Python操作Redis数据库

连接数据库

  • StrictRedis
from redis import StrictRedis

# 使用默认方式连接到数据库
redis = StrictRedis(host='localhost', port=6379, db=0) # 使用url方式连接到数据库
redis = StrictRedis.from_url('redis://@localhost:6379/1')
  • ConnectionPool
from redis import StrictRedis,ConnectionPool

# 使用默认方式连接到数据库
pool = ConnectionPool(host='localhost', port=6379, db=0)
redis = StrictRedis(connection_pool=pool) # 使用url方式连接到数据库
pool = ConnectionPool.from_url('redis://@localhost:6379/1')
redis = StrictRedis(connection_pool=pool)

构造url方式连接到数据库,有以下三种模式:

redis://[:password]@host:port/db    # TCP连接
rediss://[:password]@host:port/db # Redis TCP+SSL 连接
unix://[:password]@/path/to/socket.sock?db=db # Redis Unix Socket 连接

String操作

方法 作用 示例 示例结果
set(name, value) 给name赋值为value redis.set('name', 'Bob') True
get(name) 返回数据库中key为name的string的value redis.get('name') b'Bob'
getset(name, value) 给数据库中key为name的string赋予值value并返回上次的value redis.getset('name', 'Mike') b'Bob'
mget(keys, *args) 返回多个key对应的value redis.mget(['name', 'nickname']) [b'Mike', b'Miker']
setnx(name, value) 如果key不存在才设置value redis.setnx('newname', 'James') 第一次运行True,第二次False
setex(name, time, value) 设置可以对应的值为string类型的value,并指定此键值对应的有效期 redis.setex('name', 1, 'James') True
setrange(name, offset, value) 设置指定key的value值的子字符串 redis.set('name', 'Hello') redis.setrange('name', 6, 'World') 11,修改后的字符串长度
mset(mapping) 批量赋值 redis.mset({'name1': 'Durant', 'name2': 'James'}) True
msetnx(mapping) key均不存在时才批量赋值 redis.msetnx({'name3': 'Smith', 'name4': 'Curry'}) True
incr(name, amount=1) key为name的value增值操作,默认1,key不存在则被创建并设为amount redis.incr('age', 1) 1,即修改后的值
decr(name, amount=1) key为name的value减值操作,默认1,key不存在则被创建并设置为-amount redis.decr('age', 1) -1,即修改后的值
append(key, value) key为name的string的值附加value redis.append('nickname', 'OK') 13,即修改后的字符串长度
substr(name, start, end=-1) 返回key为name的string的value的子串 redis.substr('name', 1, 4) b'ello'
getrange(key, start, end) 获取key的value值从start到end的子字符串 redis.getrange('name', 1, 4) b'ello'

Key操作

方法 作用 示例 示例结果
exists(name) 判断一个key是否存在 redis.exists('name') True
delete(name) 删除一个key redis.delete('name') 1
type(name) 判断key类型 redis.type('name') b'string'
keys(pattern) 获取所有符合规则的key redis.keys('n*') [b'name']
randomkey() 获取随机的一个key randomkey() b'name'
rename(src, dst) 将key重命名 redis.rename('name', 'nickname') True
dbsize() 获取当前数据库中key的数目 dbsize() 100
expire(name, time) 设定key的过期时间,单位秒 redis.expire('name', 2) True
ttl(name) 获取key的过期时间,单位秒,-1为永久不过期 redis.ttl('name') -1
move(name, db) 将key移动到其他数据库 move('name', 2) True
flushdb() 删除当前选择数据库中的所有key flushdb() True
flushall() 删除所有数据库中的所有key flushall() True

List操作

方法 作用 示例 示例结果
rpush(name, *values) 在key为name的list尾添加值为value的元素,可以传多个 redis.rpush('list', 1, 2, 3) 3,list大小
lpush(name, *values) 在key为name的list头添加值为value的元素,可以传多个 redis.lpush('list', 0) 4,list大小
llen(name) 返回key为name的list的长度 redis.llen('list') 4
lrange(name, start, end) 返回key为name的list中start至end之间的元素 redis.lrange('list', 1, 3) [b'3', b'2', b'1']
ltrim(name, start, end) 截取key为name的list,保留索引为start到end的内容 ltrim('list', 1, 3) True
lindex(name, index) 返回key为name的list中index位置的元素 redis.lindex('list', 1) b'2'
lset(name, index, value) 给key为name的list中index位置的元素赋值,越界则报错 redis.lset('list', 1, 5) True
lrem(name, count, value) 删除count个key的list中值为value的元素 redis.lrem('list', 2, 3) 1,即删除的个数
lpop(name) 返回并删除key为name的list中的首元素 redis.lpop('list') b'5'
rpop(name) 返回并删除key为name的list中的尾元素 redis.rpop('list') b'2'
blpop(keys, timeout=0) 返回并删除名称为在keys中的list中的首元素,如果list为空,则会一直阻塞等待 redis.blpop('list') [b'5']
brpop(keys, timeout=0) 返回并删除key为name的list中的尾元素,如果list为空,则会一直阻塞等待 redis.brpop('list') [b'2']
rpoplpush(src, dst) 返回并删除名称为src的list的尾元素,并将该元素添加到名称为dst的list的头部 redis.rpoplpush('list', 'list2') b'2'

Set操作

方法 作用 示例 示例结果
sadd(name, *values) 向key为name的set中添加元素 redis.sadd('tags', 'Book', 'Tea', 'Coffee') 3,即插入的数据个数
srem(name, *values) 从key为name的set中删除元素 redis.srem('tags', 'Book') 1,即删除的数据个数
spop(name) 随机返回并删除key为name的set中一个元素 redis.spop('tags') b'Tea'
smove(src, dst, value) 从src对应的set中移除元素并添加到dst对应的set中 redis.smove('tags', 'tags2', 'Coffee') True
scard(name) 返回key为name的set的元素个数 redis.scard('tags') 3
sismember(name, value) 测试member是否是key为name的set的元素 redis.sismember('tags', 'Book') True
sinter(keys, *args) 返回所有给定key的set的交集 redis.sinter(['tags', 'tags2']) {b'Coffee'}
sinterstore(dest, keys, *args) 求交集并将交集保存到dest的集合 redis.sinterstore('inttag', ['tags', 'tags2']) 1
sunion(keys, *args) 返回所有给定key的set的并集 redis.sunion(['tags', 'tags2']) {b'Coffee', b'Book', b'Pen'}
sunionstore(dest, keys, *args) 求并集并将并集保存到dest的集合 redis.sunionstore('inttag', ['tags', 'tags2']) 3
sdiff(keys, *args) 返回所有给定key的set的差集 redis.sdiff(['tags', 'tags2']) {b'Book', b'Pen'}
sdiffstore(dest, keys, *args) 求差集并将差集保存到dest的集合 redis.sdiffstore('inttag', ['tags', 'tags2']) 3
smembers(name) 返回key为name的set的所有元素 redis.smembers('tags') {b'Pen', b'Book', b'Coffee'}
srandmember(name) 随机返回key为name的set的一个元素,但不删除元素 redis.srandmember('tags')  

Sorted Set操作

方法 作用 示例 示例结果
zadd(name, args, *kwargs) 向key为name的zset中添加元素member,score用于排序。如果该元素存在,则更新其顺序 redis.zadd('grade', 100, 'Bob', 98, 'Mike') 2,即添加的元素个数
zrem(name, *values) 删除key为name的zset中的元素 redis.zrem('grade', 'Mike') 1,即删除的元素个数
zincrby(name, value, amount=1) 如果在key为name的zset中已经存在元素value,则该元素的score增加amount,否则向该集合中添加该元素,其score的值为amount redis.zincrby('grade', 'Bob', -2) 98.0,即修改后的值
zrank(name, value) 返回key为name的zset中元素的排名(按score从小到大排序)即下标 redis.zrank('grade', 'Amy') 1
zrevrank(name, value) 返回key为name的zset中元素的倒数排名(按score从大到小排序)即下标 redis.zrevrank('grade', 'Amy') 2
zrevrange(name, start, end, withscores=False) 返回key为name的zset(按score从大到小排序)中的index从start到end的所有元素 redis.zrevrange('grade', 0, 3) [b'Bob', b'Mike', b'Amy', b'James']
zrangebyscore(name, min, max, start=None, num=None, withscores=False) 返回key为name的zset中score在给定区间的元素 redis.zrangebyscore('grade', 80, 95) [b'Amy', b'James']
zcount(name, min, max) 返回key为name的zset中score在给定区间的数量 redis.zcount('grade', 80, 95) 2
zcard(name) 返回key为name的zset的元素个数 redis.zcard('grade') 3
zremrangebyrank(name, min, max) 删除key为name的zset中排名在给定区间的元素 redis.zremrangebyrank('grade', 0, 0) 1,即删除的元素个数
zremrangebyscore(name, min, max) 删除key为name的zset中score在给定区间的元素 redis.zremrangebyscore('grade', 80, 90) 1,即删除的元素个数

Hash操作

方法 作用 示例 示例结果
hset(name, key, value) 向key为name的hash中添加映射 hset('price', 'cake', 5) 1,即添加的映射个数
hsetnx(name, key, value) 向key为name的hash中添加映射,如果映射键名不存在 hsetnx('price', 'book', 6) 1,即添加的映射个数
hget(name, key) 返回key为name的hash中field对应的value redis.hget('price', 'cake') 5
hmget(name, keys, *args) 返回key为name的hash中各个键对应的value redis.hmget('price', ['apple', 'orange']) [b'3', b'7']
hmset(name, mapping) 向key为name的hash中批量添加映射 redis.hmset('price', {'banana': 2, 'pear': 6}) True
hincrby(name, key, amount=1) 将key为name的hash中映射的value增加amount redis.hincrby('price', 'apple', 3) 6,修改后的值
hexists(name, key) key为namehash中是否存在键名为key的映射 redis.hexists('price', 'banana') True
hdel(name, *keys) key为namehash中删除键名为key的映射 redis.hdel('price', 'banana') True
hlen(name) 从key为name的hash中获取映射个数 redis.hlen('price') 6
hkeys(name) 从key为name的hash中获取所有映射键名 redis.hkeys('price') [b'cake', b'book', b'banana', b'pear']
hvals(name) 从key为name的hash中获取所有映射键值 redis.hvals('price') [b'5', b'6', b'2', b'6']
hgetall(name) 从key为name的hash中获取所有映射键值对 redis.hgetall('price') {b'cake': b'5', b'book': b'6', b'orange': b'7', b'pear': b'6'}

RedisDump

  • redis-load
    将数据导入到数据库中
redis-load -h   # 获取帮助信息

< redis_data.json redis-load -u redis://@localhost:6379  # 将json数据导入数据库中
  • redis-dump
    将数据库信息导出
redis-dump -h  # 获取帮助信息

redis-dump -u redis://@localhost:6379 -d 1 > ./redis.data.jl  # 导出到json文件
redis-dump -u redis://@localhost:6379 -f adsl:* > ./redis.data.jl # 导出adsl开头的数据

转载一篇:出处https://www.cnblogs.com/cnkai/p/7642787.html

 

Python 操作Redis 转载篇的更多相关文章

  1. 数据库之redis篇(3)—— Python操作redis

    虽然前面两篇已经说了redis的一些配置安装什么的,篇幅有点长,可能看完了也不知道怎么操作,这里再浓缩一下: 什么是redis redis完全开源免费的,遵守BSD协议,是一个高性能的非关系型key- ...

  2. python操作redis用法详解

    python操作redis用法详解 转载地址 1.redis连接 redis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 ...

  3. Python—操作redis

    Python操作redis 连接方式:点击 1.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 set() #在Redis中设置值,默认不存在则创建, ...

  4. python——操作Redis

    在使用django的websocket的时候,发现web请求和其他当前的django进程的内存是不共享的,猜测django的机制可能是每来一个web请求,就开启一个进程去与web进行交互,一次来达到利 ...

  5. Python操作Redis、Memcache、RabbitMQ、SQLAlchemy

    Python操作 Redis.Memcache.RabbitMQ.SQLAlchemy redis介绍:redis是一个开源的,先进的KEY-VALUE存储,它通常被称为数据结构服务器,因为键可以包含 ...

  6. Python操作redis系列之 列表(list) (四)

    # -*- coding: utf- -*- import redis r =redis.Redis(host=,password="ZBHRwlb1608") 1. Lpush ...

  7. python操作redis命令

    Python操作redis from redis import StrictRedis, ConnectionPoolredis_url="redis://:xxxx@112.27.10.1 ...

  8. Python操作Redis及连接方式

    前沿:随着互联网的高速发展,数据变得越来越重要,Python成为了人工智能的热门语言,而Nosql数据库已成为日常开发用品. 今天要写的是Python操作Redis Redis的安装我就不介绍了,你可 ...

  9. python操作Redis安装、支持存储类型、普通连接、连接池

    一.python操作redis安装和支持存储类型 安装redis模块 pip3 install redis 二.Python操作Redis之普通连接 redis-py提供两个类Redis和Strict ...

随机推荐

  1. Phyton自定义包导入。

    说明:同一个项目下的自定义包. 项目层次: 1:先建好项目Pybasestudty 2:建Python package,包名:pytestpk,__init__.py是建包时自动产生的文件. 3:在该 ...

  2. 爬取实时变化的 WebSocket 数据(转载)

    本文转自:https://mp.weixin.qq.com/s/fuS3uDvAWOQBQNetLqzO-g 一.前言 作为一名爬虫工程师,在工作中常常会遇到爬取实时数据的需求,比如体育赛事实时数据. ...

  3. 【Python】txt数据处理

    实战场景 使用safe3wvs扫描,扫描完成后会在当前目录下生成一个日志文件spider.log,截图如下. 现要求将存在sql注入的url地址整理到spider_new.log文件中,下面分享一个自 ...

  4. PIE SDK矢量自定义渲染

    1. 功能简介 PIE SDK中关于矢量渲染提供了多种方案,包括简单渲染.分级渲染.唯一值渲染,这几种渲染方式具有一定的通用性,可以满足用户绝大多数的需求. 当面对复杂的业务,当前渲染方案无法满足用户 ...

  5. @font-face引用指定字体库(一)

    创建 文件夹 font 存放指定字体库 在css文件中使用字体库: html, body{ font-family: "Microsoft YaHei",Arial,Helveti ...

  6. css3之transition、transform、animation比较

    css3动画多少都有些了解,但是对于transition.transform.animation这几个属性一直是比较模糊的,所以啊,这里做一个总结,也希望大家都可以对此有一个更好地理解.    其实, ...

  7. How to install local .deb packages

    如何安装本地的.deb包 usually I do dpkg -i <deb file>, it'll fail saying it needs dependencies. After t ...

  8. PV和UV代表什么(转)

    PV(page view),即页面浏览量,或点击量;通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标.  高手对pv的解释是,一个访问者在24小时(0点到24点)内到底看了你网站几个页面.这 ...

  9. 怎么理解impala(impala工作原理是什么)

    下面给大家介绍怎么理解impala,impala工作原理是什么. Impala是hadoop上交互式MPP SQL引擎, 也是目前性能最好的开源SQL-on-hadoop方案. 如下图所示, impa ...

  10. 《C#高效编程》读书笔记02-用运行时常量(readonly)而不是编译期常量(const)

    C#有两种类型的常量:编译期常量和运行时常量.两者有截然不同的行为,使用不当的话,会造成性能问题,如果没法确定,则使用慢点,但能保证正确的运行时常量. 运行时常量使用readonly关键字声明,编译期 ...