RabbitMQ队列/Redis缓存

一、RabbitMQ队列

RabbitMQ安装（Centos7安装）：
1、安装依赖：
yum install socat   （不安装会报错）
2、下载rpm包：
wget http://www.rabbitmq.com/releases/erlang/erlang-19.0.4-1.el7.centos.x86_64.rpm
wget http://www.rabbitmq.com/releases/rabbitmq-server/v3.6.6/rabbitmq-server-3.6.6-1.el7.noarch.rpm
3、安装软件包：
rpm -ivh erlang-19.0.4-1.el7.centos.x86_64.rpm
rpm -ivh rabbitmq-server-3.6.6-1.el7.noarch.rpm 
4、启动RabbitMQ：
systemctl start rabbit-server
systemctl status rabbit-server
systemctl enable rabbit-server

1、Python的RabbitMQ操作模块pika：

send端：

import pika
import time

credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
#声明queue
channel.queue_declare(queue='hello')
for i in range(10):
    channel.basic_publish(exchange='',
                          routing_key='hello',
                          body="hello people %s"%i)
    time.sleep(2)
print("is ok send !")
connect.close()

receive端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.queue_declare(queue='hello')
def callback(ch,method,properties,body):
    body = body.decode()
    print("is ok ,%s"%body)
channel.basic_consume(callback,
                      queue='hello',
                      no_ack=True)
print('is wait')
channel.start_consuming()

2、队列持久化：

上述代码在服务端宕了之后，消息会丢失，以下是让队列持久化的代码：

send端：
import pika,time
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.queue_declare(queue='pass',durable=True)    #增加：durable
for i in range(10):
    channel.basic_publish(exchange = '',
                          body = 'hello %s!!!!'%i,
                          routing_key = 'pass',
                          properties = pika.BasicProperties(
                              delivery_mode=2
                          ))                        #增加properties
    time.sleep(2)
print("is send ok")
connect.close()

receive端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.queue_declare(queue='pass',durable=True)
def callback(ch,method,properties,body):
    ch.basic_ack(delivery_tag=method.delivery_tag)     #给发送端发出收到确认，没有这个的话receive端没处理完，就把消息删除了
    print(body.decode())

channel.basic_consume(callback,
                      queue='pass')                     #去掉no_ack
print("is wait")
channel.start_consuming()

3、消息公平分发：

如果Rabbit只管按顺序把消息发到各个消费者身上，不考虑消费者负载的话，很可能出现，一个机器配置不高的消费者那里堆积了很多消息处理不完，同时配置高的消费者却一直很轻松。为解决此问题，可以在各个消费者端，配置perfetch=1,意思就是告诉RabbitMQ在我这个消费者当前消息还没处理完的时候就不要再给我发新消息了。

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.queue_declare(queue='pass',durable=True)
def callback(ch,method,properties,body):
    ch.basic_ack(delivery_tag=method.delivery_tag)
    print(body.decode())

channel.basic_qos(prefetch_count=1)    #增加perfetch_count=1
channel.basic_consume(callback,
                      queue='pass')
print("is wait")
channel.start_consuming()

4、Publish\Subscribe(消息发布\订阅)　

之前的例子都基本都是1对1的消息发送和接收，即消息只能发送到指定的queue里，但有些时候你想让你的消息被所有的Queue收到，类似广播的效果，这时候就要用到exchange了。

Exchange在定义的时候是有类型的，以决定到底是哪些Queue符合条件，可以接收消息：

fanout:  所有bind到此exchange的queue都可以接收消息
direct:   通过routingKey和exchange决定的那个唯一的queue可以接收消息
topic:    所有符合routingKey(此时可以是一个表达式)的routingKey所bind的queue可以接收消息

headers: 通过headers 来决定把消息发给哪些queue

绑定此exchange的queue可接受消息：

Send端：

import pika ,time
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.exchange_declare(exchange='log',
                         type='fanout')
for i in range(10):
    channel.basic_publish(exchange='log',
                          routing_key='',
                          body = 'hello %s'%i)
    time.sleep(2)
print("send is ok")
connect.close()

Receice端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.exchange_declare(exchange='log',
                         type='fanout')
result = channel.queue_declare(exclusive=True,queue='')    #不指定queue名字,rabbit会随机分配一个名字,exclusive=True会在使用此queue的消费者断开后,自动将queue删除
queue_name = result.method.queue
channel.queue_bind(exchange='log',
                   queue=queue_name)
print("is wait !")
def callback(ch,method,properties,body):
    print(body.decode())
channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)
channel.start_consuming()

 Direct有选择接收消息：

Send端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.exchange_declare(exchange='logs',
                         type='direct')

#key='na'
key= 'name'    #接收端会根据不同的key来接收

channel.basic_publish(exchange='logs',
                        routing_key=key,
                        body = 'hello ')

print("send is ok")
connect.close()

Receive端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.exchange_declare(exchange='logs',
                         type='direct')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

key = ['name','age','height']  #key是这个列表的内容消息都会接收
for i in key:
    channel.queue_bind(exchange='logs',
                       queue=queue_name,
                       routing_key=i)
print("is wait !")
def callback(ch,method,properties,body):
    print(body.decode())
channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)
channel.start_consuming()

Topic更细致得选择接收消息：

表达式符号说明：#代表一个或多个字符，*代表任何字符
     例：#.a会匹配a.a，aa.a，aaa.a等
           *.a会匹配a.a，b.a，c.a等
     注：使用RoutingKey为#，Exchange Type为topic的时候相当于使用fanout

Send端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.exchange_declare(exchange='log1',
                         type='topic')

key= 'age.sdasfdf'

channel.basic_publish(exchange='log1',
                        routing_key=key,
                        body = 'hello ')

print("send is ok")
connect.close()

Receive端：

import pika
credentials = pika.PlainCredentials('cheng','cheng')
connect = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.71.3',port=5672,credentials=credentials))
channel = connect.channel()
channel.exchange_declare(exchange='log1',
                         type='topic')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

key = ['*.name','age.*','#.height']   #*.name以.name结尾的key，age.*以age.开头的key，但是*name就不可以，去掉.就不行了，不清楚怎么回事。
for i in key:
    channel.queue_bind(exchange='log1',
                       queue=queue_name,
                       routing_key=i)
print("is wait !")
def callback(ch,method,properties,body):
    print(body.decode())
channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)
channel.start_consuming()

RPC:

RPC client

import pika
import uuid

class FibonacciRpcClient(object):
    def __init__(self):
        self.connection = pika.BlockingConnection(pika.ConnectionParameters(
                host='localhost'))

        self.channel = self.connection.channel()

        result = self.channel.queue_declare(exclusive=True)
        self.callback_queue = result.method.queue

        self.channel.basic_consume(self.on_response, no_ack=True,
                                   queue=self.callback_queue)

    def on_response(self, ch, method, props, body):
        if self.corr_id == props.correlation_id:
            self.response = body

    def call(self, n):
        self.response = None
        self.corr_id = str(uuid.uuid4())
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   properties=pika.BasicProperties(
                                         reply_to = self.callback_queue,
                                         correlation_id = self.corr_id,
                                         ),
                                   body=str(n))
        while self.response is None:
            self.connection.process_data_events()
        return int(self.response)

fibonacci_rpc = FibonacciRpcClient()

print(" [x] Requesting fib(30)")
response = fibonacci_rpc.call(30)
print(" [.] Got %r" % response)

RPC server

import pika
import time
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))

channel = connection.channel()

channel.queue_declare(queue='rpc_queue')

def fib(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fib(n-1) + fib(n-2)

def on_request(ch, method, props, body):
    n = int(body)

    print(" [.] fib(%s)" % n)
    response = fib(n)

    ch.basic_publish(exchange='',
                     routing_key=props.reply_to,
                     properties=pika.BasicProperties(correlation_id = \
                                                         props.correlation_id),
                     body=str(response))
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)
channel.basic_consume(on_request, queue='rpc_queue')

print(" [x] Awaiting RPC requests")
channel.start_consuming()

二、Redis缓存

Centos安装Redis:

1、下载安装包：
/usr/local/src
wget http://download.redis.io/releases/redis-4.0.1.tar.gz
tar zxvf redis-4.0.1.tar.gz
2、安装：
cd redis-4.0.1
make
cd src/
make install PREFIX=/usr/local/redis
3、复制配置文件：
mkdir /usr/local/redis/etc/
cp redis.conf /usr/local/redis/etc/
mv redis.conf /usr/local/redis/etc/
4、修改配置文件：
cd /usr/local/redis/etc/
vi redis.conf
将daemonize的值改为yes
5、启动redis：
cd /usr/local/redis/bin/
 ./redis-server /usr/local/redis/etc/redis.conf
ps -ef |grep redis
./redis-cli 
注：根据上面的配置还不能实现远程的连接，需要配置requirepass字段，后面加密码，还有注释点bind字段，具体的配置见：

1、Python操作Redis

连接redis：

import redis
r= redis.Redis(host='192.168.71.3',port=6379,db=4,password='zedata')
r.set('name','cheng')
print(r.get('name'))

用连接池来连接，避免每次建立、释放连接的开销。

import redis
pool = redis.ConnectionPool(host='192.168.71.3',port=6379,db=4,password='zedata')
conn =redis.Redis(connection_pool=pool)
conn.set('name','cheng')
print(conn.get('name'))

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(name, value, ex=None, px=None, nx=False, xx=False)

在Redis中设置值，默认，不存在则创建，存在则修改
参数：
     ex，过期时间（秒）
     px，过期时间（毫秒）
     nx，如果设置为True，则只有name不存在时，当前set操作才执行
     xx，如果设置为True，则只有name存在时，当前set操作才执行

setnx(name, value)

设置值，只有name不存在时，执行设置操作（添加）

setex(name, value, time)

设置值
参数：
    time，过期时间（数字秒 或 timedelta对象） 

psetex(name, time_ms, value)

设置值
参数：
    time_ms，过期时间（数字毫秒 或 timedelta对象

mset(*args, **kwargs)

批量设置值
如：
    mset(k1='v1', k2='v2')
    或
    mget({'k1': 'v1', 'k2': 'v2'}）

get(name)

获取值

mget(keys, *args)

批量获取
如：
    mget('ylr', 'wupeiqi')
    或
    r.mget(['ylr', 'wupeiqi'])

getset(name, value)

设置新值并获取原来的值

getrange(key, start, end)

获取子序列（根据字节获取，非字符）
参数：
    name，Redis 的 name
    start，起始位置（字节）
    end，结束位置（字节）
如： "魑魅魍魉" ，0-3表示 "魑"

setrange(name, offset, value)

修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）
参数：
    offset，字符串的索引，字节（一个汉字三个字节，一个字符一个字节）
    value，要设置的值

setbit(name, offset, value)

# 对name对应值的二进制表示的位进行操作

# 参数：
    # name，redis的name
    # offset，位的索引（将值变换成二进制后再进行索引）
    # value，值只能是 1 或 0

# 注：如果在Redis中有一个对应： n1 = "foo"，
        那么字符串foo的二进制表示为：01100110 01101111 01101111
    所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，
        那么最终二进制则变成 01100111 01101111 01101111，即："goo"

# 扩展，转换二进制表示：

    # source = "武沛齐"
    source = "foo"

    for i in source:
        num = ord(i)
        print bin(num).replace('b','')

    特别的，如果source是汉字 "武沛齐"怎么办？
    答：对于utf-8，每一个汉字占 3 个字节，那么 "武沛齐" 则有 9个字节
       对于汉字，for循环时候会按照 字节 迭代，那么在迭代时，将每一个字节转换 十进制数，然后再将十进制数转换成二进制
        11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000
        -------------------------- ----------------------------- -----------------------------
                    武                         沛                           齐

*用途举例，用最省空间的方式，存储在线用户数及分别是哪些用户在线

getbit(name, offset)

获取name对应的值的二进制表示中的某位的值 （0或1）

bitcount(key, start=None, end=None)

获取name对应的值的二进制表示中 1 的个数
参数：
    key，Redis的name
    start，位起始位置
    end，位结束位置

strlen(name)

返回name对应值的字节长度（一个汉字3个字节）

incr(self, name, amount=1)

自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。

参数：
     name,Redis的name
     amount,自增数（必须是整数）

 注：同incrby

incrbyfloat(self, name, amount=1.0)

自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。

参数：
    name,Redis的name
    amount,自增数（浮点型）

decr(self, name, amount=1)

自减 name对应的值，当name不存在时，则创建name＝amount，否则，则自减。

参数：
    name,Redis的name
    amount,自减数（整数）

append(key, value)

在redis name对应的值后面追加内容

参数：
    key, redis的name
    value, 要追加的字符串

2）、Hash操作

hash表现形式上有些像pyhton中的dict,可以存储一组关联性较强的数据 ， redis中Hash在内存中的存储格式如下图：

hset(name, key, value)

name对应的hash中设置一个键值对（不存在，则创建；否则，修改）

参数：
    name，redis的name
    key，name对应的hash中的key
    value，name对应的hash中的value

 注：
    hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）

hmset(name, mapping)

在name对应的hash中批量设置键值对

参数：
    name，redis的name
    mapping，字典，如：{'k1':'v1', 'k2': 'v2'}

如：
    r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

hget(name,key)

在name对应的hash中获取根据key获取value

hmget(name, keys, *args)

在name对应的hash中获取多个key的值

参数：
    name，reids对应的name
    keys，要获取key集合，如：['k1', 'k2', 'k3']
    *args，要获取的key，如：k1,k2,k3

如：
    r.mget('xx', ['k1', 'k2'])
    或
    print r.hmget('xx', 'k1', 'k2')

hgetall(name)

获取name对应hash的所有键值

hlen(name)

获取name对应的hash中键值对的个数

hkeys(name)

获取name对应的hash中所有的key的值

hvals(name)

获取name对应的hash中所有的value的值

hexists(name, key)

检查name对应的hash是否存在当前传入的key

hdel(name,*keys)

将name对应的hash中指定key的键值对删除

hincrby(name, key, amount=1)

自增name对应的hash中的指定key的值，不存在则创建key=amount
参数：
    name，redis中的name
    key， hash对应的key
    amount，自增数（整数）

hincrbyfloat(name, key, amount=1.0)

自增name对应的hash中的指定key的值，不存在则创建key=amount

参数：
    name，redis中的name
    key， hash对应的key
    amount，自增数（浮点数）

自增name对应的hash中的指定key的值，不存在则创建key=amount

hscan(name, cursor=0, match=None, count=None)

Start a full hash scan with:

HSCAN myhash 0

Start a hash scan with fields matching a pattern with:

HSCAN myhash 0 MATCH order_*

Start a hash scan with fields matching a pattern and forcing the scan command to do more scanning with:

HSCAN myhash 0 MATCH order_* COUNT 1000

增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而防止内存被撑爆

参数：
    name，redis的name
    cursor，游标（基于游标分批取获取数据）
    match，匹配指定key，默认None 表示所有的key
    count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数

如：
    第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
    第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
    ...
    直到返回值cursor的值为0时，表示数据已经通过分片获取完毕
 

hscan_iter(name, match=None, count=None)

利用yield封装hscan创建生成器，实现分批去redis中获取数据

参数：
    match，匹配指定key，默认None 表示所有的key
    count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数

如：
    for item in r.hscan_iter('xx'):
        print item

3）、list

List操作，redis中的List在在内存中按照一个name对应一个List来存储。如图：

lpush(name,values)

在name对应的list中添加元素，每个新的元素都添加到列表的最左边

如：
    r.lpush('oo', 11,22,33)
    保存顺序为: 33,22,11

扩展：
    rpush(name, values) 表示从右向左操作

lpushx(name,value)

在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边

更多：
    rpushx(name, value) 表示从右向左操作

llen(name)

 name对应的list元素的个数

linsert(name, where, refvalue, value))

在name对应的列表的某一个值前或后插入一个新值

参数：
    name，redis的name
    where，BEFORE或AFTER
    refvalue，标杆值，即：在它前后插入数据
    value，要插入的数据

r.lset(name, index, value)

对name对应的list中的某一个索引位置重新赋值

参数：
    name，redis的name
    index，list的索引位置
    value，要设置的值

r.lrem(name, value, num)

在name对应的list中删除指定的值

参数：
    name，redis的name
    value，要删除的值
    num，  num=0，删除列表中所有的指定值；
           num=2,从前到后，删除2个；
           num=-2,从后向前，删除2个

lpop(name)

在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素

更多：
    rpop(name) 表示从右向左操作

lindex(name, index)

在name对应的列表中根据索引获取列表元素

lrange(name, start, end)

在name对应的列表分片获取数据
参数：
    name，redis的name
    start，索引的起始位置
    end，索引结束位置

ltrim(name, start, end)

在name对应的列表中移除没有在start-end索引之间的值
参数：
    name，redis的name
    start，索引的起始位置
    end，索引结束位置

rpoplpush(src, dst)

从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边
参数：
    src，要取数据的列表的name
    dst，要添加数据的列表的name

blpop(keys, timeout)

将多个列表排列，按照从左到右去pop对应列表的元素

参数：
    keys，redis的name的集合
    timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞

更多：
    r.brpop(keys, timeout)，从右向左获取数据

brpoplpush(src, dst, timeout=0)

从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧

参数：
    src，取出并要移除元素的列表对应的name
    dst，要插入元素的列表对应的name
    timeout，当src对应的列表中没有数据时，阻塞等待其有数据的超时时间（秒），0 表示永远阻塞 

4）、集合操作，Set集合就是不允许重复的列表。

sadd(name,values)

name对应的集合中添加元素

scard(name)

获取name对应的集合中元素个数

sdiff(keys, *args)

在第一个name对应的集合中且不在其他name对应的集合的元素集合

sdiffstore(dest, keys, *args)

 获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中

sinter(keys, *args)

获取多一个name对应集合的并集

sinterstore(dest, keys, *args)

获取多一个name对应集合的并集，再讲其加入到dest对应的集合中

sismember(name, value)

检查value是否是name对应的集合的成员

smembers(name)

获取name对应的集合的所有成员

smove(src, dst, value)

将某个成员从一个集合中移动到另外一个集合

spop(name)

从集合的右侧（尾部）移除一个成员，并将其返回

srandmember(name, numbers)

从name对应的集合中随机获取 numbers 个元素

srem(name, values)

 在name对应的集合中删除某些值

sunion(keys, *args)

获取多一个name对应的集合的并集

sunionstore(dest,keys, *args)

获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中

sscan(name, cursor=0, match=None, count=None)
sscan_iter(name, match=None, count=None)

同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

有序集合，在集合的基础上，为每元素排序；元素的排序需要根据另外一个值来进行比较，所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。

zadd(name, *args, **kwargs)

在name对应的有序集合中添加元素
如：
     zadd('zz', 'n1', 1, 'n2', 2)
     或
     zadd('zz', n1=11, n2=22)

zcard(name)

获取name对应的有序集合元素的数量

zcount(name, min, max)

获取name对应的有序集合中分数 在 [min,max] 之间的个数

zincrby(name, value, amount)

自增name对应的有序集合的 name 对应的分数

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

按照索引范围获取name对应的有序集合的元素

参数：
    name，redis的name
    start，有序集合索引起始位置（非分数）
    end，有序集合索引结束位置（非分数）
    desc，排序规则，默认按照分数从小到大排序
    withscores，是否获取元素的分数，默认只获取元素的值
    score_cast_func，对分数进行数据转换的函数

更多：
    从大到小排序
    zrevrange(name, start, end, withscores=False, score_cast_func=float)

    按照分数范围获取name对应的有序集合的元素
    zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
    从大到小排序
    zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

zrank(name, value)

获取某个值在 name对应的有序集合中的排行（从 0 开始）

更多：
    zrevrank(name, value)，从大到小排序

zrem(name, values)

删除name对应的有序集合中值是values的成员

如：zrem('zz', ['s1', 's2'])

zremrangebyrank(name, min, max)

根据排行范围删除

zremrangebyscore(name, min, max)

根据分数范围删除

zscore(name, value)

 获取name对应有序集合中 value 对应的分数

zinterstore(dest, keys, aggregate=None)

获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作
aggregate的值为:  SUM  MIN  MAX

zunionstore(dest, keys, aggregate=None)

获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
aggregate的值为:  SUM  MIN  MAX

zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
zscan_iter(name, match=None, count=None,score_cast_func=float)

同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

5、其他常用操作

delete(*names)

根据删除redis中的任意数据类型

exists(name)

 检测redis的name是否存在

keys(pattern='*')

根据模型获取redis的name

更多：
    KEYS * 匹配数据库中所有 key 。
    KEYS h?llo 匹配 hello ， hallo 和 hxllo 等。
    KEYS h*llo 匹配 hllo 和 heeeeello 等。
    KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo

expire(name ,time)

为某个redis的某个name设置超时时间

rename(src, dst)

对redis的name重命名为

move(name, db))

将redis的某个值移动到指定的db下

randomkey()

 随机获取一个redis的name（不删除）

type(name)

获取name对应值的类型

scan(cursor=0, match=None, count=None)
scan_iter(match=None, count=None)

同字符串操作，用于增量迭代获取key

2、管道

redis-py默认在执行每次请求都会创建（连接池申请连接）和断开（归还连接池）一次连接操作，如果想要在一次请求中指定多个命令，则可以使用pipline实现一次请求指定多个命令，并且默认情况下一次pipline 是原子性操作。

import redis
pool = redis.ConnectionPool(host='192.168.71.3',port=6379,password='zedata')
r = redis.Redis(connection_pool=pool)
pipe = r.pipeline(transaction=True)
pipe.set('name','cheng')
pipe.set('age','')
pipe.execute()

3、发布订阅

转发：

import redis

class RedisHelper:

    def __init__(self):
        self.__conn = redis.Redis(host='10.211.55.4')
        self.chan_sub = 'fm104.5'
        self.chan_pub = 'fm104.5'

    def public(self, msg):
        self.__conn.publish(self.chan_pub, msg)
        return True

    def subscribe(self):
        pub = self.__conn.pubsub()
        pub.subscribe(self.chan_sub)
        pub.parse_response()
        return pub

订阅：

from monitor.RedisHelper import RedisHelper

obj = RedisHelper()
redis_sub = obj.subscribe()

while True:
    msg= redis_sub.parse_response()
    print msg

发布：

from monitor.RedisHelper import RedisHelper

obj = RedisHelper()
obj.public('hello')