Redis
官网：点击
Redis 是一个高性能的key-value数据格式的内存缓存，NoSQL数据库。NOSQL：not only sql，泛指非关系型数据库。关系型数据库: (mysql, oracle, sql server, sqlite)
1. 数据存放在表中，表之间有关系。 2. 通用的SQL操作语言。 3. 大部分支持事务。
非关系型数据库[ redis，hadoop，mangoDB]:
1. 没有数据表的概念，不同的nosql数据库存放数据位置不同。 2. nosql数据库没有通用的操作语言。 3. 基本不支持事务。 redis支持简单事务
redis是业界主流的key-value nosql 数据库之一。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(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。redis是一款基于CS架构的数据库，所以redis有客户端，也有服务端。
一、Redis的典型应用：
（一）性能
Redis 中缓存热点数据，能够保护数据库，提高查询效率。如下图所示，我们在碰到需要执行耗时特别久，且结果不频繁变动的SQL，就特别适合将运行结果放入缓存。这样，后面的请求就去缓存中读取，使得请求能够迅速响应。
（二）并发
还是如上图所示，在大并发的情况下，所有的请求直接访问数据库，数据库会出现连接异常。这个时候，就需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问数据库。
二、Redis优势：
- 异常快速 : Redis是非常快的，每秒可以执行大约110000设置操作，81000个/每秒的读取操作。
- 支持丰富的数据类型 : Redis支持最大多数开发人员已经知道如列表，集合，可排序集合，哈希等数据类型。
- 原子 – Redis的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过MULTI和EXEC指令包起来。
- Redis是一个多功能实用工具，可以在很多如，消息传递队列中使用（Redis原生支持发布/订阅）
- 单线程特性，秒杀系统，基于redis是单线程特征，防止出现数据库“爆破”
三、Redis配置：
- 启动Redis:redis-server
- 查看Redis是否还在运行:redis-cli --raw
- 查看中文redis-cli --raw
- 退出 exit
- 可以通过redis-cli 进入交互模式，使用config命令查看或设置配置项。也可以进入配置文件用vim编辑器进行修改。
#1、命令行链接 redis-cli redis-cli -h host -p port -a password #2、基本操作 默认有16个数据库，编号从0-15 select 1 #切换到1号库 keys * #查看所有的key keys n* #查看所有n开头的key flushdb #清空redis set key value #添加key=value randomkey #随机取出一个key type key #查看key的类型
# 获取所有配置项 reids 127.0.0.1:6379> config get * # 获取单个配置项 redis 127.0.0.1:6379> config get loglevel # 编辑配置 redis 127.0.0.1:6379> config set loglevel "notice"
四、Redis数据类型：
- String 字符串: redis的string可以包含任何数据，包括图片以及序列化的对象，一个键最大能存储512MB。
- Hash 哈希: redis的hash是一个String类型的key和value的映射表，hash特别适合存储对象，类比python字典。
- List 列表: redis的list是简单的字符串列表，按照插入顺序排序，可以从两端进行添加，类似于双向链表，列表还可以进行阻塞。
- Set 集合: redis的set是字符串类型的无序且不重复集合。集合是通过哈希表实现的，所以添加，删除，查找的时间复杂度都是O(1)。
- Zset 有序集合: redis的zset和set一样，不同的是每个元素都会关联一个double类型的分数，redis正是通过对分数的排序对集合进行有序存储。
1. string类型: 字符串类型是 Redis 中最为基础的数据存储类型，它在 Redis 中是二进制安全的，也就是byte类型 最大容量是512M。 2. hash类型: hash用于存储对象，对象的结构为属性、值，值的类型为string。 key:{ 域:值[这里的值只能是字符串]， 域:值， 域:值， 域:值， ... } 3. list类型: 列表的元素类型为string。 key:[ 值1，值2,值3..... ] 4. set类型: 无序集合，元素为string类型，元素唯一不重复，没有修改操作。 {值1,值4,值3,值5} 5. zset类型: 有序集合，元素为string类型，元素唯一不重复，没有修改操作。
五、Redis的基本命令
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。如图：
#1、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，岗前set操作才执行 #2、setnx(name, value) 设置值，只有name不存在时，执行设置操作（添加） #3、setex(name, value, time) 设置值 参数： time，过期时间（数字秒 或 timedelta对象） #4、psetex(name, time_ms, value) 设置值 参数： time_ms，过期时间（数字毫秒 或 timedelta对象） #5、mset(*args, **kwargs) 批量设置值 如： mset(k1='v1', k2='v2') 或 mset({'k1': 'v1', 'k2': 'v2'}) #6、get(name) 获取值 #7、mget(keys, *args) 批量获取 如： mget('k1', 'k2') 或 r.mget(['k1', 'k2']) #8、getset(name, value) 设置新值并获取原来的值 #9、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： "林海峰" ，0-2表示 "林" #10、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） value，要设置的值 client.set('name','林海峰') client.setrange('name',3,'大海') print(client.get('name').decode('utf-8')) #林大海 #11、strlen(name) 返回name对应值的字节长度（一个汉字3个字节） #12、incr(self, name, amount=1) 自增 name="1" 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 #13、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） #14、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） #15、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：
#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） 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） #2、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'}) #3、hget(name,key) 在name对应的hash中获取根据key获取value #4、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') #5、hgetall(name) 获取name对应hash的所有键值 #6、hlen(name) 获取name对应的hash中键值对的个数 #7、hkeys(name) 获取name对应的hash中所有的key的值 #8、hvals(name) 获取name对应的hash中所有的value的值 #9、hexists(name, key) # 检查name对应的hash是否存在当前传入的key #10、hdel(name,*keys) 将name对应的hash中指定key的键值对删除 #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 参数： name，redis中的name key， hash对应的key amount，自增数（整数） #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 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 #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 #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 #15、补充scan(match=None, count=None) 一点一点查出当前库下的所有的keys，详细请看如下文档 http://redisdoc.com/key/scan.html#scan
3、List 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。如图：
#1、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 #2、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 #3、llen(name) name对应的list元素的个数 #4、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 #5、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 #6、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 #7、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 #8、lindex(name, index) 在name对应的列表中根据索引获取列表元素 #9、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 #10、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 #11、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 #12、blpop(keys, timeout) keys=["k1","k2"]，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 举例： client.flushdb() client.lpush('list1',11,22,33) #33,22,11 client.lpush('list2','a','b','c') #c b a print(client.blpop(["list1","list2"])) #先从左侧取干净list1，再从左侧取干净list2，...，阻塞 print(client.blpop(["list1","list2"])) print(client.blpop(["list1","list2"])) print(client.blpop(["list1","list2"])) print(client.blpop(["list1","list2"])) print(client.blpop(["list1","list2"])) print(client.blpop(["list1","list2"],timeout=3)) #阻塞3秒，返回None 更多： r.brpop(keys, timeout)，从右向左获取数据 #13、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 #14、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存撑爆，所有有必要自定义一个增量迭代的功能： def list_iter(name): """ 自定义redis列表增量迭代 :param name: redis中的name，即：迭代name对应的列表 :return: yield 返回 列表元素 """ list_count = r.llen(name) for index in range(list_count): yield r.lindex(name, index) # 使用 for item in list_iter('list1'): print(item)
4、Set 操作
Set操作，Set集合就是不允许重复的列表
Set操作，Set集合就是不允许重复的列表 #1、sadd(name,values) name对应的集合中添加元素 #2、scard(name) 获取name对应的集合中元素个数 #3、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 #4、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 #5、sinter(keys, *args) 获取多一个name对应集合的并集 #6、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 #7、sismember(name, value) 检查value是否是name对应的集合的成员 #8、smembers(name) 获取name对应的集合的所有成员 #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 #10、spop(name) 从集合的右侧（尾部）移除一个成员，并将其返回 #11、srandmember(name, numbers) 从name对应的集合中随机获取 numbers 个元素 #12、srem(name, values) 在name对应的集合中删除某些值 #13、sunion(keys, *args) 获取多一个name对应的集合的并集 #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 #15、sscan(name, cursor=0, match=None, count=None) #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
5、Sort Set 操作
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。
zscan(name) 查看
在name对应的有序集合中添加元素
如：print(r.zadd("zz",{"n1":1,"n2":2,"n3":3,"n4":4}))
# 查看：print(r.zscan("zz"))
#1、zadd(name, *args, **kwargs) 在name对应的有序集合中添加元素 如： zadd('score', 'alex', 50, 'wxx', 60,'yxx', 70) 或 zadd('score', alex=50, wxx=60, yxx=70) #2、zcard(name) 获取name对应的有序集合元素的数量 #3、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 #4、zincrby(name, value, amount) 自增name对应的有序集合的 name 对应的分数 #5、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（非负数） end，有序集合索引结束位置（非负数） 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 例如： client.zrange('score', 0, 2, desc=True, withscores=True, score_cast_func=int) 结果：[(b'yxx', 70), (b'wxx', 60), (b'alex', 50)] 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) #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 #7、zrangebylex(name, min, max, start=None, num=None) 当有序集合的所有成员都具有相同的分值时，有序集合的元素会根据成员的 值 （lexicographical ordering）来进行排序，而这个命令则可以返回给定的有序集合键 key 中， 元素的值介于 min 和 max 之间的成员 对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大 参数： name，redis的name min，左区间（值）。 + 表示正无限； - 表示负无限； ( 表示开区间； [ 则表示闭区间 min，右区间（值） start，对结果进行分片处理，索引位置 num，对结果进行分片处理，索引后面的num个元素 如： ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga r.zrangebylex('myzset', "-", "[ca") 结果为：['aa', 'ba', 'ca'] 更多： 从大到小排序 zrevrangebylex(name, max, min, start=None, num=None) #8、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']) #9、zremrangebyrank(name, min, max) 根据排行范围删除 #10、zremrangebyscore(name, min, max) 根据分数范围删除 #11、zremrangebylex(name, min, max) 根据值返回删除 #12、zscore(name, value) 获取name对应有序集合中 value 对应的分数 #13、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 例如： client.flushdb() client.zadd('score1', 'alex', 50, 'wxx', 60,'yxx', 70) client.zadd('score2', 'alex', 60, 'wxx', 60,) #先求名字的交集，再对同一名字对应的值进行SUM聚合操作 client.zinterstore('score_sum',keys=['score1','score2'],aggregate="SUM") print(client.zscore('score_sum','alex')) #110.0 print(client.zscore('score_sum','wxx')) #120.0 print(client.zscore('score_sum','yxx')) #None #14、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 #15、zscan(name, cursor=0, match=None, count=None, score_cast_func=float) #16、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
6、其他常用操作
#1、delete(*names) 根据name删除redis中的任意数据类型 #2、exists(name) 检测redis的name是否存在 #3、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 #4、expire(name ,time) 为某个redis的某个name设置超时时间 #5、rename(src, dst) 对redis的name重命名为 #6、move(name, db)) 将redis的某个值移动到指定的db下 #7、randomkey() 随机获取一个redis的name（不删除） #8、type(name) 获取name对应值的类型 #9、scan(cursor=0, match=None, count=None) #10、scan_iter(match=None, count=None) 同字符串操作，用于增量迭代获取key
7、使用场景
针对各种数据类型使用场景如下:
(一)String
这个其实没啥好说的，最常规的set/get操作，value可以是String也可以是数字。一般做一些复杂的计数功能的缓存，比如减少库存。
(二)hash
这里value存放的是结构化的对象，比较方便的就是操作其中的某个字段。博主在做单点登录的时候，就是用这种数据结构存储用户信息，以cookieId作为key，设置30分钟为缓存过期时间，能很好的模拟出类似session的效果。
(三)list
使用List的数据结构，可以做简单的消息队列的功能。另外还有一个就是，可以利用lrange命令，做基于redis的分页功能，性能极佳，用户体验好。本人还用一个场景，很合适---取行情信息。就也是个生产者和消费者的场景。LIST可以很好的完成排队，先进先出的原则。
(四)set
因为set堆放的是一堆不重复值的集合。所以可以做全局去重的功能。
另外，就是利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能。
(五)sorted set
sorted set多了一个权重参数score,集合中的元素能够按score进行排列。可以做排行榜应用，取TOP N操作。
Python 操作Redis
一、下载
二、连接
- Redis提供两个类Redis和StrictRedis用于实现Redis的命令，StrictRedis用于实现大部分官方的命令，并使用官方的语法和命令，
- Redis是StrictRedis的子类，用于向后兼容旧版本的redis-py。
- Redis连接实例是线程安全的，可以直接将redis连接实例设置为一个全局变量，直接使用。
- 如果需要另一个Redis实例（or Redis数据库）时，就需要重新创建redis连接实例来获取一个新的连接
- 连接redis，加上decode_responses=True，写入的键值对中的value为str类型，不加这个参数写入的则为字节类型。
import redis conn = redis.Redis(host="127.0.0.1",port=6379,password="",decode_responses=True) #decode_responses=True 设置取出的数据是字符，不是字节 conn.set("n1","v1") print(type(conn.get("n1"))) # <class 'str'> conn.hset("n2","k2","v2") #redis={n2:{k2:v2}} conn.hmset("n3",{"k3":"v3","k4":"v4"}) ret1=conn.get("xxxx") # 没有xxxx 返回值是None ret2=conn.hget("n2","k2") #v2 ret3=conn.hget("n3","k3") #v3 ret4=conn.hget("n4","k4") #v4 ret5=conn.hgetall("n3") #{"k3":"v3","k4":"v4"}
三、连接池
- 使用connection pool来管理对一个redis server的所有连接，避免每次建立、释放连接的开销。
- 默认，每个Redis实例都会维护一个自己的连接池。可以直接建立一个连接池，
- 然后作为参数传给Redis实例，这样就可以实现多个Redis实例共享一个连接池。
import redis pool = redis.ConnectionPool(host="127.0.0.1", port=6379, password="",decode_responses=True, max_connections=10) conn = redis.Redis(connection_pool=pool) conn.set("n1",22) ret = conn.get("n1") print(ret)
import redis pool = redis.ConnectionPool(host="127.0.0.1", port=6379, password="",decode_responses=True, max_connections=100) conn = redis.Redis(connection_pool=pool) conn.execute_command('select 1') #选择数据库
四、发布订阅者模式
redis的发布和订阅者模式就像是广播发消息是一样的
发布订阅的特性用来做一个简单的实时聊天系统再适合不过了，当然这样的东西开发中很少涉及到。再比如在分布式架构中，常常会遇到读写分离的场景，在写入的过程中，就可以使用redis发布订阅，使得写入值及时发布到各个读的程序中，就保证数据的完整一致性。再比如，在一个博客网站中，有100个粉丝订阅了你，当你发布新文章，就可以推送消息给粉丝们拉。
import redis conn = redis.Redis(host="127.0.0.1", port=6379, decode_responses=True) conn.publish("gaoxin333", "18")
import redis conn = redis.Redis(host="127.0.0.1", port=6379, decode_responses=True) # 第一步 生成一个订阅者对象 pubsub = conn.pubsub() # 第二步 订阅一个消息 实际上就是监听这个键 pubsub.subscribe("gaoxin333") pubsub.parse_response() # 第三步 死循环一直等待监听结果 while True: print("working~~~") msg = pubsub.parse_response() print(msg)
# monitor.py import redis class RedisHelper: def __init__(self): self.__conn = redis.Redis(host='127.0.0.1',port=6379) self.chan_pub = 'fm97.8' #发布信息的频道名 self.chan_sub = 'fm97.8' #订阅信息的频道名 def public(self, msg): self.__conn.publish(self.chan_pub, msg) #向发布频道发布消息 return True def subscribe(self): pub = self.__conn.pubsub() #拿到pub对象 pub.subscribe(self.chan_sub) #向订阅频道请求消息 pub.parse_response() #解析响应的信息 return pub #发布者们 #!/usr/bin/env python # -*- coding:utf-8 -*- from monitor import RedisHelper import time obj = RedisHelper() while True: obj.public('hello1') time.sleep(5) #订阅者们 #!/usr/bin/env python # -*- coding:utf-8 -*- from monitor import RedisHelper obj = RedisHelper() redis_sub = obj.subscribe() while True: msg = redis_sub.parse_response() print(msg)
五、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。
#1、默认情况下是执行一个操作就向服务端提交一次 #2、可以将一系列操作放入一个管道内，然后一次性提交给服务端，这样做有效地减少开销 #3、transaction=True代表多个操作构成一个事务（原子性操作） import redis pool=redis.ConnectionPool(host='127.0.0.1',port=6379,max_connections=100) client=redis.Redis(connection_pool=pool) pipe=client.pipeline(transaction=True) pipe.set('name','alex') pipe.set('role','sb') pipe.execute()
六、Redis可视化工具
Django配置Redis
一、下载
- django项目中配置redis作为cache缓存，需要先安装django-redis模块
pip3 install django-redis
二、配置
在settings.py中，按如下配置CACHE连接的redis信息：
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": "密码", "DECODE_RESPONSES":True } }, }
三、使用
先获取redis连接： import django_redis CACHE = django_redis.get_redis_connection() 在视图中 ... CACHE.set(key, value) ...
memcached与redis
一、相同点
- NoSQl数据库，数据存到内存，读取速度快
- 应用场景：页面缓存
- 好处：
- 减少数据库压力，提升访问速度
- 在数据挂掉的情况下，仍能保证业务正常运行一段时间，提升安全性
二、不同点
- 类型：
- memcached：类型单一，只能存字符串"key为字符串"="value也为字符串"
- redis：支持五大类型 string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)、hash（哈希类型）
- 持久化：
- memcached：断电数据丢失
- redis：支持持久化，单独开一个进程完成持久化，要保持性能就需要关闭持久化，很多公司并不使用持久化功能
wget http://download.redis.io/releases/redis-3.0.6.tar.gz tar xzf redis-3.0.6.tar.gz cd redis-3.0.6 make # 启动服务端 src/redis-server # 启动客户端 src/redis-cli redis> set foo bar OK redis> get foo "bar"