百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

python 模块Redis模块,连接Redis数据库

off999 2024-11-04 13:16 13 浏览 0 评论

Redis window安装教程
Redis超全语法大全

一、安装

官网:https://redis-py.readthedocs.io/en/stable/

pip install redis


二、连接数据库

  1. 同步连接
import redis

with redis.Redis(host='127.0.0.1',port=6379,decode_responses=True) as connect:
    connect.set('test','哈哈哈哈')
    print(connect.get('test'))
  1. 异步连接
import asyncio
import redis.asyncio as redis

async def run():
    async with redis.Redis(host='127.0.0.1',port=6379,decode_responses=True) as connect:
        await connect.set('test','我是异步')
        result = await connect.get('test')
        print(result)

asyncio.run(run())

三、连接数据库函数

  1. redis.Redis() 连接数据库
redis.Redis(
    host='localhost', #ip地址
    port=6379, #端口
    db=0, #数据库,默认 0
    password=None, #密码
    single_connection_client=False, #True,不使用连接池
    connection_pool=None, #连接池
    decode_responses=False, #True时,将返回结果decode,即将bytes类型改为默认utf-8
    socket_timeout=None, #响应的时间
    socket_connect_timeout=None, #建立连接超时时间
    retry_on_timeout=False, #True时, 命令超时后,将会重试一次, 重试成功则正常返回; 失败则抛出timeout异常;False时直接抛出异常
    retry_on_error=None, #重试错误列表
    max_connections=None, #最大连接数
)
  1. redis.asyncio.Redis() 异步连接数据库
import redis.asyncio as redis

redis.Redis(
    host='localhost', #ip地址
    port=6379, #端口
    db=0, #数据库,默认 0
    password=None, #密码
    single_connection_client=False, #True,不使用连接池
    connection_pool=None, #连接池
    decode_responses=False, #True时,将返回结果decode,即将bytes类型改为默认utf-8
    socket_timeout=None, #响应的时间
    socket_connect_timeout=None, #建立连接超时时间
    retry_on_timeout=False, #True时, 命令超时后,将会重试一次, 重试成功则正常返回; 失败则抛出timeout异常;False时直接抛出异常
    retry_on_error=None, #重试错误列表
    max_connections=None, #最大连接数
)

四、字符串操作,异步需要使用async await

  1. connect.set(name,value,ex=None, px=None, nx=False, xx=False) 设置值
'''
设置键和值(字符串类型)
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,当前set操作才执行
'''

connect.set('test','哈哈哈哈')
  1. connect.setnx(name,value) 设置值,只有name不存在时,执行设置操作
  2. connect.setex(name, time, value)) 设置值,time过期时间(秒)
  3. connect.psetex(name, time_ms, value) 设置值,time_ms过期时间(毫秒)
  4. connect.mset({name1:value1,name2:value2,name3:value3,....}) 批量设置值
  5. connect.get(name) 获取值
  6. connect.mget(name1,name2,name3,.....) 批量获取值
  7. connect.getrange(name, start, end) 获取部分值
'''
name:键值名
start:开始index
end:结束index,不包含结束index的字符
'''

connect.set('test','哈哈哈哈')
print(connect.getrange('test', 0, 2))
  1. connect.getset(name,value) 设置新值,并获取旧值
  2. connect.setrange(name, offset, value) 从指定字符串索引offset开始,替换字符串
  3. connect.append(name,value) 在原有字符基础上追加字符
  4. connect.strlen(name) 返回name对应值的字节长度(一个汉字3个字节)
  5. connect.incr(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
  6. connect.decr(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
  7. connect.incrby(name, amount=1) 在原有数值基础上加上一定的数值,当 name 不存在时,则创建 name=amount
  8. connect.decrby(name, amount=1) 在原有数值基础上减去一定的数值,当 name 不存在时,则创建 name=amount
  9. connect.incrbyfloat( 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。
  10. connect.setbit(name, offset, value) 对 name 对应值的二进制表示的位进行操作
  11. connect.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)
  12. connect.bitcount(key, start=None, end=None) 获取name对应的值的二进制表示中 1 的个数

五、列表操作,异步需要使用async await

  1. connect.lpush(name,values) 添加列表,从左边新增加
connect.lpush('test_list',1,2,3,4)
  1. connect.rpush(name,values) 添加列表,从右边新增加
  2. connect.lpushx(name,value) 向已有name的列表的左边添加元素,没有的话无法创建
  3. connect.rpushx(name,value) 向已有name的列表的右边添加元素,没有的话无法创建
  4. connect.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
'''
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
'''
connect.linsert('test_list','BEFORE','2','5')
  1. connect.lset(name, index, value) 指定索引位置重新赋值
  2. connect.lrem(name, value, num) 删除指定的value,num为负数时从后向前删除
  3. connect.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
  4. connect.rpop() 在name对应的列表的右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
  5. connect.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
  6. connect.brpop(keys, timeout) 将多个列表排列,按照从右到左去移除各个列表内的元素
connect.blpop(['test_list','test_list1'], timeout=2)
  1. connect.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
'''
src - 要取数据的列表的 name
dst - 要添加数据的列表的 name
'''
connect.rpoplpush('test_list','test_list1')
  1. connect.brpoplpush(src, dst) 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
'''
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
'''
connect.brpoplpush('test_list','test_list1')
  1. connect.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
  2. connect.llen(name) 获取name列表中值的数量
  3. connect.lindex(index) 取值(根据索引号取值)
  4. connect.lrange(name,start,end) 在name对应的列表中取出start-end索引之间的值,包含end

六、hash类型操作,异步需要使用async await

  1. connect.hset(name, key, value) 增加hash类型键值
  2. connect.hsetnx(name, key, value) 设置值,只有name不存在时,执行设置操作
  3. connect.hget(name,key) 获取对应的key值
  4. connect.hmset(name,{key1:value1,key2:value2,key3:value3,.....}) 批量添加值
  5. connect.hmget(name,[key1,key2,key3,...]) 批量获取值
  6. connect.hgetall(name) 取出所有的值
  7. connect.hkeys(name) 获取所有的key
  8. connect.hvals(name) 获取所有的value
  9. connect.hscan(name, cursor=0, match=None, count=None) 取值查看--分片读取
'''
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
'''

connect.hscan('test')
  1. connect.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
'''
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
'''
test = connect.hscan_iter('test')
for i in test:
    print(i)
  1. connect.hlen(name) 获取hash中键值对的个数
  2. connect.hstrlen(name,key) 获取指定key值的长度
  3. connect.hincrby(name, key, amount=1) 自增自减数(将key对应的value--整数 自增1或者2,或者别的整数 负数就是自减)
  4. connect.hincrbyfloat(name, key, amount=1.0) 自增自减浮点数(将key对应的value--浮点数 自增1.0或者2.0,或者别的浮点数 负数就是自减)
  5. connect.hdel(name,keys) 删除hash中键值对
connect.hdel('test','name') #删除一个
connect.hdel('test',['name','age']) #删除多个
  1. connect.hexists(name, key) 判断hash中key是否存在

七、set类型操作,异步需要使用async await

  1. connect.sadd(name,values) 对应的集合中添加元素
connect.sadd('test_set',1,2,3,4,5)
  1. connect.scard(name) 获取name集合中的个数
  2. connect.smembers(name) 获取name集合中的所有元素
  3. connect.sscan(name, cursor=0, match=None, count=None)
  4. connect.sscan_iter(name, match=None, count=None)
  5. connect.srem(name, values) 在name对应的集合中删除某些值
  6. connect.spop(name) 从集合移除一个成员,并将其返回,说明一下,集合是无序的,所有是随机删除的
  7. connect.srandmember(namem,num) 从集合随机取出num个元素
  8. connect.smove(src, dst, value) 将某个成员从一个集合中移动到另外一个集合
  9. connect.sismember(name, value) 检查value是否是name对应的集合的成员,结果为True和False
  10. connect.sdiff(keys) 获取多个集合的差集
connect.sdiff(['test_set','test_set1','test_set2'])
  1. connect.sdiffstore(dest, keys) 获取多个集合的差集,并存进一个新的集合
connect.sdiffstore('new_test_set',['test_set','test_set1','test_set2'])
  1. connect.sinter(keys) 获取多个集合的交集
  2. connect.sinterstore(dest, keys) 获取多个集合的差集,并存进一个新的集合
  3. connect.sunion(keys) 获取多个集合的并集
  4. connect.sunionstore(dest, keys) 获取多个集合的并集,并存进一个新的集合

八、有序集合类型,异步需要使用async await

  1. connect.zadd(name,mapping,nx= False,xx= False,ch= False,incr= False,gt= False,lt= False) 对应的集合中添加元素
'''
name - redis的name
mapping - 添加到集合的键值对
nx - 强制ZADD只创建新元素而不更新已经存在的元素的分数。
xx - 强制ZADD只更新已经存在的元素的分数存在。不会添加新元素。
ch - 将返回值修改为已更改的元素数。更改的元素包括添加的新元素和元素谁的分数变了。
incr - 修改ZADD的行为像ZINCRBY。在这种模式下,只有a可以指定单个元素/分数对,分数是数量现有的分数将增加到。使用此模式时ZADD的返回值将是元素的新分数。
LT - 仅在新分数小于时更新现有元素当前分数。这个标志不会阻止添加新元素。
GT - 仅在新分数大于时更新现有元素当前分数。这个标志不会阻止添加新元素。
'''
connect.zadd('test',{'key1': 20,'key2': 10})
  1. connect.zcard(name) 获取元素集合中的个数
  2. connect.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
'''
name - redis的name
start - 有序集合索引起始位置(非分数)
end - 有序集合索引结束位置(非分数)
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
'''
connect.zrange('test',0,1,withscores=True)
  1. connect.zrevrange(name, start, end, withscores=False, score_cast_func=float) 从大到小排序(同zrange默认排序,集合是从大到小排序的)
  2. connect.zrangebyscore(name, min, max, start=None, num=None, 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
'''
name - redis的name
min - 最小值
max - 最大值
start - 有序集合索引起始位置(非分数)
num - 获取数量
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
'''
connect.zrangebyscore('test',min=0,max=10,start=0,num=1,withscores=True)
  1. connect.zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float) 按照分数范围获取有序集合的元素并排序(默认从大到小排序)
  2. connect.zscan(name, cursor=0, match=None, count=None, score_cast_func=float) 获取所有元素
  3. connect.zscan_iter(name, match=None, count=None, score_cast_func=float) 获取所有元素--迭代器
  4. connect.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
  5. connect.zincrby(name, value, amount) 自增
  6. connect.zrank(name, value) 获取索引,按照分数顺序(从小到大)
  7. connect.zrevrank(name, value) 获取索引,按照倒序(从大到小)
  8. connect.zrem(name, value1,value2,...) 删除name对应的有序集合中值是values的成员
  9. connect.zremrangebyrank(name, min, max) 根据索引范围删除
  10. connect.zremrangebyscore(name, min, max) 根据分数范围删除
  11. connect.zscore(name, value) 获取对应值的分数

九、其他函数,异步需要使用async await

  1. connect.close() 关闭Redis连接
  2. connect.select(index) 切换数据库
connect.select(0)
connect.select(1)
connect.select(2)
  1. connect.ping() 判断服务器是否连接成功
  2. connect.echo(str) 从服务器输出字符串
  3. connect.dbsize() 返回服务器中的键数
  4. connect.keys(pattern) 返回匹配' ' pattern ' '的键列表,不传返回全部
  5. connect.scan_iter(match,count) 返回匹配match键迭代器,不传返回全部
  6. connect.time() 返回服务器时间为包含两个元素的int元组
  7. connect.lastsave()返回一个Python datetime对象,表示对象最后一次使用的时间
  8. connect.save() 保存数据
  9. connect.bgsave() 异步保存数据
  10. connect.shutdonw(save= False,nosave = False,now = False,force = False,abort = False,) 如果Redis配置了持久化,数据将在关机前被刷新
'''
save - 也会强制执行DB保存操作
nosave - 将阻止数据库保存操作,即使有一个或多个保存点配置
now - 跳过等待滞后副本,即它绕过了第一步关机顺序
force - 忽略任何通常会阻止服务器退出的错误
abort - 取消正在进行的关机,不能与其他标志结合使用
'''
  1. connect.move(name,db) 将键name移动到另一个数据库 db
  2. connect.flushall(asynchronous = False) 删除当前主机上所有数据库中的所有键,asynchronous 是否异步
  3. connect.flushdb(asynchronous = False) 删除当前数据库中的所有键,asynchronous 是否异步
  4. connect.dump(name) 返回存储在指定键处的值的序列化版本
  5. connect.type(name) 返回键类型
  6. connect.rename(src,dst) 重命名键src为dst
  7. connect.renamex(src,dst) 如果dst不存在,则将src重命名为dst
  8. connect.delete(names) 删除一个或多个由names指定的键
  9. connect.exists(names) 一个或多个由'names指定的键是是否存在
  10. connect.expire(name,time,nx = False,xx= False,gt = False,lt = False) 使用给定在键name上为time秒设置一个过期标志
'''
name - redis的name
time - 过期时间
nx - 仅当密钥没有过期时设置过期
xx - 仅当密钥已存在过期时才设置过期
gt - 仅当新过期时间大于当前过期时间时设置过期时间
lt - 仅在新到期时间小于当前到期时间时设置到期时间
'''
  1. connect.expireat(name,when,nx = False,xx= False,gt = False,lt = False) 使用给定的“选项”在键name上设置一个过期标志
'''
name - redis的name
when - 可以表示为整数表示unix时间或Python datetime对象
nx - 仅当密钥没有过期时设置过期
xx - 仅当密钥已存在过期时才设置过期
gt - 仅当新过期时间大于当前过期时间时设置过期时间
lt - 仅在新到期时间小于当前到期时间时设置到期时间
'''
  1. connect.pexpire(name,time,nx = False,xx= False,gt = False,lt = False) 使用给定在键name上为timeh毫秒设置一个过期标志
'''
name - redis的name
time - 过期时间
nx - 仅当密钥没有过期时设置过期
xx - 仅当密钥已存在过期时才设置过期
gt - 仅当新过期时间大于当前过期时间时设置过期时间
lt - 仅在新到期时间小于当前到期时间时设置到期时间
'''
  1. connect.pexpireat(name,when,nx = False,xx= False,gt = False,lt = False) 使用给定的“选项”在键name上设置一个过期标志
'''
name - redis的name
when - 可以表示为整数表示unix时间或Python datetime对象
nx - 仅当密钥没有过期时设置过期
xx - 仅当密钥已存在过期时才设置过期
gt - 仅当新过期时间大于当前过期时间时设置过期时间
lt - 仅在新到期时间小于当前到期时间时设置到期时间
'''
  1. connect.ttl(name) 返回键name到期前的秒数
  2. connect.pttl(name) 返回键name到期前的毫秒数
  3. connect.persist(name) 删除name的过期

十、连接池,异步需要使用async await

  1. redis.ConnectionPool(option) option参数大部分和redis.Redis一致
import redis

pool = redis.ConnectionPool(host='127.0.0.1',port=6379,decode_responses=True)

connect = redis.Redis(connection_pool=pool)
connect.set('name','数据库0')

print(connect.get('name'))
  1. redis.BlockingConnectionPool(option) option参数大部分和redis.Redis一致

BlockingConnectionPool和ConnectionPool功能是一样的,但是是线程安全的,在多线程的环境下,建议用BlockingConnectionPool,比如gunicorn使用了多线程的worker。同时,当所有连接都在使用时,获取可用连接不会抛异常,而是可以设置等待时间。

相关推荐

python gui编程框架推荐以及介绍(python gui开发)

Python的GUI编程框架有很多,这里为您推荐几个常用且功能强大的框架:Tkinter:Tkinter是Python的标准GUI库,它是Python内置的模块,无需额外安装。它使用简单,功能较为基础...

python自动化框架学习-pyautogui(python接口自动化框架)

一、适用平台:PC(windows和mac均可用)二、下载安装:推荐使用命令行下载(因为会自动安装依赖库):pipinstallPyAutoGUI1该框架的依赖库还是蛮多的,第一次用的同学耐心等...

Python 失宠!Hugging Face 用 Rust 新写了一个 ML框架,现已低调开源

大数据文摘受权转载自AI前线整理|褚杏娟近期,HuggingFace低调开源了一个重磅ML框架:Candle。Candle一改机器学习惯用Python的做法,而是Rust编写,重...

Flask轻量级框架 web开发原来可以这么可爱呀~(建议收藏)

Flask轻量级框架web开发原来可以这么可爱呀大家好呀~今天让我们一起来学习一个超级可爱又实用的PythonWeb框架——Flask!作为一个轻量级的Web框架,Flask就像是一个小巧精致的工...

Python3使用diagrams生成架构图(python架构设计)

目录技术背景diagrams的安装基础逻辑关系图组件簇的定义总结概要参考链接技术背景对于一个架构师或者任何一个软件工程师而言,绘制架构图都是一个比较值得学习的技能。这就像我们学习的时候整理的一些Xmi...

几个高性能Python网络框架,高效实现网络应用

Python作为一种广泛使用的编程语言,其简洁易读的语法和强大的生态系统,使得它在Web开发领域占据重要位置。高性能的网络框架是构建高效网络应用的关键因素之一。本文将介绍几个高性能的Python网络框...

Web开发人员的十佳Python框架(python最好的web框架)

Python是一种面向对象、解释型计算机程序设计语言。除了语言本身的设计目的之外,Python的标准库也是值得大家称赞的,同时Python还自带服务器。其它方面,Python拥有足够多的免费数据函数库...

Diagram as Code:用python代码生成架构图

工作中常需要画系统架构图,通常的方法是通过visio、processon、draw.io之类的软件,但是今天介绍的这个软件Diagrams,可以通过写Python代码完成架构图绘制,确实很co...

分享一个2022年火遍全网的Python框架

作者:俊欣来源:关于数据分析与可视化最近Python圈子当中出来一个非常火爆的框架PyScript,该框架可以在浏览器中运行Python程序,只需要在HTML程序中添加一些Python代码即可实现。该...

10个用于Web开发的最好 Python 框架

Python是一门动态、面向对象语言。其最初就是作为一门面向对象语言设计的,并且在后期又加入了一些更高级的特性。除了语言本身的设计目的之外,Python标准库也是值得大家称赞的,Python甚至还...

使用 Python 将 Google 表格变成您自己的数据库

图片来自Shutterstock,获得FrankAndrade的许可您知道Google表格可以用作轻量级数据库吗?GoogleSheets是一个基于云的电子表格应用程序,可以像大多数数据库管...

牛掰!用Python处理Excel的14个常用操作总结!

自从学了Python后就逼迫用Python来处理Excel,所有操作用Python实现。目的是巩固Python,与增强数据处理能力。这也是我写这篇文章的初衷。废话不说了,直接进入正题。数据是网上找到的...

将python打包成exe的方式(将python文件打包成exe可运行文件)

客户端应用程序往往需要运行Python脚本,这对于那些不熟悉Python语言的用户来说可能会带来一定的困扰。幸运的是,Python拥有一些第三方模块,可以将这些脚本转换成可执行的.exe...

对比Excel学Python第1练:既有Excel,何用Python?

背景之前发的文章开头都是“Python数据分析……”,使得很多伙伴以为我是专门分享Python的,但我的本意并非如此,我的重点还是会放到“数据分析”上,毕竟,Python只是一种工具而已。现在网上可以...

高效办公:Python处理excel文件,摆脱无效办公

一、Python处理excel文件1.两个头文件importxlrdimportxlwt其中xlrd模块实现对excel文件内容读取,xlwt模块实现对excel文件的写入。2.读取exce...

取消回复欢迎 发表评论: