五、Python操作redis

一、python对redis基本操作

（1）连接redis

# 方式1

import redis

r = redis.Redis(host='127.0.0.1', port=6379)

r.set('foo', 'Bar')

print(r.get('foo'))

# 方式2

import redis

pool = redis.ConnectionPool(host='127.0.0.1', port=6379)

r = redis.Redis(connection_pool=pool)

r.set('bar', 'Foo')

print(r.get('bar'))

通常情况下, 当我们需要做redis操作时, 会创建一个连接, 并基于这个连接进行redis操作, 操作完成后, 释放连接,一般情况下, 这是没问题的, 但当并发量比较高的时候, 频繁的连接创建和释放对性能会有较高的影响。于是, 连接池就发挥作用了。连接池的原理是, 通过预先创建多个连接, 当进行redis操作时, 直接获取已经创建的连接进行操作, 而且操作完成后, 不会释放, 用于后续的其他redis操作。这样就达到了避免频繁的redis连接创建和释放的目的, 从而提高性能。

（2）数据类型操作

import redis

pool = redis.ConnectionPool(host='127.0.0.1', port=6379, db=0, decode_responses=True)

r = redis.Redis(connection_pool=pool)

# （1）字符串操作：不允许对已经存在的键设置值

ret = r.setnx("name", "yuan")

print(ret)  # False

# （2）字符串操作：设置键有效期

r.setex("good_1001", 10, "2")

# （3）字符串操作：自增自减

r.set("age", 20)

r.incrby("age", 2)

print(r.get("age"))  # b'22'

# （4）hash操作：设置hash

r.hset("info", "name", "rain")

print(r.hget("info", "name"))  # b'rain'

r.hset("info", "gender", "male", {"age": 22})

print(r.hgetall("info"))  # {b'name': b'rain', b'gender': b'male', b'age': b'22'}

# （5）list操作：设置list

r.rpush("scores", "100", "90", "80")

r.rpush("scores", "70")

r.lpush("scores", "120")

print(r.lrange("scores", 0, -1))  # ['120', '100', '90', '80', '70']

r.linsert("scores", "AFTER", "100", 95)

print(r.lrange("scores", 0, -1))  # ['120', '100', '95', '90', '80', '70']

print(r.lpop("scores"))  # 120

print(r.rpop("scores"))  # 70

print(r.lindex("scores", 1)) # '95'

# （6）集合操作

# key对应的集合中添加元素

r.sadd("name_set", "zhangsan", "lisi", "wangwu")

# 获取key对应的集合的所有成员

print(r.smembers("name_set"))  # {'lisi', 'zhangsan', 'wangwu'}

# 从key对应的集合中随机获取 numbers 个元素

print(r.srandmember("name_set", 2))

r.srem("name_set", "lisi")

print(r.smembers("name_set"))  # {'wangwu', 'zhangsan'}

# （7）有序集合操作

# 在key对应的有序集合中添加元素

r.zadd("jifenbang", {"yuan": 78, "rain": 20, "alvin": 89, "eric": 45})

# 按照索引范围获取key对应的有序集合的元素

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

print(r.zrange("jifenbang", 0, -1))  # ['rain', 'eric', 'yuan', 'alvin']

print(r.zrange("jifenbang", 0, -1, withscores=True))  # ['rain', 'eric', 'yuan', 'alvin']

print(r.zrevrange("jifenbang", 0, -1, withscores=True))  # ['rain', 'eric', 'yuan', 'alvin']

print(r.zrangebyscore("jifenbang", 0, 100))

print(r.zrangebyscore("jifenbang", 0, 100, start=0, num=1))

# 删除key对应的有序集合中值是values的成员

print(r.zrem("jifenbang", "yuan"))  # 删除成功返回1

print(r.zrange("jifenbang", 0, -1))  # ['rain', 'eric', 'alvin']

# （8）键操作

r.delete("scores")

print(r.exists("scores"))

print(r.keys("*"))

r.expire("name",10)

二、关于redis的实战案例

（1）案例1：KV缓存

第1个是最基础也是最常?的就是KV功能，我们可以用Redis来缓存用户信息、会话信息、商品信息等等。下面这段代码就是通过缓存读取逻辑。

import redis

pool = redis.ConnectionPool(host='127.0.0.1', port=6379, db=6, decode_responses=True)

r = redis.Redis(connection_pool=pool)

def get_user(user_id):

    user = r.get(user_id)

    if not user:

        user = UserInfo.objects.get(pk=user_id)

        r.setex(user_id, 3600, user)

    return user

（2）案例2：分布式锁

什么是分布式锁

❝

分布式锁其实就是，控制分布式系统不同进程共同访问共享资源的一种锁的实现。如果不同的系统或同一个系统的不同主机之间共享了某个临界资源，往往需要互斥来防止彼此干扰，以保证一致性。

❞

提到Redis的分布式锁，很多小伙伴马上就会想到setnx+ expire命令。即先用setnx来抢锁，如果抢到之后，再用expire给锁设置一个过期时间，防止锁忘记了释放。

❝

SETNX 是SET IF NOT EXISTS的简写.日常命令格式是SETNX key value，如果 key不存在，则SETNX成功返回1，如果这个key已经存在了，则返回0。

❞

假设某电商网站的某商品做秒杀活动，key可以设置为key_resource_id,value设置任意值，伪代码如下：

方案1

import redis

pool = redis.ConnectionPool(host='127.0.0.1')

r = redis.Redis(connection_pool=pool)

ret = r.setnx("key_resource_id", "ok")

if ret:

    r.expire("key_resource_id", 5)  # 设置过期时间

    print("抢购成功！")

    r.delete("key_resource_id")  # 释放资源

else:

    print("抢购失败！")

但是这个方案中，setnx和expire两个命令分开了，「不是原子操作」。如果执行完setnx加锁，正要执行expire设置过期时间时，进程crash或者要重启维护了，那么这个锁就“长生不老”了，「别的线程永远获取不到锁啦」。

方案2：SETNX + value值是(系统时间+过期时间)

为了解决方案一，「发生异常锁得不到释放的场景」，可以把过期时间放到setnx的value值里面。如果加锁失败，再拿出value值校验一下即可。加锁代码如下：

import time

def foo():

    expiresTime = time.time() + 10

    ret = r.setnx("key_resource_id", expiresTime)

    if ret:

        print("当前锁不存在，加锁成功")

        return True

    oldExpiresTime = r.get("key_resource_id")

    if float(oldExpiresTime) < time.time():  # 如果获取到的过期时间，小于系统当前时间，表示已经过期

        # 锁已过期，获取上一个锁的过期时间，并设置现在锁的过期时间

        newExpiresTime = r.getset("key_resource_id", expiresTime)

        if oldExpiresTime == newExpiresTime:

            #  考虑多线程并发的情况，只有一个线程的设置值和当前值相同，它才可以加锁

            return True  # 加锁成功

    return False  # 其余情况加锁皆失败

foo()

方案3

实际上，我们还可以使用Py的redis模块中的set函数来保证原子性（包含setnx和expire两条指令）代码如下：

`1`	`r.set("key_resource_id", "1", nx=True, ex=10)`

（3）案例3：定时任务

利用 Redis 也能实现订单30分钟自动取消。

用户下单之后，在规定时间内如果不完成付款，订单自动取消，并且释放库存使用技术：Redis键空间通知（过期回调）用户下单之后将订单id作为key，任意值作为值存入redis中，给这条数据设置过期时间，也就是订单超时的时间启用键空间通知

方式1：开启过期key监听

from redis import StrictRedis

redis = StrictRedis(host='localhost', port=6379)

# 监听所有事件

# pubsub = redis.pubsub()

# pubsub.psubscribe('__keyspace@0__:*')

#

# print('Starting message loop')

# while True:

#     message = pubsub.get_message()

#     if message:

#         print(message)

# 监听过期key

def event_handler(msg):

    print("sss",msg)

    thread.stop()

pubsub = redis.pubsub()

pubsub.psubscribe(**{'__keyevent@0__:expired': event_handler})

thread = pubsub.run_in_thread(sleep_time=0.01)

（4）案例4：延迟队列

延时队列可以通过Redis的zset(有序列表)来实现。我们将消息序列化为一个字符串作为zset的值。这个消息的到期时间处理时间作为score，然后用多个线程轮询zset获取到期的任务进行处理，多线程时为了保障可用性，万一挂了一个线程还有其他线程可以继续处理。因为有多个线程，所有需要考虑并发争抢任务，确保任务不能被多次执行。

import time

import uuid

import redis

pool = redis.ConnectionPool(host='127.0.0.1', port=6379, decode_responses=True)

r = redis.Redis(connection_pool=pool)

def delay_task(task_name, delay_time):

    # 保证value唯一

    task_id = task_name + str(uuid.uuid4())

    print()

    # 5s后重试

    retry_ts = time.time() + delay_time

    r.zadd("delay-queue", {task_id: retry_ts})

def loop():

    print("循环监听中...")

    while True:

        # 最多取1条

        task_list = r.zrangebyscore("delay-queue", 0, time.time(), start=0, num=1)

        if not task_list:

            # 延时队列空的，休息1s

            print("cost 1秒钟")

            time.sleep(1)

            continue

        task_id = task_list[0]

        success = r.zrem("delay-queue", task_id)

        if success:

            # 处理消息逻辑函数

            handle_msg(task_id)

def handle_msg(msg):

    """消息处理逻辑"""

    print(f"消息{msg}已经被处理完成！")

import threading

t = threading.Thread(target=loop)

t.start()

delay_task("任务1延迟5", 5)

delay_task("任务2延迟2", 2)

delay_task("任务3延迟3", 3)

delay_task("任务4延迟10", 10)

redis的zrem方法是对多线程争抢任务的关键，它的返回值决定了当前实例有没有抢到任务，因为loop方法可能会被多个线程、多个进程调用，同一个任务可能会被多个进程线程抢到，通过zrem来决定唯一的属主。

同时，一定要对handle_msg进行异常捕获，避免因为个别任务处理问题导致的循环异常退出。

（5）案例5：发布订阅

import threading

import redis

r = redis.Redis(host='127.0.0.1')

def recv_msg():

    pub = r.pubsub()

    pub.subscribe("fm104.5")

    pub.parse_response()

    while 1:

        msg = pub.parse_response()

        print(msg)

def send_msg():

    msg = input(">>>")

    r.publish("fm104.5", msg)

t = threading.Thread(target=send_msg)

t.start()

recv_msg()