目录
redis之列表-redis之hash-redis其他操作-redis管道-django中使用redis-celery介绍和安装-celery快速使用-celery包结构
今日内容详细
1 redis之列表
import redis
conn = redis.Redis()
# 1 lpush(name,value) 从左侧插入
# conn.lpush('girls', '刘亦菲', '迪丽热巴')
# conn.lpush('girls', '小红', '小绿')
# 2 rpush(name, value) 从右向左插入
# conn.rpush('girls', '小紫')
# 3 lpushx(name, value) 有该列表才会插入 从左侧插入
# conn.lpushx('boys', '小刚')
# 4 rpushx(name, value) 表示从右向左操作
# 5 llen(name)
# res = conn.llen('girls')
# print(res)
# 6 linsert(name, where, refvalue, value)
# conn.linsert('girls', 'before', '迪丽热巴', '古力娜扎')
# conn.linsert('boys', 'after', '小刚', '小勇')
# conn.linsert('girls', 'after', '小黑', '小嘿嘿') # 没有标杆，插入不进去
# 7 r.lset(name, index, value) # 按位置改值
# conn.lset('girls', 1, 'xxx')
# 8 r.lrem(name, value, num)
# conn.lrem('girls', 1, 'xxx') # 从左侧开始 删除一个
# conn.lrem('girls', -1, 'xxx') # 从右侧开始 删除一个
# conn.lrem('girls', 0, 'xxx') # 从左开始 全删除
# 9 lpop(name) # 从左侧开始 弹出一个
# res = conn.lpop('girls')
# print(res)
# 10 rpop(name) # 从右侧开始 弹出一个
# 11 lindex(name, index) # 从左侧开始 拿到索引1的值
# res = str(conn.lindex('girls', 1), encoding='utf-8')
# print(res)
# 12 lrange(name, start, end)
# res = conn.lrange('girls', 0, 1) # 从左侧开始索引区间 拿到列表的值 前闭后闭区间
# print(res)
# 13 ltrim(name, start end) # 从右侧开始索引区间取值 前闭后闭
# 14 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
# 15 blpop(keys, timeout) # 记住 可以做消息队列使用 阻塞式弹出 如果没有 就阻塞
# res = conn.blpop('boys') # 一个一个弹出 不会一次全部弹出
# print(res)
# 16 r.brpop(keys, timeout) # 从右往左一个一个弹出数据
# 17 brpoplpush(src, dst, timeout=0) # 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
# conn.brpoplpush('girls', '古力娜扎', timeout=3)
conn.close()
'''
lpush
lpop
llen
lrange
'''
2 redis之hash
# 1 hest(name, key, value) # 写入hash键值
# conn.hset('userinfo', 'name', 'lqz')
# conn.hset('userinfo', mapping={'age':19, 'hobby': '篮球'})
# 2 hmset(name, mapping) # 批量设置 被弃用了 以后都用hset
# conn.hmset('userinfo', {'age': 20, 'hobby': '唱跳rap'})
# 3 hget(name, key) # 拿取对应hash的键的值
# res = conn.hget('userinfo', 'name')
# print(res)
# 4 hmget(name, keys, *args)
# res = conn.hmget('userinfo', ['name', 'age'])
# res = conn.hmget('userinfo', 'name', 'age') # 这两个是一样的 因为源码中有判断是否列表
# print(res)
# 5 hgetall(name) # 慎用 会拿取所有
# res = conn.hgetall('userinfo')
# print(res)
# 6 hlen(name) # 判断hash字典的大小
# res = conn.hlen('userinfo')
# print(res) # 3
# 7 hkeys(name) # 获取hash字典中的所有键
# res = conn.hkeys('userinfo')
# print(res) # [b'name', b'age', b'hobby']
# 8 hvals(name) # 获取所有的值
# res = conn.hvals('userinfo')
# print(res)
# 9 hexists(name, key) # 判断键存在返回T F
# res = conn.hexists('userinfo', 'name')
# print(res) # True
# 10 hdel(name, *keys) # 可以批量删除 删除对象只要有一个存在返回1 都不存在返回0
# res = conn.hdel('userinfo', 'age', 'name')
# print(res)
# 11 hincrby(name, key, amount=1) # 增加数字
# conn.hincrby('userinfo', 'age', 2)
# 12 hincrbyfloat(name, key, amount=1.0) # 增加数字 可以增加小数点
# hgetall 会一次性全取出 效率低 可能占内存很多
# 分批获取 hash类型是无序
# 插入一批数据
# for i in range(1000):
# conn.hset('hash_test', 'id_%s'%i, '鸡蛋_%s号'%i)
# res = conn.hgetall('hash_test') # 可以 但是不好 一次性拿出 可能占很大内存
# print(res)
# 13 hscan(name, cursor=0, match=None, count=None) # 它不单独使用 拿的数据 不是特别准备
# res = conn.hscan('hash_test', cursor=0, count=5)
# print(len(res[1])) # 数字 拿出来几条数据就是几 数字是下一个游标位置
# 咱们用这个 它内部用了hscan 等同于hgetall 所有数据都拿出来 count的作用是 生成器 每次拿count个数据
# 14 hscan_iter(name, match=None, count=None)
res = conn.hscan_iter('hash_test', count=10)
print(res) # <generator object ScanCommands.hscan_iter at 0x0000022A66E77F90>
# generator 只要函数中有yield关键字 这个函数执行的结果就是生成器 生成器就是迭代器 可以被for循环
for i in res:
print(res) # 全拿出来了
'''
hset
hget
hmget
hlen
hdel
hscan_iter 获取所有值 但是省内存 等同于hgetall
'''
3 redis其他操作
'''
通用操作 不指定类型 所有类型都支持
1 delete(*names)
2 exists(name)
3 keys(pattern='*')
4 expire(name ,time)
5 rename(src, dst)
6 move(name, db))
7 randomkey()
8 type(name)
'''
import redis
conn = redis.Redis()
# 1 delete(*names)
# conn.delete('name', 'userinfo')
# conn.delete(['name', 'userinfo2']) # 不能用它
# conn.delete(*['name', 'userinfo2']) # 可以用它
# 2 exists(name) # 存在返回1 不存在返回0
# res = conn.exists('userinfo')
# print(res) # 1
# 3 keys(pattern='*') # 如果有这个key 获取 没有返回[]
# res = conn.keys('wis?e') # ?表示一个字符 *表示多个字符
# print(res)
# 4 expire(name, time) # 定时删除
# conn.expire('wie', 3)
# 5 rename(src, dst) # 重命名
# conn.rename('hobby', 'hobby111')
# 6 move(name, db) # 将该数据迁移至另一个数据库
# conn.move('hobby', 8)
# 7 randomkey() # 测试查到的是最后一个key
# res = conn.randomkey()
# print(str(res, encoding='utf-8'))
# 8 type(name)
# print(conn.type('girls')) # b'list'
conn.close()
4 redis管道
# 事务---> 四大特性
原子性
一致性
隔离性
持久性
# redis支持事务吗 单实例才支持所谓的事务 支持事务是基于管道的
执行命令 一条一条执行
张三 金额-100 conn.decr('zhangsan_je',100)
挂了---> 就不再执行了
你 金额+100 conn.incr('lisi_je',100) # 这个不会再执行 这不符合事务条件
把这两条命令 放到一个管道中 先不执行 执行excute 一次性都执行完成
conn.decr('zhangsan_je',100) conn.incr('lisi_je',100)
# 如何使用
import redis
conn = redis.Redis()
p = conn.pipeline(transaction=True)
p.multi()
p.decr('zhangsan_je', 100)
# raise Exception('模拟程序崩坏')
p.incr('lisi_je',100)
p.execute()
conn.close()
5 django中使用redis
# 方式一：自定义包方案(通用的 不针对于框架 所有框架都可以用)
# 第一步：写一个pool.py
import redis
# 创建一个大小为10的redis连接池
POOL = redis.ConnectionPool(max_connections=10, host='127.0.0.1', port=6379)
# 第二步：以后在使用的地方直接导入使用即可
import redis
from pool import POOL
conn = redis.Redis(connection_pool=POOL)
conn.incr('count', 222)
res = conn.get('count')
print(res)
# 方式二：django方案
# 方案一：django的缓存使用redis 【推荐使用】
settings.py 中配置
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
在使用redis的地方
from django.core.cache import cache
def redis_test(request):
res = cache.get('count')
cache.set('count', res+1)
return JsonResponse({'count': '今天这个接口被访问的次数为: %s' %res}, json_dumps_params={'ensure_ascii': False})
# 这个conut是pickle序列化后 存入的
# 方案二：第三方：django-redis模块
from django_redis import get_redis_connection
def redis_test(request):
conn = get_redis_connection()
res = conn.get('count')
return JsonResponse({'count': '今天这个接口被访问的次数为: %s' %res}, json_dumps_params={'ensure_ascii': False})
# 这个拿到的其实是redis中的那个
6 celery介绍
# Celery 是什么
框架：服务 python的框架 跟django无关
能用来做什么
1 异步任务
2 定时任务
3 延迟任务
# 理解celery的运行原理
"""
1 可以不依赖任何服务器 通过自身命令 启动服务
2 celery服务为其他项目服务提供异步解决任务需求
注：会有两个服务同时运行 一个是项目服务 一个是celery服务 项目服务将需要异步处理的任务交给celery服务 celery就会在需要时异步完成项目的需求
人是一个独立运行的服务 | 医院也是一个独立运行的服务
正常情况下，人可以完成所有健康情况的动作，不需要医院的参与；但当人生病时，就会被医院接收，解决人生病问题
人生病的处理方案交给医院来解决，所有人不生病时，医院独立运行，人生病时，医院就来解决人生病的需求
"""
# celery架构(Broker, backend 都用redis)
1 任务中间件 Broker(中间件) 其他服务提交的异步任务 放在里面排队
需要借助于第三方 redis rabbitmq
2 任务执行单元 worker 真正执行异步任务的进程
celery提供的
3 结果存储 backend 结果存储 函数的返回结果 存到backend中
需要借助于第三方：redis mysql
# 使用场景
异步执行：解决耗时任务
延迟执行：解决延迟任务
定时执行：解决周期(定时)任务
# celery 不支持win 通过eventlet支持在win上运行
7 celery快速使用
# 安装---》安装完成，会有一个可执行文件 celery
pip install celery
win：pip install eventlet
# 快速使用
######### 第一步：新建 main.py#########
from celery import Celery
# 提交的异步任务，放在里面
broker = 'redis://127.0.0.1:6379/1'
# 执行完的结果，放在这里
backend = 'redis://127.0.0.1:6379/2'
app = Celery('test', broker=broker, backend=backend)
@app.task
def add(a, b):
import time
time.sleep(3)
print('------',a + b)
return a + b
######### 第二步：其他程序，提交任务#########
res = add.delay(5,6) # 原来add的参数，直接放在delay中传入即可
print(res) # f150d8a5-c955-478d-9343-f3b60d0d5bdb
### 第三步：启动worker
# 启动worker命令，win需要安装eventlet
win:
-4.x之前版本
celery worker -A main -l info -P eventlet
-4.x之后
celery -A main worker -l info -P eventlet
mac：
celery -A main worker -l info
### 第四步：worker会执行消息中间件中的任务，把结果存起来####
### 第五步：咱们要看执行结果，拿到执行的结果#####
from main import app
from celery.result import AsyncResult
id = '51611be7-4914-4bd2-992d-749008e9c1a6'
if __name__ == '__main__':
a = AsyncResult(id=id, app=app)
if a.successful(): # 执行完了
result = a.get() #
print(result)
elif a.failed():
print('任务失败')
elif a.status == 'PENDING':
print('任务等待中被执行')
elif a.status == 'RETRY':
print('任务异常后正在重试')
elif a.status == 'STARTED':
print('任务已经开始被执行')
8 celery包结构
project
├── celery_task # celery包
│ ├── __init__.py # 包文件
│ ├── celery.py # celery连接和配置相关文件，且名字必须交celery.py
│ └── tasks.py # 所有任务函数
├── add_task.py # 添加任务
└── get_result.py # 获取结果
############# 第一步：新建包 celery_task #############
# 在包下新建[必须叫celery]的py文件，celery.py 写代码
from celery import Celery
broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
app = Celery('test', broker=broker, backend=backend, include=['celery_task.order_task', 'celery_task.user_task'])
##### 第二步：在包内部，写task，任务异步任务####
# order_task
from .celery import app
import time
@app.task
def add(a, b):
print('-----', a + b)
time.sleep(2)
return a + b
# user_task
from .celery import app
import time
@app.task
def send_sms(phone, code):
print("给%s发送短信成功，验证码为：%s" % (phone, code))
time.sleep(2)
return True
####第三步：启动worker ，包所在目录下
celery -A celery_task worker -l info -P eventlet
###第四步：其他程序 提交任务，被提交到中间件中，等待worker执行，因为worker启动了，就会被worker执行
from celery_task import send_sms
res=send_sms.delay('1999999', 8888)
print(res) # 7d39033c-4cc7-4af2-8d78-e62c277db183
### 第五步：worker执行完，结果存到backend中
### 第六步：我们查看结构
from celery_task import app
from celery.result import AsyncResult
id = '7d39033c-4cc7-4af2-8d78-e62c277db183'
if __name__ == '__main__':
a = AsyncResult(id=id, app=app)
if a.successful(): # 执行完了
result = a.get() #
print(result)
elif a.failed():
print('任务失败')
elif a.status == 'PENDING':
print('任务等待中被执行')
elif a.status == 'RETRY':
print('任务异常后正在重试')
elif a.status == 'STARTED':
print('任务已经开始被执行')