzheng/articles/9833534.html # redis:是一个key-value存储系统,非关系型数据库（nosql数据库），数据存在于内存中，缓存数据库 # redis支持5大数据类型：
tornado-redis连接池的使用
郭小郭的专栏
03-30 5204
最近公司项目中用到了tornado框架，并使用redis作为缓存，为了充分发挥tornado异步效果，选择了tornado-redis作为redis客户端，可以很好的和tornado结合。介绍tornado-redis 包，一个 tornado 可用的异步 redis client。使用很简单tornado-redis连接数据库1.普通连接（未使用连接池池）import tornadoredis c
ConnectionPool实现redis在python中的连接
weixin_30294295的博客
07-03 904
这篇文章主要介绍了Python与Redis的连接教程,Redis是一个高性能的基于内存的数据库,需要的朋友可以参考下 今天在写zabbix storm job监控脚本的时候用到了python的redis模块，之前也有用过，但是没有过多的了解，今天看了下相关的api和源码,看到有ConnectionPool的实现，这里简单说下。 在ConnectionPool之前，如果需要连...
redis连接池的标准用法：
weixin_30378623的博客
01-18 246
from .conf import HOST, PORT, POOL_NAME import redis redis_pool = redis.ConnectionPool(host=HOST, port=PORT, max_connections=20) class RedisOperator(object): """Redis 操作类""" ...
Android Cursor返回结果数为0的几种方法
账房先生
07-08 2080
方法一：Cursor cursor=null; int count=0; try{ String sqls="select count(*) from TableName"; cursor=dbhelp.getWritableDatabase().rawQuery(sqls, null); whi
python将txt中文文本转二进制文本及转回
adamlay的博客
04-23 6475
一些txt文档涉及隐秘或敏感信息的时候，保存到云端存在危险或可能被后台误识别后丢失，这里通过将中文文本转为二进制的存到新文档的方式，应该避免以上情况 转为二进制 f = open('1.txt', 'r', encoding="gb18030").read() #定义转码函数 def encode(s): tmp = [] for c in s: tmp.append(bin(ord(c)).replace('0b', '')) str_bin = ' '.join
Redis linux
最新发布
06-05
Redis是一个开源的、高性能的键值存储数据库，通常用于缓存、会话管理和数据结构存储。在Linux环境下，Redis作为服务可以轻松部署和管理。下面是Redis在Linux中的一些关键信息： 1. 安装：你可以使用包管理器（如...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值