基于python操纵redis入门介绍

by:授客  QQ:1033553122

测试环境

redis-3.0.7

CentOS 6.5-x86_64

python 3.3.2

基于Python操作Redis

Redis客户端实例是线程安全的,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,就需要重新创建redis连接实例来获取一个新的连接
 
示例
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    r = redis.StrictRedis(host='192.168.1.103', port=6379, db='0')
    result = r.set('name', 'shouke'# 存储键-
    print('result of set: %s' % result)
 
    r.set('hobby', 'music')
 
    name = r.get('name'# 获取键“name”对应的值
    print('name: %s' % name)
 
    keys = r.keys()  # 获取所有键
    print('keys: %s' % keys)
 
    dbsize = r.dbsize() # redis数据库包的记录数(key的数量)
    print('dbsize: %s' % dbsize)
 
    result = r.delete('hobby'# 根据指定的键,删除指定键-
    print('result of delete: %s' % result)
 
    result = r.save()  # 执行检查点操作,将数据写回磁盘。保存时阻塞
    print('result of save: %s' % result)
 
    hobby = r.get('hobby')
    print('hobby: %s' % hobby)
 
    name = r['name']   # 获取键“name”对应的值
    print('name: %s' % name)
 
    result = r.flushdb()   # 清空数据当前库中的所有数据
    print('result of flushdb: %s' % result)
 
    print('dbsize: %s' % r.dbsize())
结论:
result of set: True
name: b'shouke'
keys: [b'name', b'hobby']
dbsize: 2
result of delete: 1
result of save: True
hobby: None
name: b'shouke'
result of flushdb: True
dbsize: 0
 
连接池
redis-py使用连接池来关联连接到Redis服务器的连接。默认的,每个Redis实例会按顺序创建自己的连接池。可以重写该行为,如下:
pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
r = redis.Redis(connection_pool=pool)
 
连接
连接池管理一系列的连接实例。redis-py拥有两种类型的连接。默认的,Connection基于普通TCP socket的连接,UnixDomainSocketConnection允许运行在相同设备的客户端作为服务器,通过一个unix domain socket进行连接,使用示例如下:
r = redis.Redis(unix_socket_path='/tmp/redis.sock')
 
注:确保在redis.conf文件中定义了unixsocket参数(默认的,该参数已被注释掉)
 
也可以创建自己的Connection子类
pool = redis.ConnectionPool(connection_class=YourConnectionClass,
                                your_arg='...', ...)
 
解析器Parsers
redis-py有两种paser类,PythonParser和HiredisParser。默认的,redis-py会试图使用HiredisParser如果已安装hiredis模块,且否则使用PythonParser。使用Hiredis可以大大提高解析返回结果的速度。
 
 
响应回调
客户端类使用了一系列的回调来转换Redis响应为适当的python类型。这类回调函数在Redis客户端类一个名叫RESPONSE_CALLBACKS的字典中进行了定义了。
 
使用set_response_call方法可以为每个实例添加客户端回调。该方法接收两个参数:命令行名称和回调。这种方式添加的回调函数仅在被添加的实例有效。如果想定义或重写全局的回调函数,可以定一个Redis的子类并添加回调用到REDIS_CALLBACKS字典。
 
管道(Pipelines)
Redis类的子类,在单一请求中缓冲发往服务器的多条命令。通过减少往返于服务器和客户端之间TCP包数量,显著的提高分组命令的执行性能。
 
示例
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
    result = r.set('name', 'shouke')
    print(result)
 
    pipe = r.pipeline() # 创建一个管道实例
    result = pipe.set('name2', 'ishouke')
    print(result)
 
    result = pipe.get('name2')
    print(result)
 
    result = pipe.execute()  # 把所有缓冲命令发送到服务器,返回一个列表,包含每个命令的执行结果
    print(result)
 
运行结果:
True
Pipeline>>
Pipeline>>
[True, b'ishouke']
 
注:重复运行的情况下,如果key重复了,redis默认直接覆盖旧值
 
也可以改成如下方式
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    pipe = r.pipeline()
    name2 = []
    result = pipe.set('name', 'shouke').sadd('ishouke', 'name').incr('num').execute()
    print(result)
    print(r.keys())
 
运行结果:
[True, 1, 1]
[b'ishouke', b'name', b'num']
 
incr指定的键不能和sadd,set中指定的键相同,否则可能报错,类似如下:
redis.exceptions.ResponseError: Command # 3 (INCRBY name2 1) of pipeline caused error: WRONGTYPE Operation against a key holding the wrong kind of value
 
默认的情况下,管道中缓冲的指命令组为一个原子操作,执行
pipe = r.pipeline(transaction=False)   可以禁用这一特性。
 
一个常见的问题:在进行原子事务操作前,需要优先从Redis中获取数据,例如,假设INCR命令不存在,且需要用python编译一个原子版本的INCR
 
一个不成熟的本地实现是先GET值,然后在python中增加它,然后SET值。然而,这并不是一个原子性的,因为多个客户端可以同时做这件事情,每一个客户端都通过GET获取相同的值。
 
WATCH命令提供了在开始一个事务之前监控一个或多个键值的能力。如果开始事务之前,任何一个key的值改变了,整个事务将被取消并抛出一个WatchError。为了完成我们自己客户端的INCR命令,我们可以如下方式实现:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    result = r.flushdb()
    with r.pipeline() as pipe:
        while 1:
            try:
              # 对序列号的键进行 WATCH
                pipe.watch('OUR-SEQUENCE-KEY')
              # WATCH 执行后,pipeline 被设置成立即执行模式直到我们通知它重新开始缓冲命令这就允许我们获取序列号的值
                current_value = pipe.get('OUR-SEQUENCE-KEY')
                next_value = int(current_value) + 1
 
                pipe.multi() # MULTI 命令把 pipeline 设置成缓冲模式
                pipe.set('OUR-SEQUENCE-KEY', next_value)
                pipe.execute()
                break
            except Exception:
              # 一定是其它客户端在我们开始 WATCH 和执行 pipeline 之间修改了'OUR-SEQUENCE-KEY',最好的选择是重试
                continue
注意:WATCH期间,因为管道必须绑定到一个连接,特别注意,必须调用reset()使得连接返回到连接池。如果管道是作为Context Manager(如上面的例子所示),将会自动调用reset().当然也可以手动显示的调用。
>>> pipe = r.pipeline()
>>> while 1:
...     try:
...         pipe.watch('OUR-SEQUENCE-KEY')
...         ...
...         pipe.execute()
...         break
...     except WatchError:
...         continue
...     finally:
...         pipe.reset()
 
扫描迭代器
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
    for key, value in (('A', '1'), ('B', '2'), ('C', '3')):
        r.set(key, value)
 
    for key in r.scan_iter():
        print(key, r.get(key))
 
运行结果:
b'C' b'3'
b'B' b'2'
b'A' b'1'
 
说明:类似的还有hscan_iter, sscan_iter and zscan_iter等迭代器
 
 
incr命令
示例:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    r.set('num_increase_continuously', 1)
 
    result = r.get('num_increase_continuously')
    print(result)
 
    result = r.incr('num_increase_continuously')
    print(result)
 
    result = r.incr('num_increase_continuously')
    print(result)
 
    result = r.get('num_increase_continuously')
    print(result)
 
运行结果:
b'1'
2
3
b'3'
 
说明:
incr(self, key, amount=1):根据amount增加key的值,每执行一次增加amount,返回结果为增加后的值,如果key不存在,则key的值被初始化为amount
 
 
sadd指令
 
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    result = r.sadd('user:user_tb', 'username')
    print('result of sadd username: %s' % result)
 
    result = r.sadd('user:user_tb', 'hobby')
    print('result of sadd hobby: %s' % result)
 
运行结果:
result of sadd username: 1
result of sadd hobby: 1
 
注:
sadd(self, name, *values): 添加到value(s)到集合name中
 
sismember指令
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    r.sadd('user:user_tb', 'username')
    result = r.sismember('user:user_tb', 'username')
    print(result)
 
注:
sismember(self, name, value):判断value是否是name集合的成员,是则返回True,反之False
 
smembers指令
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    r.sadd('user:user_tb', 'username')
    r.sadd('user:user_tb', 'hobby')
 
    result = r.smembers('user:user_tb')
    print(result)
 
运行结果:
{b'username', b'hobby'}
 
smembers(self, name):返回集合name的所有成员
 
sunion指令
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    r.sadd('user:user_tb', 'username')
    r.sadd('user:user_tb', 'hobby')
    r.sadd('order:order_goods', 'username')
 
    result = r.sunion('order:order', 'user:user_tb')
    print(result)
 
运行结果:
{b'hobby', b'username'}
 
注:
sunion(self, keys, *args):根据指定的keys返回集合的并集
 
sinter指令
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    r.sadd('user:user_tb', 'username')
    r.sadd('user:user_tb', 'hobby')
    r.sadd('order:order_goods', 'username')
 
    result = r.sinter( 'order:order_goods', 'user:user_tb')
    print(result)
 
运行结果:
{b'username'}
 
注:
sinter(self, keys, *args):根据指定的keys返,返回集合交集,为空则返回set()
 
 
hset指令
实现散列表的存储
#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
__author__ = 'shouke'
 
import redis
 
if __name__ == '__main__':
    pool = redis.ConnectionPool(host='192.168.1.103', port=6379, db=0)
    r = redis.Redis(connection_pool=pool)
 
    result = r.hset('user:user_tb', 'name', 'shouke')
    print('result of hset: %s' % result)
 
    r.hset('user:user_tb', 'hobby', 'music')
    r.hset('user:user_tb', 'addr', '深圳')
 
    result = r.hincrby('user:user_tb', 'signin', 1)
    print('result of hincrby: %s' % result)
 
    result = r.hincrby('user:user_tb', 'signin', 1)
    print('result of hincrby: %s' % result)
 
    result = r.hgetall('user:user_tb')
    print('result of hgetall: %s' % result)
 
    result = r.hkeys('user:user_tb')
    print('result of hkeys: %s' % result)
 
运行结果:
result of hset: 1
result of hincrby: 1
result of hincrby: 2
result of hgetall: {b'hobby': b'music', b'addr': b'\xe6\xb7\xb1\xe5\x9c\xb3', b'name': b'shouke', b'signin': b'2'}
result of hkeys: [b'name', b'hobby', b'addr', b'signin']
 
注:
hincrby(self, name, key, amount=1):根据amount增加哈希name中key的值,每执行一次就增加amount,返回结果为key增加后的值
 
hset(self, name, key, value):在哈希name中添加键值对key-value,添加成功则返回1,否则返回0
 
hget(self, name, key):返回哈希name中,key的值
 
hgetall(self, name):返回包含哈希键值对(name/value)的字典 pairs"
 
hkeys(self, name):返回哈希name中的key的列表
 
参考连接:
https://pypi.python.org/pypi/redis#downloads
http://debugo.com/python-redis/
 
更多资料烦查看源代码

Python 基于python操纵redis入门介绍的更多相关文章

  1. Redis(二):Redis入门介绍

    Redis入门介绍目录导航: 入门概述 VMWare + VMTools千里之行始于足下 Redis的安装 Redis启动后杂项基础知识讲解 入门概述 是什么 Redis:REmote DIction ...

  2. Python 基于Python实现的ssh兼sftp客户端(上)

    基于Python实现的ssh兼sftp客户端   by:授客 QQ:1033553122 实现功能 实现ssh客户端兼ftp客户端:实现远程连接,执行linux命令,上传下载文件 测试环境 Win7 ...

  3. Python 基于python操纵zookeeper介绍

    基于python操纵zookeeper介绍 by:授客  QQ:1033553122 测试环境 Win7 64位 Python 3.3.4 kazoo-2.6.1-py2.py3-none-any.w ...

  4. Python 基于python+mysql浅谈redis缓存设计与数据库关联数据处理

    基于python+mysql浅谈redis缓存设计与数据库关联数据处理 by:授客  QQ:1033553122 测试环境 redis-3.0.7 CentOS 6.5-x86_64 python 3 ...

  5. Python 基于Python及zookeeper实现简单分布式任务调度系统设计思路及核心代码实现

    基于Python及zookeeper实现简单分布式任务调度系统设计思路及核心代码实现   by:授客 QQ:1033553122 测试环境 功能需求 实现思路 代码实践(关键技术点实现) 代码模块组织 ...

  6. Python 基于Python结合pykafka实现kafka生产及消费速率&主题分区偏移实时监控

    基于Python结合pykafka实现kafka生产及消费速率&主题分区偏移实时监控   By: 授客 QQ:1033553122   1.测试环境 python 3.4 zookeeper- ...

  7. Python 基于Python从mysql表读取千万数据实践

    基于Python 从mysql表读取千万数据实践   by:授客 QQ:1033553122 场景:   有以下两个表,两者都有一个表字段,名为waybill_no,我们需要从tl_waybill_b ...

  8. Python 基于Python实现的ssh兼sftp客户端(下)

    基于Python实现的ssh兼sftp客户端   by:授客 QQ:1033553122 otherTools.py #!/usr/bin/env/ python # -*- coding:utf-8 ...

  9. Python基于Python实现批量上传文件或目录到不同的Linux服务器

    基于Python实现批量上传文件或目录到不同的Linux服务器   by:授客 QQ:1033553122 实现功能 1 测试环境 1 使用方法 1 1. 编辑配置文件conf/rootpath_fo ...

随机推荐

  1. Windows.UI.Cred.dll损坏导致不能设置 PIN 密码

    心血来潮,重装系统. 然后发现不能设置 PIN,UWP界面在输完两个PIN后直接卡死(第一次设置的时候不需要输入第一行的PIN) google无果,打开系统日志,发现 上网下载一个对应版本的Windo ...

  2. ubuntu 16.04 下更换boost版本

    如果是新机器,没装过boost,那么直接一条命令 sudo apt-get install libboost-all-dev 头文件一般安装在 /usr/include 下面有一个目录boost,里面 ...

  3. Testing - 软件测试知识梳理 - 测试分类

    参考信息 软件测试分类 经典软件测试技术分类 软件测试方法汇总 简洁分类 对软件内部结构的深入程度 黑盒测试:又叫功能测试.数据驱动测试或基于需求规格说明书的功能测试. 该测试类别注重于测试软件的功能 ...

  4. Java异步执行多个HTTP请求的例子(需要apache http类库)

    直接上代码 package org.jivesoftware.spark.util; import java.io.IOException; import java.util.concurrent.C ...

  5. Liferay7 BPM门户开发之23: 了解内置工作流(Kaleo Workflow)

    Liferay内置的工作流是企业版的功能,虽然简单粗糙,但依然不支持社区版.既然要用更强大的Activiti来替代它,那就非常有必要学习一下内置工作流的一些思想,以便借鉴. 它的特点: 实体的工作流操 ...

  6. Keras 资源

    Keras中文文档 github Keras example 官方博客 A ten-minute introduction to sequence-to-sequence learning in Ke ...

  7. 【LeetCode】1. 两数之和

    题目 给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标.你可以假设每种输入只会对应一个答案.但是,你不能重复利用这个数组中同样 ...

  8. Python必会的单元测试框架 —— unittest

    用Python搭建自动化测试框架,我们需要组织用例以及测试执行,这里博主推荐Python的标准库——unittest. unittest是xUnit系列框架中的一员,如果你了解xUnit的其他成员,那 ...

  9. js判断客户端是pc还是手机及获取浏览器版本

    //判断是pc还是移动端 function browserRedirect() { var sUserAgent = navigator.userAgent.toLowerCase(); var bI ...

  10. ContentProvider使用总结

    近日来学习ContentProvider相关的知识,做了一个demo,想和网友分享下. 首先说一点相关的知识: 一:作用 ContentProvider是不同应用程序共享数据的接口,跟共享数据的别的方 ...