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 32 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

阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?

TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...

高流量大并发Linux TCP性能调优_linux 高并发网络编程

其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...

性能测试100集(12)性能指标资源使用率

在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...

Linux 服务器常见的性能调优_linux高性能服务端编程

一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...

Nginx性能优化实战:手把手教你提升10倍性能!

关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...

高并发场景下,Spring Cloud Gateway如何抗住百万QPS?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...

Kubernetes 高并发处理实战(可落地案例 + 源码)

目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...

高并发场景下,Nginx如何扛住千万级请求?

Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...

Spring Boot+Vue全栈开发实战,中文版高清PDF资源

SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...

Docker-基础操作_docker基础实战教程二

一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...

你有空吗?跟我一起搭个服务器好不好?

来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...

部署你自己的 SaaS_saas如何部署

部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...

Docker Compose_dockercompose安装

DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...

京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统

前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...

Kubernetes (k8s) 入门学习指南_k8s kubeproxy

Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...

取消回复欢迎 发表评论: