Python-- Redis Set
一、无序集合
Set操作,Set集合就是不允许重复的列表
1.1 sadd(name, values)
# name对应的集合中添加元素
1.2 smembers(name)
# 获取name对应的集合的所有成员
r.sadd('s1', 't1', 't2', 't3', 't1')
print(r.smembers('s1')) # 输出
{b't1', b't2', b't3'} # 集合是去重的
1.3 scard(name)
#获取name对应的集合中元素个数
print(r.scard('s1'))
#输出
3
1.4 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
print(r.smembers('s1'))
print(r.smembers('s2'))
print(r.sdiff('s1', 's2'))
#输出
{b't3', b't1', b't2'}
{b't1', b't5', b't4'}
{b't3', b't2'}
# 集合s1中的 t2 和 t3 不在s2中
1.5 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 print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
r.sdiffstore('s3', 's1', 's2')
print('s3:', r.smembers('s3')) #输出
s1: {b't1', b't3', b't2'}
s2: {b't4', b't5', b't1'}
s3: {b't3', b't2'}
1.6 sinter(keys, *args)
# 获取多个集合的交集
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
print('交集:', r.sinter('s1', 's2'))
#输出
s1: {b't2', b't1', b't3'}
s2: {b't1', b't4', b't5'}
交集: {b't1'}
1.7 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
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
r.sinterstore('s4', 's1', 's2')
print('s4:', r.smembers('s4'))
#输出
s1: {b't3', b't2', b't1'}
s2: {b't1', b't5', b't4'}
s4: {b't1'}
1.8 sismember(name, value)
# 检查value是否是name对应的集合的成员
print(r.sismember('s1', 't1'))
print(r.sismember('s1', 't5'))
#输出
True
False
1.9 smove(src, dst, value)
# 将某个成员从一个集合中移动到另外一个集合
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
r.smove('s1', 's2', 't2')
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
# 输出
s1: {b't2', b't1', b't3'}
s2: {b't4', b't1', b't5'}
s1: {b't1', b't3'}
s2: {b't4', b't2', b't1', b't5'}
1.10 spop(name)
# 从集合的右侧(尾部)移除一个成员,并将其返回
print('s1:', r.smembers('s1'))
r.spop('s1')
print('s1:', r.smembers('s1'))
#输出
s1: {b't1', b't3'}
s1: {b't1'}
1.11 srandmember(name, numbers)
# 从name对应的集合中随机获取 numbers 个元素
print('s2:', r.smembers('s2'))
print(r.srandmember('s2', 3))
#输出,从s2中随机获取3个数
s2: {b't5', b't2', b't1', b't4'}
[b't5', b't2', b't1']
1.12 srem(name, values)
# 在name对应的集合中删除某些值
print('s2:', r.smembers('s2'))
r.srem('s2', 't5')
print('s2:', r.smembers('s2'))
#输出
s2: {b't2', b't1', b't5', b't4'}
s2: {b't2', b't1', b't4'}
1.13 sunion(keys, *args)
# 获取多一个name对应的集合的并集
print(r.smembers('s3'))
print(r.smembers('s4'))
print(r.sunion('s3', 's4'))
#输出
{b't3', b't2'}
{b't1'}
{b't1', b't3', b't2'}
1.14 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
print('s3:', r.smembers('s3'))
print('s4:', r.smembers('s4'))
r.sunionstore('s6', 's3', 's4')
print('s6:', r.smembers('s6'))
#输出
s3: {b't2', b't3'}
s4: {b't1'}
s6: {b't2', b't1', b't3'}
1.15 sscan(name, cursor=0, match=None, count=None)
# 分片获取数据
print('test_info:', r.smembers('test_info'))
print(r.sscan('test_info', 0, match='J*'))
# 输出
test_info: {b'Jerry', b'Jack', b'Tom', b'Sam'}
(0, [b'Jack', b'Jerry'])
1.16 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
二、有序集合
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。
2.1 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) r.zadd('z1', 't1', 10, 't2', 5, 't3', 4, 't4', 8)
2.2 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) print(r.zrange('z1', 0, -1))
print(r.zrange('z1', 0, -1, withscores=True)) #输出
[b't3', b't2', b't4', b't1']
[(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
2.3 zcard(name)
# 获取name对应的有序集合元素的数量
print(r.zcard('z1'))
#输出
4
2.4 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
print(r.zrange('z1', 0, -1, withscores=True))
print(r.zcount('z1', 5, 8))
#输出
2
2.5 zincrby(name, value, amount)
# name 对应的有序集合中的value分数增加 amount
print(r.zrange('z1', 0, -1, withscores=True))
print(r.zincrby('z1', 't3', 6))
print(r.zrange('z1', 0, -1, withscores=True))
#输出
[(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
10.0
[(b't2', 5.0), (b't4', 8.0), (b't1', 10.0), (b't3', 10.0)]
2.6 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 print(r.zrange('z1', 0, -1, withscores=True))
print(r.zrank('z1', 't1'))
print(r.zrevrank('z1', 't1')) #输出
[(b't2', 5.0), (b't4', 8.0), (b't1', 10.0), (b't3', 10.0)]
2
1
2.7 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'])
print(r.zrange('z1', 0, -1, withscores=True))
r.zrem('z1', 't1')
print(r.zrange('z1', 0, -1, withscores=True))
#输出
[(b't2', 5.0), (b't4', 8.0), (b't1', 10.0), (b't3', 10.0)]
[(b't2', 5.0), (b't4', 8.0), (b't3', 10.0)
2.8 zremrangebyrank(name, min, max)
# 根据排行范围删除,不在该范围内的都删除
r.zremrangebyrank('z1', 1, 6)
print(r.zrange('z1', 0, -1, withscores=True))
#输出
[(b't2', 5.0)]
2.9 zremrangebyscore(name, min, max)
# 根据分数范围删除
print(r.zrange('z1', 0, -1, withscores=True))
r.zremrangebyscore('z1', 1, 6)
print(r.zrange('z1', 0, -1, withscores=True))
#输出
[(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
[(b't4', 8.0), (b't1', 10.0)]
2.10 zscore(name, value)
# 获取name对应有序集合中 value 对应的分数
print(r.zrange('z1', 0, -1, withscores=True))
print(r.zscore('z1', 't1'))
#输出
[(b't4', 8.0), (b't1', 10.0)]
10.0
2.11 zinterstore(dest, keys, aggregate=None)
# 获取两个有序集合的交集,如果遇到相同值,则按照aggregate进行操作
# aggregate的值为: SUM MIN MAX 默认 SUM print('z2:', r.zrange('z2', 0, -1, withscores=True))
print('z3:', r.zrange('z3', 0, -1, withscores=True))
r.zinterstore('z6', {'z2', 'z3'})
print('z6:', r.zrange('z6', 0, -1, withscores=True)) # 输出
z2: [(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
z3: [(b't3', 2.0), (b't1', 6.0), (b't2', 7.0), (b't4', 12.0)]
z6: [(b't3', 6.0), (b't2', 12.0), (b't1', 16.0), (b't4', 20.0)]
print('z2:', r.zrange('z2', 0, -1, withscores=True))
print('z3:', r.zrange('z3', 0, -1, withscores=True))
r.zinterstore('z7', {'z2', 'z3'}, aggregate='MIN')
print('z7:', r.zrange('z7', 0, -1, withscores=True))
r.zinterstore('z8', {'z2', 'z3'}, aggregate='MAX')
print('z8:', r.zrange('z8', 0, -1, withscores=True))
# 输出
z2: [(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
z3: [(b't3', 2.0), (b't1', 6.0), (b't2', 7.0), (b't4', 12.0)]
z7: [(b't3', 2.0), (b't2', 5.0), (b't1', 6.0), (b't4', 8.0)]
z8: [(b't3', 4.0), (b't2', 7.0), (b't1', 10.0), (b't4', 12.0)]
如果其中两个集合中个数不符合,则单独的那个值不会进行运算
2.12 zunionstore(dest, keys, aggregate=None)
print('z2:', r.zrange('z2', 0, -1, withscores=True))
print('z3:', r.zrange('z3', 0, -1, withscores=True))
r.zunionstore('z10', {'z2', 'z3'})
print('z10:', r.zrange('z10', 0, -1, withscores=True))
#输出
z2: [(b't3', 4.0), (b't2', 5.0), (b't4', 8.0)]
z3: [(b't3', 2.0), (b't1', 6.0), (b't2', 7.0), (b't4', 12.0)]
z10: [(b't1', 6.0), (b't3', 6.0), (b't2', 12.0), (b't4', 20.0)]
2.13 zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
2.14 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
Python-- Redis Set的更多相关文章
- python+redis测试环境搭建
针对windows操作系统. redis安装: 微软操作系统下,需下载github下面的开源项目,redis网站地址可以找到,直接解压即可. cmd到指定目录,输入下方命令,启动redis服务. re ...
- Python redis 简单介绍
Python redis 简单介绍 1.安装 终端输入: pip(or)pip3.6 install redis 安装成功 2.哈哈,发现我并没有redis服务可以访问,所以到这里,在本机安装了red ...
- 生产消费者模式与python+redis实例运用(中级篇)
上一篇文章介绍了生产消费者模式与python+redis实例运用(基础篇),但是依旧遗留了一个问题,就是如果消费者消费的速度跟不上生产者,依旧会浪费我们大量的时间去等待,这时候我们就可以考虑使用多进程 ...
- 生产消费者模式与python+redis实例运用(基础篇)
根据这个图,我们举个简单的例子:假如你去某个餐厅吃饭,点了很多菜,厨师要一个一个菜的做,一个厨师不可能同时做出所有你点的菜,于是你有两个选择:第一个,厨师把所有菜都上齐了,你才开始吃:还有一个选择,做 ...
- python redis中blpop和lpop的区别
python redis 中blpop返回的是元组对象,因此返回的时候注意 lpop返回的是对象
- windows中实现python,redis服务自动重启(任务计划程序+bat脚本)
需求:银行电脑无法自动开机,只能 通过 应用相关服务每天自动重启的方式实现 服务更新并且防止服务假死,内存过大 等情况 相关工具:win10系统中,使用windows自带的任务计划程序 和 bat脚本 ...
- python redis分布式锁改进
0X01 python redis分布式锁通用方法 REDIS分布式锁实现的方式:SETNX + GETSET 使用Redis SETNX 命令实现分布式锁 python 版本实现上述思路(案例1) ...
- python redis之连接池的原理
python redis之连接池的原理 转载地址 什么是连接池 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 ...
- python redis 实现简单的消息订阅
python + redis 实现简单的消息订阅 订阅端 import redis from functools import wraps class Subscribe: def __init__( ...
- Python—redis
一.redis redis是一个key-value存储系统.和Memcached类似,它支持存储的value类型相对更多,包括string(字符串).list(链表).set(集合).zset(sor ...
随机推荐
- 基于C#的机器学习--模糊逻辑-穿越障碍
模糊逻辑-穿越障碍 模糊逻辑.另一个我们经常听到的术语.但它的真正含义是什么?它是否意味着不止一件事?我们马上就会知道答案. 我们将使用模糊逻辑来帮助引导一辆自动驾驶汽车绕过障碍,如果我们做得正确,我 ...
- Python 函数内省
函数内省(function introspection) 除了__doc__属性, 函数对象还有很多属性,对于下面的函数,可以使用dir()查看函数具有的属性: def factorial(n): r ...
- wepy中如何使用stylus等样式预处理器
wepy中如何使用stylus等样式预处理器 一.如何在wepy中使用stylus 1.安装wepy-compiler-stylus(以及stylus, stylus-loader) npm inst ...
- Scrum立会报告+燃尽图(Beta阶段第五次)
此作业要求参见:https://edu.cnblogs.com/campus/nenu/2018fall/homework/2387 项目地址:https://coding.net/u/wuyy694 ...
- 王者荣耀交流协会--第3次Scrum会议
Scrum master:王玉玲 要求1:工作照片 要求2:时间跨度:2017年10月15号 6:00--6:24 共计24min要求3:地点:传媒西楼204,会议室要求4:立会内容:1.从昨日会 ...
- mysql 对表格加索引但原表格有重复数据
1.把表中唯一数据搜索创建临时表,最后代替原先表. create table mmmmmm as SELECT * FROM meriadianannotation GROUP BY SeriesID ...
- oracle锁与死锁概念,阻塞产生的原因以及解决方案
锁是一种机制,一直存在:死锁是一种错误,尽量避免. 首先,要理解锁和死锁的概念: 1.锁: 定义:简单的说,锁是数据库为了保证数据的一致性而存在的一种机制,其他数据库一样有,只不过实现机制上可能大 ...
- angularjs 常用功能练习
<!DOCTYPE html> <html ng-app="app"> <head> <meta charset="utf-8& ...
- 【明哥报错簿】之 mybatis异常invalid comparison: java.util.Date and java.lang.String
背景:数据库为postgresql,表字段属性为timestamp格式 原因是mybatis 3.3.0中对于时间参数进行比较时的一个bug. 如果拿传入的时间类型参数与空字符串''进行对比判断则会引 ...
- (转)java web自定义分页标签
转载至http://liuxi1024.iteye.com/blog/707784 效果如图: 1.JSP规范1.1版本后增加了自定义标签库.实现自定义标签的步骤 (1)开发自定义标签处理类. (2) ...