使用Python操作Redis

使用Python操作Redis

1. 安装pyredis

首先安装pip

1 2 3 4 5 6 7 8

< SHELL > # apt-get install python-pip . . . . . . < SHELL > # pip install --proxy=http://172.1.2.6:8080 redis    Downloading redis - 2.9.1.tar.gz ( 62kB ) : 62kB downloaded    Running setup .py ( path : / tmp / pip_build_root / redis / setup .py ) egg_info for package redis    . . . . . .    Successfully installed redis    Cleaning up . . .

也可以使用easy_install的方式来安装：

1	easy_install redis

或者直接编译安装：

wget https : / / pypi .python .org / packages / source / r / redis / redis - 2.9.1.tar.gz

tar xvzf redis - 2.9.1.tar.gz

cd redis - 2.9.1

python setup .py install

cd redis - 2.9.1 ython setup .py install

 . 简单的redis操作

redis连接实例是线程安全的，可以直接将redis连接实例设置为一个全局变量，直接使用。如果需要另一个Redis实例（or Redis数据库）时，就需要重新创建redis连接实例来获取一个新的连接。同理，python的redis没有实现select命令。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

>>> import redis >>> r = redis . Redis ( host = 'localhost' , port = 6379 , db = 0 ) >>> r . set ( 'guo' , 'shuai' ) True >>> r . get ( 'guo' ) 'shuai' >>> r [ 'guo' ]              'shuai' >>> r . keys ( ) [ 'guo' ] >>> r . dbsize ( )          #当前数据库包含多少条数据       1L >>> r . delete ( 'guo' ) 1 >>> r . save ( )                #执行“检查点”操作，将数据写回磁盘。保存时阻塞 True >>> r . get ( 'guo' ) ; >>> r . flushdb ( )          #清空r中的所有数据 True

3. pipeline操作

管道（pipeline）是redis在提供单个请求中缓冲多条服务器命令的基类的子类。它通过减少服务器-客户端之间反复的TCP数据库包，从而大大提高了执行批量命令的功能。

1 2 3 4 5 6 7 8

>>> p = r . pipeline ( )          --创建一个管道 >>> p . set ( 'hello' , 'redis' ) >>> p . sadd ( 'faz' , 'baz' ) >>> p . incr ( 'num' ) >>> p . execute ( ) [ True , 1 , 1 ] >>> r . get ( 'hello' ) 'redis'

管道的命令可以写在一起，如：

1	>>> p . set ( 'hello' , 'redis' ) . p . sadd ( 'faz' , 'baz' ) . incr ( 'num' ) . execute ( )

默认的情况下，管道里执行的命令可以保证执行的原子性，执行pipe = r.pipeline(transaction=False)可以禁用这一特性。

4. 应用场景 – 页面点击数

《Redis Cookbook》对这个经典场景进行详细描述。假定我们对一系列页面需要记录点击次数。例如论坛的每个帖子都要记录点击次数，而点击次数比回帖的次数的多得多。如果使用关系数据库来存储点击，可能存在大量的行级锁争用。所以，点击数的增加使用redis的INCR命令最好不过了。
当redis服务器启动时，可以从关系数据库读入点击数的初始值（1237这个页面被访问了34634次）

1 2	>>> r . set ( "visit:1237:totals" , 34634 ) True

每当有一个页面点击，则使用INCR增加点击数即可。

1 2 3 4

>>> r . incr ( "visit:1237:totals" ) 34635 >>> r . incr ( "visit:1237:totals" ) 34636

页面载入的时候则可直接获取这个值

1 2	>>> r . get ( "visit:1237:totals" ) '34636'

5. 使用hash类型保存多样化对象

当有大量类型文档的对象，文档的内容都不一样时，（即“表”没有固定的列），可以使用hash来表达。

1 2 3 4 5 6 7 8 9 10 11 12

>>> r . hset ( 'users:jdoe' ,    'name' , "John Doe" ) 1L >>> r . hset ( 'users:jdoe' , 'email' , 'John@test.com' ) 1L >>> r . hset ( 'users:jdoe' ,    'phone' , '1555313940' ) 1L >>> r . hincrby ( 'users:jdoe' , 'visits' , 1 ) 1L >>> r . hgetall ( 'users:jdoe' ) { 'phone' : '1555313940' , 'name' : 'John Doe' , 'visits' : '1' , 'email' : 'John@test.com' } >>> r . hkeys ( 'users:jdoe' ) [ 'name' , 'email' , 'phone' , 'visits' ]

6. 应用场景 – 社交圈子数据

在社交网站中，每一个圈子(circle)都有自己的用户群。通过圈子可以找到有共同特征（比如某一体育活动、游戏、电影等爱好者）的人。当一个用户加入一个或几个圈子后，系统可以向这个用户推荐圈子中的人。
我们定义这样两个圈子,并加入一些圈子成员。

1 2 3 4 5 6 7 8 9 10 11 12

>>> r . sadd ( 'circle:game:lol' , 'user:debugo' ) 1 >>> r . sadd ( 'circle:game:lol' , 'user:leo' ) 1 >>> r . sadd ( 'circle:game:lol' , 'user:Guo' ) 1 >>> r . sadd ( 'circle:soccer:InterMilan' , 'user:Guo' ) 1 >>> r . sadd ( 'circle:soccer:InterMilan' , 'user:Levis' ) 1 >>> r . sadd ( 'circle:soccer:InterMilan' , 'user:leo' ) 1

#获得某一圈子的成员

1 2 3

>>> r . smembers ( 'circle:game:lol' ) set ( [ 'user:Guo' , 'user:debugo' , 'user:leo' ] ) redis > smembers circle : jdoe : family

可以使用集合运算来得到几个圈子的共同成员：

1 2 3 4

>>> r . sinter ( 'circle:game:lol' , 'circle:soccer:InterMilan' ) set ( [ 'user:Guo' , 'user:leo' ] ) >>> r . sunion ( 'circle:game:lol' , 'circle:soccer:InterMilan' ) set ( [ 'user:Levis' , 'user:Guo' , 'user:debugo' , 'user:leo' ] )

7. 应用场景 – 实时用户统计

Counting Online Users with Redis介绍了这个方法。当我们需要在页面上显示当前的在线用户时，就可以使用Redis来完成了。首先获得当前时间（以Unix timestamps方式）除以60，可以基于这个值创建一个key。然后添加用户到这个集合中。当超过你设定的最大的超时时间，则将这个集合设为过期；而当需要查询当前在线用户的时候，则将最后N分钟的集合交集在一起即可。由于redis连接对象是线程安全的，所以可以直接使用一个全局变量来表示。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

import time from redis import Redis from datetime import datetime ONLINE_LAST_MINUTES = 5 redis = Redis ( )   def mark_online ( user_id ) :          #将一个用户标记为online      now = int ( time . time ( ) )          #当前的UNIX时间戳      expires = now + ( app . config [ 'ONLINE_LAST_MINUTES' ] * 60 ) + 10      #过期的UNIX时间戳      all_users_key = 'online-users/%d' % ( now / / 60 )          #集合名，包含分钟信息      user_key = 'user-activity/%s' % user _id                       p = redis . pipeline ( )      p . sadd ( all_users_key , user_id )                          #将用户id插入到包含分钟信息的集合中      p . set ( user_key , now )                                    #记录用户的标记时间      p . expireat ( all_users_key , expires )                      #设定集合的过期时间为UNIX的时间戳      p . expireat ( user_key , expires )      p . execute ( )   def get_user_last_activity ( user_id ) :          #获得用户的最后活跃时间      last_active = redis . get ( 'user-activity/%s' % user_id )    #如果获取不到，则返回None      if last_active is None :          return None      return datetime . utcfromtimestamp ( int ( last_active ) )   def get_online_users ( ) :                      #获得当前online用户的列表      current = int ( time . time ( ) ) / / 60               minutes = xrange ( app . config [ 'ONLINE_LAST_MINUTES' ] )      return redis . sunion ( [ 'online-users/%d' % ( current - x )          #取ONLINE_LAST_MINUTES分钟对应集合的交集                          for x in minutes ] )

References:

http://blog.csdn.net/vv_demon/article/details/7676384

tigerfish NoSQL和NewSQL数据库引航
《Redis Cookbook》