1. 安装pyredis

首先安装pip


<SHELL># apt-get install python-pip

......

<SHELL># pip install --proxy=http://172.1.2.6:8080 redis

Downloading redis-2.9.1.tar.gz (62kB): 62kB downloaded

Running setup.py (path:/tmp/pip_build_root/redis/setup.py) egg_info for package redis

......

Successfully installed redis

Cleaning up...

也可以使用easy_install的方式来安装:



easy_install redis

或者直接编译安装:




wget https://pypi.python.org/packages/source/r/redis/redis-2.9.1.tar.gz

tar xvzf redis-2.9.1.tar.gz

cd redis-2.9.1

python setup.py install


2 . 简单的redis操作

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。同理,python的redis没有实现select命令。



>>>import redis


>>>r = redis.Redis(host='localhost',port=6379,db=0)


>>>r.set('guo','shuai')


True


>>>r.get('guo')


'shuai'

>>> r['guo']

'shuai'

>>>r.keys()

['guo']

>>>r.dbsize() #当前数据库包含多少条数据

1L

>>>r.delete('guo')

1

>>>r.save() #执行“检查点”操作,将数据写回磁盘。保存时阻塞

True

>>> r.get('guo');

>>>r.flushdb() #清空r中的所有数据

True



3. pipeline操作

管道(pipeline)是redis在提供单个请求中缓冲多条服务器命令的基类的子类。它通过减少服务器-客户端之间反复的TCP数据库包,从而大大提高了执行批量命令的功能。



>>>p = r.pipeline() --创建一个管道


>>>p.set('hello','redis')


>>> p.sadd('faz','baz')


>>> p.incr('num')


>>>p.execute()


[True, 1, 1]

>>> r.get('hello')

'redis'

管道的命令可以写在一起,如:



1

>>> p.set('hello','redis').p.sadd('faz','baz').incr('num').execute()


默认的情况下,管道里执行的命令可以保证执行的原子性,


执行pipe = r.pipeline(transaction=False)可以禁用这一特性。


4. 应用场景 – 页面点击数

《Redis Cookbook》对这个经典场景进行详细描述。假定我们对一系列页面需要记录点击次数。例如论坛的每个帖子都要记录点击次数,而点击次数比回帖的次数的多得多。如果使用关系数据库来存储点击,可能存在大量的行级锁争用。所以,点击数的增加使用redis的INCR命令最好不过了。

当redis服务器启动时,可以从关系数据库读入点击数的初始值(1237这个页面被访问了34634次)



>>> r.set("visit:1237:totals",34634)

True

每当有一个页面点击,则使用INCR增加点击数即可。



>>> r.incr("visit:1237:totals")

34635

>>> r.incr("visit:1237:totals")

34636

页面载入的时候则可直接获取这个值




>>> r.get ("visit:1237:totals")

'34636'



5. 使用hash类型保存多样化对象

当有大量类型文档的对象,文档的内容都不一样时,(即“表”没有固定的列),可以使用hash来表达。




>>>r.hset('users:jdoe', 'name', "John Doe")

1L

>>> r.hset('users:jdoe', 'email', 'John@test.com')

1L

>>> r.hset('users:jdoe', 'phone', '1555313940')

1L

>>> r.hincrby('users:jdoe', 'visits', 1)

1L

>>>r.hgetall('users:jdoe')

{'phone': '1555313940', 'name': 'John Doe', 'visits': '1', 'email': 'John@test.com'}

>>> r.hkeys('users:jdoe')

['name', 'email', 'phone', 'visits']



6. 应用场景 – 社交圈子数据

在社交网站中,每一个圈子(circle)都有自己的用户群。通过圈子可以找到有共同特征(比如某一体育活动、游戏、电影等爱好者)的人。当一个用户加入一个或几个圈子后,系统可以向这个用户推荐圈子中的人。

我们定义这样两个圈子,并加入一些圈子成员。



>>> r.sadd('circle:game:lol','user:debugo')

1

>>>r.sadd('circle:game:lol','user:leo')

1

>>> r.sadd('circle:game:lol','user:Guo')

1

>>> r.sadd('circle:soccer:InterMilan','user:Guo')

1

>>> r.sadd('circle:soccer:InterMilan','user:Levis')

1

>>> r.sadd('circle:soccer:InterMilan','user:leo')

1

#获得某一圈子的成员




>>> r.smembers('circle:game:lol')

set(['user:Guo', 'user:debugo', 'user:leo'])

redis> smembers circle:jdoe:family

可以使用集合运算来得到几个圈子的共同成员:




>>>r.sinter('circle:game:lol', 'circle:soccer:InterMilan')

set(['user:Guo', 'user:leo'])


>>>r.sunion('circle:game:lol', 'circle:soccer:InterMilan')

set(['user:Levis', 'user:Guo', 'user:debugo', 'user:leo'])



7. 应用场景 – 实时用户统计

Counting Online Users with Redis介绍了这个方法。当我们需要在页面上显示当前的在线用户时,就可以使用Redis来完成了。首先获得当前时间(以Unix timestamps方式)除以60,可以基于这个值创建一个key。然后添加用户到这个集合中。当超过你设定的最大的超时时间,则将这个集合设为过期;而当需要查询当前在线用户的时候,则将最后N分钟的集合交集在一起即可。由于redis连接对象是线程安全的,所以可以直接使用一个全局变量来表示。


import time

from redis import Redis

from datetime import datetime

ONLINE_LAST_MINUTES = 5

redis = Redis()

def mark_online(user_id): #将一个用户标记为online

now = int(time.time()) #当前的UNIX时间戳

expires = now + (app.config['ONLINE_LAST_MINUTES'] * 60) + 10 #过期的UNIX时间戳

all_users_key = 'online-users/%d' % (now // 60) #集合名,包含分钟信息

user_key = 'user-activity/%s' % user_id

p = redis.pipeline()

p.sadd(all_users_key, user_id) #将用户id插入到包含分钟信息的集合中

p.set(user_key, now) #记录用户的标记时间

p.expireat(all_users_key, expires) #设定集合的过期时间为UNIX的时间戳

p.expireat(user_key, expires)

p.execute()

def get_user_last_activity(user_id): #获得用户的最后活跃时间

last_active = redis.get('user-activity/%s' % user_id) #如果获取不到,则返回None

if last_active is None:

return None

return datetime.utcfromtimestamp(int(last_active))

def get_online_users(): #获得当前online用户的列表

current = int(time.time()) // 60

minutes = xrange(app.config['ONLINE_LAST_MINUTES'])

return redis.sunion(['online-users/%d' % (current - x) #取ONLINE_LAST_MINUTES分钟对应集合的交集

for x in minutes])




import redis

r = redis.Redis(host=’localhost’, port=6379, db=0)

r['test'] = ‘test’ #或者可以r.set(‘test’, ‘test’) 设置key

r.get(‘test’)#获取test的值

r.delete(‘test’)#删除这个key

r.flushdb()#清空数据库

r.keys()#列出所有key

r.exists(‘test’)#检测这个key是否存在

r.dbsize()#数据库中多少个条数




info = r.info()
for key in info:
print "%s: %s" % (key, info[key])

# 查数据库大小
print '\ndbsize: %s' %r.dbsize()

# 看连接
print "ping %s" %r.ping()

# 选数据库
#r.select(2)

# 移动数据去2数据库
#r.move('a',2)

# 其他
#r.save('a')# 存数据
#r.lastsave('a')# 取最后一次save时间
#r.flush()#刷新
#r.shutdown()#关闭所有客户端,停掉所有服务,退出服务器
#
#--------------------------------------------
# 它有四种类型: string(key,value)、list(序列)、set(集合)、zset(有序集合,多了一个顺序属性)
# 不知道你用的哪种类型?
# printr.get_type('a')#可以告诉你
# -------------------------------------------
# string操作
print '-'*20
# 塞数据
r['c1'] = 'bar'
#或者
r.set('c2','bar')
#这里有个 getset属性,如果为True 可以在存新数据时将上次存储内容同时搞出来
print 'getset:',r.getset('c2','jj')
#如果你想设置一个递增的整数 每执行一次它自加1:
print 'incr:',r.incr('a')
#如果你想设置一个递减的整数 please:
print 'decr:',r.decr('a')

# 取数据
print 'r['']:',r['c1']
#或者
print 'get:',r.get('a')
#或者 同时取一批
print 'mget:',r.mget('c1','c2')
#或者 同时取一批 它们的名字(key)很像 而恰好你又不想输全部
print 'keys:',r.keys('c*')
#又或者 你只想随机取一个:
print 'randomkey:',r.randomkey()


# 查看一个数据有没有 有 1 无0
print 'existes:',r.exists('a')

# 删数据 1是删除成功 0和None是没这个东西
print 'delete:',r.delete('cc')
# 哦对了 它是支持批量操作的
print 'delete:',r.delete('c1','c2')

# 其他
r.rename('a','c3')#呃.改名
r.expire('c3',10) #让数据10秒后过期 说实话我不太明白么意思
r.ttl('c3') #看剩余过期时间 不存在返回-1

#--------------------------------
# 序列(list)操作
print '-'*20
# 它是两头通的
# 塞入
r.push('b','gg')
r.push('b','hh')
# head 属性控制是不是从另一头塞
r.push('b','ee',head=True)
# 看长度
print 'list len:',r.llen('b')
# 列出一批出来
print 'list lrange:',r.lrange('b',start=0,end=-1)

# 取出一位
print 'list index 0:',r.lindex('b',0)

# 修剪列表
#若start 大于end,则将这个list清空
print 'list ltrim :',r.ltrim('b',start=0,end=3) #只留 从0到3四位

# 排序
# 这可是个大工程

#--------------------------------
# 集合(set)操作
# 塞数据
r.sadd('s', 'a')

# 判断一个set长度为多少 不存在为0
r.scard('s')

# 判断set中一个对象是否存在
r.sismember('s','a')

# 求交集
r.sadd('s2','a')
r.sinter('s1','s2')

#求交集并将结果赋值
r.sinterstore('s3','s1','s2')

# 看一个set对象
r.smembers('s3')

# 求并集
r.sunion('s1','s2')

#求并集 并将结果返回
r.sunionstore('ss','s1','s2','s3')

# 求不同
# 在s1中有,但在s2和s3中都没有的数
r.sdiff('s1','s2','s3')
r.sdiffstore('s4','s1','s2')# 这个你懂的

# 取个随机数
r.srandmember('s1')

#-------------------------------------
#zset 有序set
#'zadd', 'zcard', 'zincr', 'zrange', 'zrangebyscore', 'zrem', 'zscore'
# 分别对应
#添加, 数量, 自加1,取数据,按照积分(范围)取数据,删除,取积分



更多相关文章

  1. Python基础数据类型-函数传参详解
  2. 如何在序列化后从查询中更新json数据?
  3. 腾讯应用宝采集数据分析
  4. Python脚本如何获取当前环节和用户等信息
  5. 机器学习Python数据特征选定
  6. Python3 基本数据类型
  7. Django 1.5多用户身份验证或
  8. 《数据结构与算法Python语言描述》裘宗燕 笔记 第五章 栈和队列
  9. python--数据库支持

随机推荐

  1. 作业调度中间件 Elastic-Job-Cloud 源码
  2. android framework中添加使用第三方jar包
  3. 链路追踪 SkyWalking 源码分析 —— 调试
  4. 链路追踪 SkyWalking 源码分析 —— Coll
  5. 链路追踪 SkyWalking 源码分析 —— Coll
  6. Vue生命周期钩子简介[每日前端夜话0x8A]
  7. 链路追踪 SkyWalking 源码分析 —— Agen
  8. Azure DevTest Lab体验(一)简介及部署
  9. 我是如何拿到蚂蚁金服 offer ?
  10. Java 8 日期/时间 API