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 操作 Redis 数据库(python连接redis数据库)

off999 2024-11-04 13:16 14 浏览 0 评论

Redis 作为常用的 NoSql 数据库,主要用于缓存数据,提高数据读取效率,那在 Python 中应该如果连接和操作 Redis 呢?今天就为大家简单介绍下,在 Python 中操作 Redis 常用命令。

安装 redis

首先还是需要先安装 redis 模块,使用如下命令:

$ pip3 install redis

创建 redis 连接池

安装成功后就可以在代码中导入模块,然后通过创建连接池的方式,连接到 Redis 服务器,创建代码如下:

import redis   #导入redis模块

# 建议使用以下连接池的方式
# 设置decode_responses=True,写入的KV对中的V为string类型,不加则写入的为字节类型。
pool = redis.ConnectionPool(host='127.0.0.1', port=6379, db=0, decode_responses=True)
rs = redis.Redis(connection_pool=pool)

需要注意的是,设置 decode_responses=True,写入的 Key/Value 对中的 Value 为 string 类型,不加则写入的为字节类型。

Redis 操作方法

Redis 支持五种类型的数据操作,分别为字符串、 List、 Hash、 Set、 zSet类型,还有一些方法是不区分类型操作的。上面我们已经连接到 Redis 服务器,接下来为大家介绍各类型基本的操作方法。

字符串类型方法

  • 单键值操作

set(name, value, ex=None, px=None, nx=False, xx=False)

参数说明:

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

使用方法如下:

# key="color",value="red",设置过期时间5秒
rs.set('color', 'red', ex=5)

# 与rs.set('color', 'red', ex=5)相同
rs.setex('color', 5, 'red')

# 打印获取color键对应的值,超时后获取值为None
print(rs.get('color'))

# 如果color存在输出None,如果不存在,则输出True
print(rs.set('color', 'green', nx=True))

# 如果color存在输出True,如果不存在,则输出None
print(rs.set('color', 'yellow', xx=True))
  • 批量键值操作

可以批量对多个 key 赋值,也可以同时获取多个 key 的值,使用方法如下:

# 批量赋值
rs.mset({'key1':'value1', 'key2':'value2', 'key3':'value3'})

# 批量获取值
rs.mget('key1', 'key2', 'key3')
  • 其他操作

除了基础的赋值和取值,可以在赋新值时返回旧值,还可将返回值通过索引来截取,也可以在 key 对应值后追回值等,具体使用可见以下代码:

# 设置新值为blue,同时返回设置前的值
print(rs.getset('color', 'blue'))  

rs.set('lang', 'Chinese')

# 取索引为1-3字符
print(rs.getrange('lang', 1, 3))  #返回结果: hin

# 从索引号为4字符开始向后替换
rs.setrange('lang', 4, 'a is great')   #返回结果:14

# 在lang对应值后面追加字符 "!"
rs.append('lang', '!')         #返回结果: 15

print(rs.get('lang'))    #返回结果:China is great!

# 返回lang对应值的长度
print(rs.strlen('lang'))   #返回结果:15

# 如果total对应值不存在,则total当前值设置为10
rs.incr('total', amount=10)

# 当前total对应值增加1
rs.incr('total')    #结果为11

# 当前total对应值减少1
rs.decr('total')    #结果为10

list 类型方法

list 的特点:一个有序的列表,列表中的元素可以重复,并且可以在列表前后或中间任意位置插入新元素,具体使用方式见如下代码:

# 每个新增元素都插入到list最左边,如果list不存在则会新建
rs.lpush('leftList', 1,2,3,4,5)
print(rs.lrange('leftList', 0, -1))  #返回结果:['5', '4', '3', '2', '1']

# 新插入元素在右侧,如果list不存在则新建
rs.rpush('rightList', 6,7,8,9,10)
print(rs.lrange('rightList', 0, -1))   #返回结果:['6', '7', '8', '9', '10']

# 在list左边新增元素,如果list不存在则不创建
rs.lpushx('noList', 'apple')
print(rs.llen('noList'))     #返回结果:0

# 在list中从左遍历出第一个为'7'的元素,在它后面(如果是在前面插入则用'before')插入元素'08'
rs.linsert('rightList', 'after', '7', '08')  
print(rs.lrange('rightList', 0, -1))   #返回结果:['6', '7', '08', '8', '9', '10']

# 将list中索引号为1的元素修改为'-7'
rs.lset('rightList', 1, '-7')
print(rs.lrange('rightList', 0, -1))   #返回结果:['6', '-7', '08', '8', '9', '10']

# 删除list中从左遍历第一个为'8'的元素
rs.lrem('rightList', '8', 1)
print(rs.lrange('rightList', 0, -1))   #返回结果:['6', '-7', '08', '9', '10']

# 弹出左侧第一个元素
rs.lpop('rightList')       #返回值为:'6'
print(rs.lrange('rightList', 0, -1))   #返回结果:['-7', '08', '9', '10']

#取出list中索引编号为1的值
print(rs.lindex('rightList', 1))  #返回结果:08

hash 类型方法

hash 的特点:一个 key 对应一个 value,并且 key 不允许重复,可以单个操作,也可以批量键值操作,下面列举了常用方法的使用方法:

# 单键值操作
# 设置hash名为hName的键和值
rs.hset('hName', 'key1', 'value1')
rs.hset('hName', 'key2', 'value2')

# 取hName的key1对应的值
print(rs.hget('hName', 'key1'))   #返回结果:value1

#批量键值操作
rs.hmset('hName', {'key3': 'value3', 'key5': 'value5'})
print(rs.hmget('hName', 'key1', 'key2', 'key3'))  #返回结果:['value1', 'value2', 'value3']

# 取出hName所有键值
print(rs.hgetall('hName'))  #返回结果:{'key1': 'value1', 'key2': 'value2', 'key3': 'value3', 'key5': 'value5'}

# 取hName中所有的keys
print(rs.hkeys('hName'))  #返回结果:['key1', 'key2', 'key3', 'key5']

# 取hName中所有的values
print(rs.hvals('hName'))  #返回结果:['value1', 'value2', 'value3', 'value5']

# 获取hName对应hash键值对个数
print(rs.hlen('hName'))   #返回结果:4

# 判断key2是否存在
print(rs.hexists('hName', 'key2'))   #返回结果:True

# 删除key2对应键值对
rs.hdel('hName', 'key2')

# 再次判断key2是否存在
print(rs.hexists('hName', 'key2'))   #返回结果:False

set 类型方法

set 的特点:一个无序的元素集合,集合中元素不能重复,可以随机 pop 元素,两个集合可以取交集,并集,差集运算。

# 增加集合元素,如集合不存在则新建
rs.sadd('mySet', 'one', 'two', 3)

# 返回集合元素个数
print(rs.scard('mySet'))

# 返回所有元素
print(rs.smembers('mySet'))    #结果:{'two', 'one', '3'}

# 返回所有成员
print(rs.sscan('mySet'))   #结果:(0, ['3', 'one', 'two'])

# 再次创建一个集合mySet2
rs.sadd('mySet2', 3, 5, 7)

# 获取两个集合交集
print(rs.sinter('mySet', 'mySet2'))    #返回结果:{'3'}

# 获取两个集合并集
print(rs.sunion('mySet', 'mySet2'))   #返回结果:{'5', 'two', 'one', '7', '3'}

# 获取两个集合差集
print(rs.sdiff('mySet', 'mySet2'))   #返回结果:{'two', 'one'}

# 取mySet和mySet2的并集,将结果存到storeSet集合中
print(rs.sunionstore('sotreSet', 'mySet', 'mySet2'))
print(rs.smembers('sotreSet'))    #返回结果:{'5', 'two', 'one', '7', '3'}

# 判断one元素是否存在集合中
print(rs.sismember('sotreSet', 'one'))

# 随机删除并返回集合中的一个元素
print(rs.spop('sotreSet'))

# 删除集合中元素值为5的元素
print(rs.srem('sotreSet', 5))

zset 类型方法

zset 的特点:一个不允许重复的集合,集合中元素是有序的,每个元素有两个值:值和分数,分数专门用来做排序。

# 增加集合元素,如集合不存在则新建
rs.zadd('fruits', {'apple':1, 'banana':3, 'orange':5})

# 遍历所有元素
print(rs.zrange("fruits", 0, -1))    #结果:['apple', 'banana', 'orange']

# withscores=True指带上分数
print(rs.zrange("fruits", 0, -1, withscores=True))   #结果:[('apple', 1.0), ('banana', 3.0), ('orange', 5.0)]

# 根据分数由大到小遍历所有元素
print(rs.zrevrange("fruits", 0, -1))   #结果:['orange', 'banana', 'apple']

# 获取orange元素对应的分数
rs.zscore('fruits', 'orange')     #结果:5.0

# 取出分数>=3 and 分数<=5的元素
print(rs.zrangebyscore('fruits', 3, 5))

# 取出分数<=5 and 分数>=3的元素,根据分数从大到小排序
print(rs.zrevrangebyscore('fruits', 5, 3))

# 遍历所有元素,返回一个元组
print(rs.zscan('fruits'))   #结果:(0, [('apple', 1.0), ('banana', 3.0), ('orange', 5.0)])

# 打印集合元素个数
print(rs.zcard('fruits'))    #结果:3

# 返回集合中分数>=1 and 分数<=3元素个数
print(rs.zcount('fruits', 1, 3))

# 将集合中apple元素的分数+5
rs.zincrby('fruits', 5, 'apple')
print(rs.zrange("fruits", 0, -1, withscores=True))   #返回结果:[('banana', 3.0), ('orange', 5.0), ('apple', 6.0)]

# 返回orange元素在集合中的索引号
rs.zrank('fruits', 'orange')     #结果:1

# 按分数从大到小排序,取出banana元素索引号
rs.zrevrank('fruits', 'banana')   #结果:2

# #删除集合中apple元素
rs.zrem('fruits', 'apple')
print(rs.zrange("fruits", 0, -1))   #返回结果:['banana', 'orange']

# #删除集合索引号>=0 and 索引号<=2的元素
rs.zremrangebyrank('fruits', 0, 2)

# 删除集合分数>=1 and 分数<=5的元素
rs.zremrangebyscore('fruits', 1, 5)

其他操作方法

以下操作方法针对 redis 任意数据类型(字符串,list,hash,set,zset),可以删除 key ,查询 key 是否存在,还可设置超时,重命名 key 的名称等:

# 删除key为color的对象
rs.delete('color')

# 查询key为color的对象是否存在
print(rs.exists('color'))    #结果:False
rs.sadd('mySet5', 'one', 'two')

# 设置key的超时时间
rs.expire('mySet5', time=5)   #单位:秒

# 重命名key的值
rs.rename('mySet5', 'set5')

# 随机返回当前库中一个key,但不会删除
print(rs.randomkey())

# 查看某个key对应值的类型
print(rs.type('mySet'))   #返回结果:set

# 通过模糊匹配出满足条件的key
print(rs.keys('my*'))    #返回结果:['mySet', 'mySet2']

#各类型元素迭代方式
#hash类型迭代
for i in rs.hscan_iter("hName"):
    print(i)

#set类型迭代
for j in rs.sscan_iter("mySet"):
    print(j)

#zset类型迭代
for k in rs.zscan_iter("fruits"):
    print(k)

总结

本文为大家介绍了 Python 中如何创建连接 Redis 数据库,并通过代码的方式展示了 Redis 支持的各数据类型的操作方法,通过学习发现操作起来还是很方便的,接下来还会为大家介绍其他数据库的操作。

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: