redis使用摘要

一.redis使用:

在下载安装好redis后,pycharm内也需要安装redis工具包.cmd窗口运行pip install redis后才可在pycharm

内导入import redis来使用.

对于已经存在的redis数据的key,再次给同一个key设置值时,数据类型必须一致,否则报错

常用语法:

conn.set( name, v }     结果为{ name:v }      取值: conn.get( name )

conn.hset( name, k ,v )  结果为{ name:{k : v} }   取值:conn.hget( name, k )

conn.hmset( name, {k1:v1, k2:v2} }  结果为{ name: {k1:v1, k2:v2} }  取值:conn.hgetall( name )

conn.scan_iter(模糊匹配key的条件)  结果是个由所有符合条件的key组成的迭代器

conn.keys( 模糊匹配key的条件 )  结果是所有符合条件的key组成的列表

conn.exists( ‘key’ )  用来判断key在不在redis中,结果是布尔值

conn.delete(要删除的key)  或者 conn.delete( *[要删除的key,] )

二.redis使用技巧:

数据结构如下:

{
shopping_car_2_1:{'price_policy_dict': '{
                         "1": {"valid_period_text": "1个月", "price": 9.9},
                         "2": {"valid_period_text": "3个月", "price": 69.0},
                         "3": {"valid_period_text": "6个月", "price": 99.0}

}',
                       'title': 'Python开发21天入门',

 'id': '1'

}

}

结构说明: 最外层的{}为第一层数据结构

          shopping_car_2_1:{}这个是第二层数据结构,第二层放的字典redis是支持的

  再往里就是第三层数据结构了,第三层不支持字典,

 

1.redis因版本不同,某些版本内不支持ImageField这种models表字段的数据类型

2.redis支持字典key的模糊查询,比如:

shopping_car_2_* 可以匹配到redis中key是以下格式的所有: shopping_car_2_这里可是任意东西

3.模糊匹配的语法,及结果类型

all_keys=conn.scan_iter(shopping_2_*)  # 结果是迭代器,模糊匹配以shopping_2_开头的所有key

for key in all_keys:   # 循环取值,注意取到的结果是redis内保存的key,而不是值

value=conn.hgetall( key )  # hgetall取得是二层key对应的字典

value[‘price_policy_dict’]=json.loads( value[‘price_policy_dict’] )

# 修改第三层的json字符串字典为真正的python的字典类型.

三.redis连接池概念

建立好一个redis连接池,每次要操作redis时就从连接池中拿建立好的连接去操作数据即可.

项目内新建py文件,导入redis,在这里建立个连接池,在要使用redis的文件中把连接池导入.

py内代码如下:

import redis

# 引入连接池概念,每次都是从连接池中拿一个连接去使用

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

# 括号前为固定语法,括号内参数为(指定redis的地址,端口,自动帮我们解码)

视图中应用时代码如下:

from 文件路径 import POOL

conn=redis.Redis(connection_pool=POOL)  # 指定从连接池中拿已建立好的连接

然后即可使用conn进行redis的命令操作了.