- redis简介
-
redis字符串操作
-
redis hash操作
-
redis列表操作
-
redis管道
-
redis其他操作
-
django中集成redis
-
celery介绍
redis简介
redis有五大数据类型:字符串,列表,hash,集合,有序集合
图形化客户端:redis-desktop-manage
redis字符串操作
主要的api:操作字符串的方法
记住的:get set strlen
1 set(name, value, ex=None, px=None, nx=False, xx=False)
2 setnx(name, value)
3 psetex(name, time_ms, value)
4 mset(*args, **kwargs)
5 get(name)
6 mget(keys, *args)
7 getset(name, value)
8 getrange(key, start, end)
9 setrange(name, offset, value)
10 setbit(name, offset, value)
11 getbit(name, offset)
12 bitcount(key, start=None, end=None)
13 strlen(name)
14 incr(self, name, amount=1)
15 incrbyfloat(self, name, amount=1.0)
16 decr(self, name, amount=1)
17 append(key, value)
1 set(name, value, ex=None, px=None, nx=False, xx=False)
ex=过期时间(秒)
px=过期时间(毫秒)
nx=如果为True,内存中有数据则不执行该操作
xx=如果为True,内存中有数据则执行该操作
# conn.set('name','lqz') # value 只能是字符串或byte格式
# conn.set('name','lqz',ex=3) # ex 是过期时间,到3s过期,数据就没了
# conn.set('name','lqz',px=3000) # px 是过期时间,到3s过期,数据就没了
# conn.set('age',25,nx=True) # redis 实现分布式锁:https://zhuanlan.zhihu.com/p/489305763
# conn.set('hobby', '足球', xx=False)
2 setnx(name, value)
就是:set nx=True
# conn.setnx('hobby1','橄榄球')
3 psetex(name, time_ms, value)
本质就是 set px设置时间
# conn.psetex('name',3000,'lqz')
4 mset(*args, **kwargs)
传字典批量设置
# conn.mset({'name':'xxx','age':19})
5 get(name)
获取值,取到是bytes格式
指定decode_responses=True,就完成转换
# print(conn.get('name'))
# print(str(conn.get('name')[:3],encoding='utf-8'))
6 mget(keys, *args)
批量获取
# res=conn.mget('name','age')
# res=conn.mget(['name','age'])
# print(res)
7 getset(name, value)
先获取,再设置
# res=conn.getset('name','lqz')
# print(res)
8 getrange(key, start, end)
取的是字节,前闭后闭区间
# res=conn.getrange('name',0,1)
# print(res)
9 setrange(name, offset, value)
从某个起始位置开始替换字符串
# conn.setrange('name', 1, 'xxx')
10 setbit(name, offset, value)
对应值的二进制表示的位进行操作
# conn.setbit('name',1,0) #lqz 00000000 00000000 00000000
# res=conn.get('name')
# print(res)
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"
11 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)
# res=conn.getbit('name',1)
# print(res)
12 bitcount(key, start=None, end=None)
获取name对应的值的二进制表示中 1 的个数
# print(conn.bitcount('name',0,3)) # 3 指的是3个字符
13 strlen(name)
统计字节长度
# print(conn.strlen('name'))
# print(len('lqz政')) # len 统计字符长度
14 incr(self, name, amount=1)
计数器
# conn.incr('age',amount=3)
15 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。
16 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。
# conn.decr('age')
17 append(key, value)
在redis name对应的值后面追加内容
conn.append('name','nb')
conn.close()
redis hash操作
记住:hset hget hexists hincrby hlen
1 hset(name, key, value)
2 hmset(name, mapping)
3 hget(name,key)
4 hmget(name, keys, *args)
5 hgetall(name)
6 hlen(name)
7 hkeys(name)
8 hvals(name)
9 hexists(name, key)
10 hdel(name,*keys)
11 hincrby(name, key, amount=1)
12 hincrbyfloat(name, key, amount=1.0)
13 hscan(name, cursor=0, match=None, count=None)
14 hscan_iter(name, match=None, count=None)
### redis 只支持一层的5大数据类型
import redis
conn = redis.Redis(decode_responses=True)
1 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)
# conn.hset('userinfo', 'name', '彭于晏')
# conn.hset('userinfo', 'age', '32')
# conn.hset('xx',mapping={'name':'xxx','hobby':'篮球'})
2 hmset(name,mapping)
在name对应的hash中批量设置键值对
# conn.hmset('yy',{'a':'a','b':'b'})
3 hget(name,key)
在name对应的hash中获取根据key获取value
# res=conn.hget('userinfo','age')
# print(res)
4 hmget(name,keys,*args)
在name对应的hash中获取多个key的值
# res=conn.hmget('userinfo',['name','age'])
# print(res)
5 hgetall(name)
获取name对应hash的所有键值
print(re.hgetall('xxx').get(b'name'))
6 hlen(name)
获取name对应的hash中键值对的个数
# res=conn.hlen('userinfo')
# print(res)
7 hkeys(name)
获取name对应的hash中所有的key的值
# res=conn.hkeys('userinfo')
# print(res)
8 hvals(name)
获取name对应的hash中所有的value的值
# res=conn.hvals('userinfo')
# print(res)
9 hexists(name,key)
检查name对应的hash是否存在当前传入的key
# res=conn.hexists('userinfo','name')
# print(res)
10 hdel(name,*key)
将name对应的hash中指定key的键值对删除
# conn.hdel('userinfo','age')
11 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
# conn.hincrby('userinfo','age',amount=自增数)
12 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(小数)
# conn.hincrbyfloat('userinfo','age',5.44)
13 hscan(name, cursor=0, match=None, count=None)
# 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,从而放置内存被撑爆
# 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
14 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
## 联合起来讲:不建议使用hgetall,分片取值
# 分批获取 生成器应用在哪了?
# 13 hscan(name, cursor=0, match=None, count=None)
# hash类型没有顺序---》python字典 之前没有顺序,3.6后有序了 python字段的底层实现
# for i in range(1000):
# conn.hset('test_hash','key_%s'%i,'鸡蛋%s号'%i)
# count 是要取的条数,但是不准确,有点上下浮动
# 它一般步单独用
# res=conn.hscan('test_hash',cursor=0,count=19)
# print(res)
# print(res[0])
# print(res[1])
# print(len(res[1]))
# res=conn.hscan('test_hash',cursor=res[0],count=19)
# print(res)
# print(res[0])
# print(res[1])
# print(len(res[1]))
# 咱么用它比较多,它内部封装了hscan,做成了生成器,分批取hash类型所有数据
# 14 hscan_iter(name, match=None, count=None) 获取所有hash的数据
res = conn.hscan_iter('test_hash',count=100)
print(res) # 生成器
for item in res:
print(item)
conn.close()
redis列表操作
1 lpush(name,values)
2 lpushx(name,value)
3 rpushx(name, value) 表示从右向左操作
4 llen(name)
5 linsert(name, where, refvalue, value))
6 lset(name, index, value)
7 lrem(name, value, num)
8 lpop(name)
9 lindex(name, index)
10 lrange(name, start, end)
11 ltrim(name, start, end)
12 rpoplpush(src, dst)
13 blpop(keys, timeout)
14 brpoplpush(src, dst, timeout=0)
15 自定义增量迭代
redis管道
# mysql事务:四大特性 事务的隔离级别 mysql5.7 默认的隔离级别是什么
# redis:redis数据库,是否支持事务?
-支持
-不支持
# redis事务机制可以保证一致性和隔离性,无法保证持久性,但是对于redis而言,本身是内存数据库,所以持久化不是必须属性。原子性需要自己进行检查,尽可能保证
# redis 不像mysql一样,支持强事务,事务的四大特性不能全部满足,但是能满足一部分,通过redis的管道实现的
# redis本身不支持事务,但是可以通过管道,实现部分事务
# redis 通过管道,来保证命令要么都成功,要么都失败,完成事务的一致性,但是管道只能用在单实例,集群环境中,不支持pipline
import redis
conn = redis.Redis()
pipline = conn.pipeline(transaction=True)
pipline.decr('a', 2) # a减2
raise Exception('我崩了')
pipline.incr('b', 2) # b加2
pipline.execute()
conn.close()
redis其他操作
# 集合,有序集合 --- redis模块提供的方法API
# 通用操作:无论是5大类型的那种,都支持
import redis
conn = redis.Redis()
# 1 delete(*names)
# conn.delete('age', 'name')
# 2 exists(name)
# res=conn.exists('xx')
# print(res) # 0
# 3 keys(pattern='*')
# res=conn.keys('*o*')
# res=conn.keys('?o*')
# print(res)
# 4 expire(name ,time)
# conn.expire('test_hash',3)
# 5 rename(src, dst) # 对redis的name重命名为
# conn.rename('xx','xxx')
# 6 move(name, db) # 将redis的某个值移动到指定的db下
# 默认操作都是0 库,总共默认有16个库
# conn.move('xxx',2)
# 7 randomkey() 随机获取一个redis的name(不删除)
# res=conn.randomkey()
# print(res)
# 8 type(name) 查看类型
# res = conn.type('aa') # list hash set
# print(res)
conn.close()
django中集成redis
# 方式一:直接使用
from user.POOL import pool
import redis
def index(request):
conn = redis.Redis(connection_pool=pool)
conn.incr('page_view')
res = conn.get('page_view')
return HttpResponse('被你看了%s次' % res)
# 方式二:使用第三方模块:django-redis
-下载
-配置文件配置
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379/0",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
-使用
from django_redis import get_redis_connection
def index(request):
conn = get_redis_connection(alias="default") # 每次从池中取一个链接
conn.incr('page_view')
res = conn.get('page_view')
return HttpResponse('被你看了%s次' % res)
# 方式三:借助于django的缓存使用redis
-如果配置文件中配置了 CACHES ,以后django的缓存,数据直接放在redis中
-以后直接使用cache.set 设置值,可以传过期时间
-使用cache.get 获取值
-强大之处在于,可以直接缓存任意的python对象,底层使用pickle实现的
celery介绍
# celery:翻译过来叫芹菜,它是一个 分布式的异步任务 框架
# celery有什么用?
1 完成异步任务:可以提高项目的并发量,之前开启线程做,现在使用celery做
2 完成延迟任务
3 完成定时任务
# 架构
-消息中间件:broker 提交的任务(函数)都放在这里,celery本身不提供消息中间件,需要借助于第三方:redis,rabbitmq
-任务执行单元:worker,真正执行任务的地方,一个个进程,执行函数
-结果存储:backend,函数return的结果存储在这里,celery本身不提供结果存储,借助于第三方:redis,数据库,rabbitmq