今日内容概要
- redis字符串操作
- redis hash操作
- redis列表操作
- redis其他操作
- redis管道
- django中集成redis
- celery介绍
今日内容详细
# 装了图形化客户端redis-desktop-manage
qt5：
QT平台：可以写图形化界面
python：pyqt5写图形化界面 GUI开发
redis字符串操作
redis：5大数据类型--->字符串，链表，hash，集合，有序集合
redis支持5大数据类型，只支持到一层，第二层必须是字符串
Memcached：只支持字符串，都是纯内存，断电数据丢失,redis可以持久化
# 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。
import redis
conn = redis.Redis()
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，如果设置为True，则只有name不存在时，当前set操作才执行,值存在，就修改不了，执行没效果
# xx，如果设置为True，则只有name存在时，当前set操作才执行，值存在才能修改，值不存在，不会设置新值
conn.set('name', 'wjl') # value只能是字符串或byte格式
conn.set('name','wjl',ex=3) # ex 是过期时间，到3s过期，数据就没了
conn.set('name','wjl',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) # 设置值，只有name不存在时，执行设置操作（添加）,如果存在，不会修改
conn.setnx('hobby', '橄榄球')
3 psetex(name, time_ms, value) # 本质就是set px设置时间
conn.psetex('name', 3000, 'wjl')
4 mset(*args, **kwargs) # 传字典批量设置
conn.mset({'name': 'wjl', 'age': 19})
5 get(name) # 获取值，取到是bytes格式，指定：decode_responses=Ture, 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', 'wjl')
print(res)
8 getrange(key, start, end) # 获取子序列（根据字节获取，非字符）取得是字节，前闭后闭区间
res = conn.getrange('name', 0, 1)
print(res)
9 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）
conn.setrange('name', 1, 'wjl')
10 setbit(name, offset, vavlue) # 对name对应值的二进制表示的位进行操作
conn.setbit('name',1,0) #wjl 00000000 00000000 00000000
res=conn.get('name')
print(res)
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)
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
import redis
conn = redis.Redis(decode_responses=True)
1 hset(name, key, value)
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) 弃用了
conn.hmset('yy',{'a':'a','b':'b'})
3 hget(name,key)
res=conn.hget('userinfo','age')
print(res)
4 hmget(name, keys, *args)
res=conn.hmget('userinfo',['name','age'])
print(res)
5 hgetall(name) 慎用，可能会造成 阻塞 尽量不要在生产代码中执行它
res=conn.hgetall('userinfo')
print(res)
6 hlen(name)
res=conn.hlen('userinfo')
print(res)
7 hkeys(name)
res=conn.hkeys('userinfo')
print(res)
8 hvals(name)
res=conn.hvals('userinfo')
print(res)
9 hexists(name, key)
res=conn.hexists('userinfo','name')
print(res)
10 hdel(name,*keys)
conn.hdel('userinfo','age')
11 hincrby(name, key, amount=1)
conn.hincrby('userinfo','age')
12 hincrbyfloat(name, key, amount=1.0)
conn.hincrbyfloat('userinfo','age',5.44)
## 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
# 它一般不单独用
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
# 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。
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(小写也可以)
# refvalue，标杆值，即：在它前后插入数据（如果存在多个标杆值，以找到的第一个为准）
# 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 print(re.lrange('aa',0,re.llen('aa')))
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（大于列表长度，则代表不移除任何）
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)，从右向左获取数据爬虫实现简单分布式：多个url放到列表里，往里不停放URL，程序循环取值，但是只能一台机器运行取值，可以把url放到redis中，多台机器从redis中取值，爬取数据，实现简单分布式
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
自定义增量迭代
# 由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：
# 1、获取name对应的所有列表
# 2、循环列表
# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：
import redis
conn=redis.Redis(host='127.0.0.1',port=6379)
# conn.lpush('test',*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])
# conn.flushall()
def scan_list(name,count=2):
index=0
while True:
data_list=conn.lrange(name,index,count+index-1)
if not data_list:
return
index+=count
for item in data_list:
yield item
print(conn.lrange('test',0,100))
for item in scan_list('test',5):
print('---')
print(item)
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) # 根据删除redis中的任意数据类型
conn.delete('age', 'name')
2 exists(name) # 检测redis的name是否存在
res=conn.exists('xx')
print(res) # 0
3 keys(pattern='*') # 根据模型获取redis的name
res=conn.keys('*o*')
res=conn.keys('?o*')
print(res)
4 expire(name ,time) # 为某个redis的某个name设置超时时间
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) # 获取name对应值的类型
res = conn.type('aa') # list hash set
print(res)
9 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
conn.close()
redis管道
redis：redis数据库，是否支持事务？
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，不支持管道。
import redis
conn = redis.Redis()
# 创建管道
pipline = conn.pipeline(transaction=True)
pipline.decr('a', 2) # a减2
raise Exception('我崩了')
pipline.incr('b', 2) # b加2
# 到此是往管道中放了命令，还没执行，直到下面的命令
pipe.execute() # 一次性执行管道中的所有命令
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
class Person:
pass
from django.core.cache import cache
def index(request):
# cache.set('pv', '10', 3) # 之前缓存在内存中，现在缓存在redis中
# 缓存强大在，可以缓存任意的python数据类型
p = Person()
p.name = 'lqz'
cache.set('p', p)
return HttpResponse('把p缓存起来了')
def test(request):
p=cache.get('p')
print(p.name)
return HttpResponse('把p取出来了')
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
