zoukankan      html  css  js  c++  java
  • redis的操作

     redis相当于是一个在内存中创建的大字典

    redis的value有5大数据类型:

      

    redis的value有5大数据类型:
        字符串
      

        import redis
        conn = redis.Redis(host='192.168.11.61',port=6379)
        # 设置值
        conn.set('laowang_name','laowang')
          # 获取值
        val = conn.get('laowang_name').decode('utf-8')
        print(val)

    
        列表
        字典
        集合 
        有序集合

    其实redis是一个可以构造内部数据的大字典

    只要外面的大字典类型不变  那么我们就可以随意构造内部的字典,(里面的key的长度类型可以随意拼接)

    首先你要知道redis怎么设置值和获取值

    你要先导入redis模块
    
    import redis
    然后去连接你的redis 并且设置一个对象获取连接内容
    CONN = redis.Redis(host="192.169.11.11",port = 6379)  # redis默认的端口是6379
    然后设置值:
    CONN.set(键,值) #设置键值
    然后获取值
    CONN.get(键,).decode("utf-8")

    x

    redis设置值:

      

    set 字符串设置 h获取的是字符串类型的值  
    hset 字典类型设置 字典类型的值  
           

     

      

    CONN.set("laowang","老王")  #给redis设置一个键值laowang,值是老王的值

    CONN.hset("xx","laowang","老王") # 给redis中的xx中字典中设置一个键laowang值是老王

    Django连接数据库有两种,一种是配置在全局(比较麻烦,但是一次搞定终身使用),一种是配置在你使用的视图函数中(直接连接,但是每一个需要的视图函数都要连接一次)

    在每一个使用的视图中配置:

    import redis   # 导入rdis模块
    CONN = redis.Redis(host = "211.159.153.150",port = 6379)  # 连接redis数据库并且创建一个连接对象
    
    后面的操作都用这个连接对象来进行操作

    在settings中配置全局系信息:

     

        

    CACHES = {
        "default": {
            "BACKEND": "django_redis.cache.RedisCache",
            "LOCATION": "redis://192.168.11.61:6379",
            "OPTIONS": {
                "CLIENT_CLASS": "django_redis.client.DefaultClient",
                "CONNECTION_POOL_KWARGS": {"max_connections": 100},
                # "PASSWORD": "密码",
            }
        }
    }


    如果配置了全局信息就要从你的全局中找 就不能用redis模块而是django_redis

    from django_redis import get_redis_connection # 导入连接模块
    CONN = get_redis_connection("default") # 进行连接 和你的全局中的redis信息连接
     

    settings中的default:如果你只使用一个redis服务器就用这个名字,要是你用多个redis服务器就需要用不同的名字来区分不同的redis的服务器

    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实例共享一个连接池。

    #!/usr/bin/env python
    # -*- coding:utf-8 -*-
     
    import redis
     
    pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
     
    r = redis.Redis(connection_pool=pool)
    r.set('foo', 'Bar')
    print r.get('foo')

    操作

    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

    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
    setnx(name, value)
    1
        
    设置值,只有name不存在时,执行设置操作(添加)

    setnx(name, value)

    1
    设置值,只有name不存在时,执行设置操作(添加)

    setex(name, value, time)

    1
    2
    3
    # 设置值
    # 参数:
        # time,过期时间(数字秒 或 timedelta对象)

    psetex(name, time_ms, value)

    1
    2
    3
    # 设置值
    # 参数:
        # time_ms,过期时间(数字毫秒 或 timedelta对象)
    conn.psetex("name",6000, "老张")  # 设置一个只值6000毫秒后过期

    mset(*args, **kwargs)

    1
    2
    3
    4
    5
    批量设置值
    如:
        mset(k1='v1', k2='v2')
        
        mget({'k1': 'v1', 'k2': 'v2'})

     获取值就是用get

    val = conn.get("laowang_name").decode("utf8")  # 获取道的值需要decode

    批量获取:mget

    批量获取
    如:
        mget('ylr', 'wupeiqi')
        或
        r.mget(['ylr', 'wupeiqi'])
    conn.psetex("name",6000, "老张")
    val = conn.mget("laowang_name", "name")
    
    print(val)  # [b'laowang', b'xe8x80x81xe5xbcxa0'] 得到的是一个列表
    for i in val:
        m = i.decode("utf8")
        print(m)

    getset(name, value)

    1
    设置新值并获取原来的值

    hash操作,redis中Hash在内存中的存储格式如下图:

    "

    设置值:

    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)

    hset(name, key, value)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    # 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)

    hmset(name, mapping)

    1
    2
    3
    4
    5
    6
    7
    8
    # 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'})

    hget(name,key)

    1
    # 在name对应的hash中获取根据key获取value

    hmget(name, keys, *args)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    # 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')

    hgetall(name)

    1
    获取name对应hash的所有键值

    hlen(name)

    1
    # 获取name对应的hash中键值对的个数

    hkeys(name)

    1
    # 获取name对应的hash中所有的key的值

    hvals(name)

    1
    # 获取name对应的hash中所有的value的值

    hexists(name, key)

    1
    # 检查name对应的hash是否存在当前传入的key

    hdel(name,*keys)

    1
    # 将name对应的hash中指定key的键值对删除

    hincrby(name, key, amount=1)

    1
    2
    3
    4
    5
    # 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)

    hincrbyfloat(name, key, amount=1.0)

    1
    2
    3
    4
    5
    6
    7
    8
    # 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(name, cursor=0, match=None, count=None)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    # 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

    hscan_iter(name, match=None, count=None)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    # 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

      

    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:

                                                                      

    hincrbyfloat(name, key, amount=1.0)

    1
    2
    3
    4
    5
    6
    7
    8
    # 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(name, cursor=0, match=None, count=None)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    # 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

     

     

     

     

    .

  • 相关阅读:
    ubuntu下进程kidle_inject致使编译软件很慢
    linux下保存下位机输出的串口信息为文件
    ubuntu下转换flv格式为mp4格式
    ubuntu下安装mkfs.jffs工具
    linux下安装evernote国际版
    linux 下使用命令查看jvm信息
    linux下面实时查看进程,内存以及cpu使用情况使用命令
    Java7/8 中的 HashMap 和 ConcurrentHashMap 全解析
    linux如何复制文件夹和移动文件夹
    linux解压war包的命令
  • 原文地址:https://www.cnblogs.com/zhaoyunlong/p/9468375.html
Copyright © 2011-2022 走看看