• Day 70 应用工具_中间件_Redis


    Redis

    Reids安装

    yum install -y gcc-c++ wget
    wget http://download.redis.io/releases/redis-4.0.8.tar.gz
    tar xzvf redis-4.0.8.tar.gz
    cd redis-4.0.8
    make
    cd src
    make install PREFIX=/usr/local/redis
    cd ../
    mkdir /usr/local/redis/etc
    mv redis.conf /usr/local/redis/etc
    
    # 配置后台启动
    sed -i 's#daemonize no#daemonize yes#g' /usr/local/redis/etc/redis.conf 
    
    # 将redis加入到开机启动
    # 在里面添加内容:/usr/local/redis/bin/redis-server,意思就是开机调用这段开启redis的命令
    vim /etc/rc.local /usr/local/redis/etc/redis.conf 
    
    # 启动
    /usr/local/redis/bin/redis-server /usr/local/redis/etc/redis.conf 
    
    # 测试是否启动成功
    ps -aux|grep redis
    
    # 停止
    pkill redis  

    卸载

    # 删除安装目录
    rm -rf /usr/local/redis
    
    # 删除所有redis相关命令脚本 
    rm -rf /usr/bin/redis-* 
    
    # 删除redis解压文件夹
    rm -rf /root/download/redis-4.0.4 

    python连接Redis

    报错处理

    报错:redis.exceptions.ConnectionError: Error 10061 connecting to 192.168.214.14:6379. 由于目标计算机积极拒绝,无法连接。

    解决:下载并安装Redis-x64-3.2.100.msi,安装地址:https://github.com/MicrosoftArchive/redis/releases

     安

    装完成之后,双击redis-cli启动服务

    基本链接方式

    1、操作模式

    redis-py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。

    import redis
    
    r = redis.Redis(host='127.0.0.1',port=6379)
    r.set("age",23)
    print(r.get('name'))

    2、连接池

    redis-py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Redis,这样就可以实现多个Redis实例共享一个连接

    poor = redis.ConnectionPool(host='127.0.0.1',port=6379)
    r = redis.Redis(connection_pool=poor)
    r.set('school','ysg学院')
    print(r.get('school'),type(r.get('school')))   # b'ysgxe5xadxa6xe9x99xa2' <class 'bytes'>

    redis操作

    操作

    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。

    字符串操作

     redis中的String在在内存中按照一个name对应一个value来存储。如图:

    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
    
    get(name)
        # 获取值

    setnx(name, value)

    # 设置值,只有name不存在时,执行设置操作(添加)

    setex(name, time, value)

    # 设置值
    # 参数:
        # time,过期时间(数字秒 或 timedelta对象)

    psetex(name, time_ms, value)

    # 设置值
    # 参数:
        # time_ms,过期时间(数字毫秒 或 timedelta对象)

    mset(*args, **kwargs)

    # 批量设置值
    # 如:
        # mset(k1='v1', k2='v2')
        #
        # mget({'k1': 'v1', 'k2': 'v2'})
    r.mset({'k1':'v1','k2':'v2',})
    print(r.mget(['k1','k2']))
    
    # 结果
    [b'v1', b'v2']

    mget(keys, *args)

    # 批量获取
    # 如:
        # mget('k1', 'k2')
        #
        # r.mget(['k1', 'k2'])

    getset(name, value)

    # 设置新值并获取原来的值

    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)
    r.set('name','ysging')
    print(r.getrange('name',0,3))
    
    # 结果
    b'ysgi'

    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
    print(r.get('name'))
    r.setrange('name',2,'!!!')
    
    # 结果
    b'y!!!ng'

    strlen(name)

    # 返回name对应值的字节长度(一个汉字3个字节)

    incr(self, name, amount=1)

    # 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(必须是整数)
      
    # 注:同incrby
    print(r.get('age'))
    r.incr('age',amount=3)
    print(r.get('age'))
    
    # 结果
    b'24'
    b'27'

    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)

    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)

    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
    print(r.get('name'))
    r.append('name',123)
    print(r.get('name'))
    
    # 结果
    b'y!!!!g'
    b'y!!!!g123'

    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:  

     

     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)
    r.hset('infos', 'name', 'alex')
    print(r.hgetall('infos'))  
    
    # 结果
    {b'name': b'alex'}

    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'})
    r.hmset('infos',{'age':'100','a2':'b2','a3':'b3','k1':'v1'})
    print(r.hgetall('infos'))
    
    # 结果
    {b'name': b'alex', b'age': b'100', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1'}

    hget(name,key)

    # 在name对应的hash中获取根据key获取value
    print(r.hgetall('infos'))
    r.hmset('infos',{'age':'100','a2':'b2','a3':'b3','k1':'v1'})
    print(r.hget('infos','name'))
    
    # 结果
    {b'name': b'ysg', b'age': b'100', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1'}
    b'ysg'

    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'])
        #
        # print r.hmget('xx', 'k1', 'k2')
    print(r.hgetall('infos'))
    r.hmset('infos',{'age':'100','a2':'b2','a3':'b3','k1':'v1'})
    print(r.hmget('infos','name','age'))
    
    # 结果
    {b'name': b'ysg', b'age': b'100', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1'}
    [b'ysg', b'100']

    hgetall(name)

    # 获取name对应hash的所有键值

    hlen(name)

    # 获取name对应的hash中键值对的个数
    print(r.hlen('infos'))
    
    # 结果
    5

    hkeys(name)

    # 获取name对应的hash中所有的key的值
    print(r.hkeys('infos'))
    
    # 结果
    [b'name', b'age', b'a2', b'a3', b'k1']

    hvals(name)

    # 获取name对应的hash中所有的value的值
    print(r.hvals('infos'))
    
    # 结果
    [b'ysg', b'100', b'b2', b'b3', b'v1']

    hexists(name, key)

    # 检查name对应的hash是否存在当前传入的key
    print(r.hexists('infos','name'))
    print(r.hexists('infos','names'))
    
    # 结果
    True
    False

    hdel(name,*keys)

    # 将name对应的hash中指定key的键值对删除
    print(r.hgetall('infos'))
    r.hdel('infos','age')
    print(r.hgetall('infos'))
    
    # 结果
    {b'name': b'ysg', b'age': b'100', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1'}
    {b'name': b'ysg', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1'}

    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)
    print(r.hgetall('infos'))
    r.hincrby('infos','age',amount=3)
    print(r.hget('infos','age'))
    
    # 结果
    {b'name': b'ysg', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1', b'age': b'100'}
    b'103'

    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

    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
    print(r.hgetall('infos'))
    
    # 结果
    {b'name': b'ysg', b'a2': b'b2', b'a3': b'b3', b'k1': b'v1', b'age': b'103'}
    
    
    for i in r.hscan_iter('infos'):
        print(i)
    
    # 结果
    (b'name', b'ysg')
    (b'a2', b'b2')
    (b'a3', b'b3')
    (b'k1', b'v1')
    (b'age', b'103')
    
    
    for i in r.hscan_iter('infos',match='a*'):
        print(i)
    
    # 结果
    (b'a2', b'b2')
    (b'a3', b'b3')
    (b'age', b'103')

     

    redis的链表操作

    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。如图:

    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

    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
    r.lpush('count',56,25,78,93,11)
    r.rpush('new_count',56,25,78,93,11)
    print(r.lrange('count',0,-1))
    print(r.lrange('new_count',0,-1))
    
    #结果
    [b'11', b'93', b'78', b'25', b'56']
    [b'56', b'25', b'78', b'93', b'11']

    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
    print(r.lrange('count',0,-1))
    r.lpushx('count',100)
    print(r.lrange('count',0,-1))
    
    # 结果
    [b'11', b'93', b'78', b'25', b'56']
    [b'100', b'11', b'93', b'78', b'25', b'56']

    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
        # refvalue,标杆值,即:在它前后插入数据
        # value,要插入的数据
    print(r.lrange('count',0,-1))
    r.linsert('count','AFTER',93,100)
    print(r.lrange('count',0,-1))
    
    # 结果
    [b'100', b'11', b'93', b'78', b'25', b'56']
    [b'100', b'11', b'93', b'100', b'78', b'25', b'56']

    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
    print(r.lrange('count',0,-1))
    r.lset('count',3,105)
    print(r.lrange('count',0,-1))
    
    # 结果
    [b'100', b'11', b'93', b'100', b'78', b'25', b'56']
    [b'100', b'11', b'93', b'105', b'78', b'25', b'56']

    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
    print(r.lrange('sum',0,-1))
    r.lrem('sum',count=2,value=93)
    print(r.lrange('sum',0,-1))
    
    # 结果
    [b'11', b'93', b'78', b'25', b'56', b'11', b'93', b'78', b'56.25']
    [b'11', b'78', b'25', b'56', b'11', b'78', b'56.25']

    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
    print(r.lrange('sum',0,-1))
    r.lpop('sum')
    print(r.lrange('sum',0,-1))
    
    # 结果
    [b'11', b'78', b'25', b'56', b'11', b'78', b'56.25']
    [b'78', b'25', b'56', b'11', b'78', b'56.25']

    lindex(name, index)

    # 在name对应的列表中根据索引获取列表元素

    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
    print(r.lrange('sum',0,-1))
    r.ltrim('sum',1,4)
    print(r.lrange('sum',0,-1))
    
    # 结果
    [b'78', b'25', b'56', b'11', b'78', b'56.25']
    [b'25', b'56', b'11', b'78']

     

    redis的集合操作

    Set操作,Set集合就是不允许重复的列表

    sadd(name,values)

    # name对应的集合中添加元素

    smembers(name)

    # 获取name对应的集合的所有成员
    r.sadd('set_num',1,2,3,4,5,5)
    r.sadd('set_num2',1,2,3,)
    print(r.smembers('set_num'))
    print(r.smembers('set_num2'))
    
    # 结果
    {b'5', b'2', b'4', b'1', b'3'}
    {b'2', b'1', b'3'}

    scard(name)

    # 获取name对应的集合中元素个数

    sinter(keys, *args)

    # 交集,获取多一个name对应集合的交集
    print(r.sinter('set_num','set_num2'))
    
    # 结果
    {b'1', b'2', b'3'}

    sunion(keys, *args)

    # 并集,获取多一个name对应的集合的并集
    print(r.sunion('set_num','set_num2'))
    
    # 结果
    {b'2', b'1', b'4', b'5', b'3'}

    sdiff(keys, *args)

    # 差集,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.sdiff('set_num','set_num2'))
    
    # 结果
    {b'4', b'5'}

    sismember(name, value)

    # 检查value是否是name对应的集合的成员
    print(r.sismember('set_num',5))
    print(r.sismember('set_num',52))
    
    #结果
    True
    False

    spop(name)

    # 从集合中随机移除一个成员,并将其返回
    print(r.smembers('set_num'))
    print(r.spop('set_num'))
    print(r.smembers('set_num'))
    
    # 结果
    {b'5', b'2', b'3', b'1', b'4'}
    b'5'
    {b'1', b'3', b'2', b'4'}

    srandmember(name, numbers)

    # 从name对应的集合中随机获取 numbers 个元素
    print(r.smembers('set_num'))
    print(r.srandmember('set_num',2))
    
    # 结果
    {b'1', b'4', b'2', b'3'}
    [b'4', b'3']

    srem(name, values)

    # 在name对应的集合中删除某些值
    print(r.smembers('set_num'))
    r.srem("set_num",1)
    print(r.smembers('set_num'))
    
    # 结果
    {b'1', b'4', b'3', b'2'}
    {b'4', b'3', b'2'}

    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
    print(r.sscan_iter('set_num'))
    for i in r.sscan_iter('set_num'):
        print(i)
    
    # 结果
    <generator object Redis.sscan_iter at 0x00000253D7C895C8>
    b'2'
    b'3'
    b'4'

     

    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。

    zadd(name, *args, **kwargs)

    # 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}))<br><br># 查看:print(r.zscan("zz"))
    r.zadd('z',{"p2":2,"p1":1,"p4":4,"p5":5,"p3":3,})
    print(r.zscan('z'))
    
    # 结果
    (0, [(b'p1', 1.0), (b'p2', 2.0), (b'p3', 3.0), (b'p4', 4.0), (b'p5', 5.0)])

    zcard(name)

    # 获取name对应的有序集合元素的数量

    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.zscan('z'))
    print(r.zcount('z',1,3))
    print(r.zcount('z',1,4))
    
    # 结果
    (0, [(b'p1', 1.0), (b'p2', 2.0), (b'p3', 3.0), (b'p4', 4.0), (b'p5', 5.0)])
    3
    4

    zincrby(name, amount, value)

    # 自增name对应的有序集合的 name 对应的分数
    print(r.zscan('z'))
    r.zincrby('z','10','p1')
    print(r.zscan('z'))
    
    # 结果
    (0, [(b'p1', 1.0), (b'p2', 2.0), (b'p3', 3.0), (b'p4', 4.0), (b'p5', 5.0)])
    (0, [(b'p2', 2.0), (b'p3', 3.0), (b'p4', 4.0), (b'p5', 5.0), (b'p1', 11.0)])

    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
    aa=r.zrange("zset_name",0,1,desc=False,withscores=True,score_cast_func=int)
    print(aa)
    
    '''
    参数:
        name    redis的name
        start   有序集合索引起始位置
        end     有序集合索引结束位置
        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
    '''
    print(r.zrange('z',0,2))
    print(r.zrange('z',0,4))
    
    # 结果
    [b'p2', b'p3', b'p4']
    [b'p2', b'p3', b'p4', b'p5', b'p1']

    zscore(name, value)

    #获取name对应有序集合中 value 对应的分数

    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.zscan('z'))
    print(r.zrank('z','p5'))
    
    # 结果
    (0, [(b'p2', 2.0), (b'p3', 3.0), (b'p4', 4.0), (b'p5', 5.0), (b'p1', 11.0)])
    3

    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'])

    zremrangebyrank(name, min, max)

    # 根据排行范围删除

    zremrangebyscore(name, min, max)

    # 根据分数范围删除

    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
    r.zadd('ysg', {'n1': 1, 'n2': 1, 'x': 100})
    r.zadd('ysg2', {'n3': 1, 'n4': 1, 'x': 100})
    
    r.zinterstore('ysg4',('ysg','ysg2'))
    
    # 结果
    (0, [(b'x', 200.0)])

    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
    r.zadd('ysg', {'n1': 1, 'n2': 1, 'x': 100})
    r.zadd('ysg2', {'n3': 1, 'n4': 1, 'x': 100})
    
    r.zunionstore('ysg3', ('ysg', 'ysg2'))
    print(r.zscan('ysg3'))
    
    # 结果
    (0, [(b'n1', 1.0), (b'n2', 1.0), (b'n3', 1.0), (b'n4', 1.0), (b'x', 200.0)])

    其他常用操作

    delete(*names)

    # 根据删除redis中的任意数据类型

    exists(name)

    # 检测redis的name是否存在,返回值(0,1)

    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
    print(r.keys())                 # 获取所有的键值
    print(r.keys(pattern='ysg*'))   # 获取 ysg 开头的键值        

    expire(name ,time)

    # 为某个redis的某个name设置超时时间

    rename(src, dst)

    # 对redis的name重命名为

    randomkey()

    # 随机获取一个redis的name(不删除)

    type(name)

    # 获取name对应值的类型

    scan_iter(match=None, count=None)

    # 同字符串操作,用于增量迭代获取key
    for i in r.scan_iter(match='ysg*'):
        print(i)
    
    # 结果
    b'ysg2'
    b'ysg'
    b'ysg3'

    使用场景

    (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。

    管道

    相当于数据库中的事务处理。

    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。

    import redis
      
    pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
    r = redis.Redis(connection_pool=pool)
    # pipe = r.pipeline(transaction=False)
    pipe = r.pipeline(transaction=True)
      
    pipe.set('name', 'alex')
    pipe.set('role', 'sb')
      
    pipe.execute()

     

    发布订阅

    订阅者:

    import redis
     
    r=redis.Redis(host='127.0.0.1')
    pub=r.pubsub()
     
    pub.subscribe("fm104.5")
    pub.parse_response()
     
    while 1:
        msg = pub.parse_response()
        print(msg) 

    发布者:

    import redis
     
    r=redis.Redis(host='127.0.0.1')
    r.publish("fm104.5", "Hi,yuan!")

    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。

  • 相关阅读:
    可扩容分布式session方案
    Linux 极限压缩
    python调用jenkinsAPI
    Jenkins-slave分布式跨网络发布
    mysql查看指定数据库各表容量大小
    FastAPI--依赖注入之Depends(8)
    FastAPI--跨域处理(7)
    FastAPI--中间件(6)
    FastAPI--错误处理(5)
    FastAPI--响应报文(4)
  • 原文地址:https://www.cnblogs.com/ysging/p/12899067.html
Copyright © 2020-2023  润新知