Python连接Redis数据库进行增删改查(附带常用方法)
off999 2024-11-04 13:16 27 浏览 0 评论
"""Redis数据类型:
1. <set key value>
类型 : String(字符串)
简介: 二进制安全
特性 : 可以包含任何数据,比如jpg图片或者序列化的对象,一个键最大能存储512M
场景: /
2. <hset major_key key value>
类型 : Hash(字典)
简介: 键值对集合,即编程语言中的Map类型
特性 : 适合存储对象,并且可以像数据库中update一个属性一样只修改某一项属性值(Memcached中需要取出整个字符串反序列化成对象修改完再序列化存回去)
场景: 存储、读取、修改用户属性
3. <头部:lpush key value1 value2 ... 末尾:rpush key value1 value2 ...> 可添加一个或多个值
类型 : List(列表)
简介: 链表(双向链表)
特性 : 增删快,提供了操作某一段元素的API
场景: 1.最新消息排行等功能(比如朋友圈的时间线) 2.消息队列
4. <sadd key member1 member2 ...> 可添加一个或多个值
类型 : Set(集合)
简介: 哈希表实现,元素不重复
特性 : 1.添加、删除,查找的复杂度都是O(1) 2.为集合提供了求交集、并集、差集等操作
场景: 1.共同好友 2.利用唯一性,统计访问网站的所有独立ip 3,好用推荐时,根据tag求交集,大于某个阈值就可以推荐
5. <zadd key score1 member1 score2 member2 ...> 可添加一个或多个值
类型 : Sorted Set(有序集合)
简介: 将Set中的元素增加一个权重参数score,元素按score有序排列
特性 : 数据插入集合时,已经进行天然排序
场景: 1.排行榜 2.带权重的消息队列
键值相关命令:
1. keys * 查看当前所有的key
2. exists name 查看数据库是否有name这个key
3. del name 删除key name
4. expire confirm 100 设置confirm这个key100秒过期
5. ttl confirm 获取confirm 这个key的有效时长
6. select 0 选择到0数据库 redis默认的数据库是0~15一共16个数据库
7. move confirm 1 将当前数据库中的key移动到其他的数据库中,这里就是把confire这个key从当前数据库中移动到1中
8. persist confirm 移除confirm这个key的过期时间
9. randomkey 随机返回数据库里面的一个key
10. rename key2 key3 重命名key2 为key3
11. type key2 返回key的数据类型
服务器相关命令:
1. ping PING返回响应是否连接成功
2. echo 在命令行打印一些内容
3. select 0~15 编号的数据库
4. quit 退出客户端
5. dbsize 返回当前数据库中所有key的数量
6. info 返回redis的相关信息
7. config get dir/* 实时传储收到的请求
8. flushdb 删除当前选择数据库中的所有key
9. flushall 删除所有数据库中的数据库
Tips:
打开cmd输入 redis-cli.exe 即可进入redis命令行
"""
# -*- coding:utf-8 -*-
import redis
import pickle
import datetime
__author__ = 'Evan'
class Redis(object):
def __init__(self, host='localhost', port=6379, db=0, password=''):
"""
初始化Redis连接池
:param host: 主机名
:param port: 端口
:param db: 数据库
:param password: 密码
"""
pool = redis.ConnectionPool(
host=host,
port=port,
db=db,
password=password,
max_connections=None # 连接池最大值,默认2**31
)
self.redis = redis.Redis(connection_pool=pool)
def __del__(self):
"""程序结束后,自动关闭连接,释放资源"""
self.redis.connection_pool.disconnect()
def exists(self, name):
"""
检查name是否存在
:param name:
:return:
"""
return self.redis.exists(name)
def delete(self, name):
"""
删除指定的name
:param name:
:return:
"""
return self.redis.delete(name)
def rename(self, old, new):
"""
重命名
:param old:
:param new:
:return:
"""
if self.exists(old):
return self.redis.rename(old, new)
def set_expire_by_second(self, name, second=60 * 60 * 24 * 7):
"""
以秒为单位设置过期时间
:param name:
:param second: 默认7天
:return:
"""
return self.redis.expire(name, time=second)
def remove_expire(self, name):
"""
移除name的过期时间,name将持久保持
:param name:
:return:
"""
return self.redis.persist(name)
def get_expire_by_second(self, name):
"""
以秒为单位返回name的剩余过期时间
:param name:
:return:
"""
return self.redis.ttl(name)
def get_name_type(self, name):
"""
获取name的数据类型
:param name:
:return:
"""
return self.redis.type(name).decode()
def check_name_type(self, name, expect_type='string'):
"""
检查name的数据类型
数据类型对照表:
set -> 'string'
hset -> 'hash'
lpush -> 'list'
sadd -> 'set'
zadd -> 'zset'
:param name:
:param expect_type: string / hash / list / set / zset
:return:
"""
name_type = self.get_name_type(name)
if name_type == expect_type:
return True
else:
return False
def set(self, name, value, do_pickle=True, expire=60 * 60 * 24 * 7):
"""
添加set类型,使用pickle进行持久化存储
:param name:
:param value:
:param do_pickle: 是否使用pickle进行二进制序列化,默认True
:param expire: 单位second,默认7天
:return:
"""
if do_pickle:
self.redis.set(name=name, value=pickle.dumps(value), ex=expire)
else:
self.redis.set(name=name, value=value, ex=expire)
def get_set_value(self, name, do_pickle=True):
"""
获取指定的set value
:param name:
:param do_pickle: 是否使用pickle进行二进制反序列化,默认True
:return:
"""
value = self.redis.get(name=name)
if value:
if do_pickle:
return pickle.loads(value)
else:
return value
else:
return None
def get_set_all(self, do_pickle=True):
"""
获取所有的set value
:param do_pickle: 是否使用pickle进行二进制反序列化,默认True
:return: [{}, {}, {}]
"""
all_data = []
if self.redis.keys():
for key in self.redis.keys(): # 获取所有的key
flag = self.check_name_type(name=key, expect_type='string') # 判断是否为set类型
if not flag:
continue
value = self.get_set_value(name=key, do_pickle=do_pickle)
all_data.append({key.decode(): value})
return all_data
def zadd(self, name, value=[], do_pickle=True, expire=60 * 60 * 24 * 7):
"""
添加有序集合类型,默认score为当前时间戳,使用pickle进行持久化存储
:param name:
:param value: [{}, {}, {}]
:param do_pickle: 是否使用pickle进行二进制序列化,默认True
:param expire: 单位second,默认7天
:return:
"""
assert value, 'value不能为空'
value_dict = {}
for each in value:
score = each.get('timestamp') or datetime.datetime.now().timestamp() # 如果没有timestamp,取当前时间戳为score
if do_pickle:
value_dict.setdefault(pickle.dumps(each), score)
else:
value_dict.setdefault(str(each), score) # 如果不进行序列化,需要将字典转化为字符串作为Key,否则会报错
self.redis.zadd(name=name, mapping=value_dict)
self.set_expire_by_second(name, expire) # 设置expire
def get_zadd_data_by_score(self, name, start_score=None, end_score=None, do_pickle=True):
"""
根据score范围,返回对应的数据,只用于有序集合
:param name:
:param start_score: timestamp时间戳
:param end_score: timestamp时间戳
:param do_pickle: 是否使用pickle进行二进制序列化,默认True
:return:
"""
# 如果start_score为空,默认为前一天的时间戳
start_score = start_score or (datetime.datetime.now() - datetime.timedelta(days=1)).timestamp()
# 如果end_score为空,默认为当前时间的时间戳
end_score = end_score or datetime.datetime.now().timestamp()
data = self.redis.zrangebyscore(name, start_score, end_score)
if do_pickle:
return [pickle.loads(i) for i in data]
else:
return [i for i in data]
def delete_zadd_data_by_score(self, name, start_score, end_score):
"""
根据score范围,删除对应的数据,只用于有序集合
:param name:
:param start_score: timestamp时间戳
:param end_score: timestamp时间戳
:return:
"""
return self.redis.zremrangebyscore(name, start_score, end_score)
def get_zadd_timestamp_range(self, name):
"""
获取指定name对应集合中的score最小值和最大值,只用于有序集合
:param name:
:return: [start_datetime, end_datetime]
"""
status = self.exists(name)
if status != 0:
# 转换为datetime类型
start_datetime = datetime.datetime.fromtimestamp(self.redis.zrange(name,
start=0,
end=0,
desc=False,
withscores=True)[0][1])
end_datetime = datetime.datetime.fromtimestamp(self.redis.zrange(name,
start=0,
end=0,
desc=True,
withscores=True)[0][1])
return [start_datetime, end_datetime]
else:
return []
if __name__ == '__main__':
REDIS = Redis()
# 测试set
REDIS.set(name='name', value='Evan', do_pickle=True, expire=60)
REDIS.set(name='id', value=6, do_pickle=True, expire=60)
print(REDIS.get_set_value('name', do_pickle=True))
print(REDIS.get_set_all())
# 测试有序集合
REDIS.zadd(name='demo', value=[{'name': 'Evan'}, {'id': 6}], do_pickle=True, expire=60)
print(REDIS.get_zadd_data_by_score(name='demo', do_pickle=True))
print(REDIS.get_zadd_timestamp_range(name='demo'))
运行结果:
Evan
[{'name': 'Evan'}, {'id': 6}]
[{'id': 6}, {'name': 'Evan'}]
[datetime.datetime(2021, 1, 16, 19, 18, 57, 153845), datetime.datetime(2021, 1, 16, 19, 18, 57, 153845)]
相关推荐
- python import 出现 ModuleNotFoundError 解决方法
-
错误的原因是你的Python环境没有正确安装库文件。本文以Scapy为例,给出详细方案:1.确认是否成功安装Scapy运行以下命令检查Scapy是否已安装:pip3list|gre...
- Github 7.4k star,一个强大的 Python 库-sh!
-
大家好,今天为大家分享一个强大的Python库-sh。Github地址:https://github.com/amoffat/shsh库是Python生态系统中一个专门用于执行系统命令的第三方...
- 学习编程第148天 python编程循环的嵌套使用
-
今天学习的是刘金玉老师零基础Python教程第32期,主要内容是python编程循环的嵌套使用。(一)一维数组及输出#一维数组list1=["110001","四川二流子...
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言,
-
2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言,给定一个整数数组nums和一个整数k,对于数组中的每个元素,你最多可以对其进行一次操作:将一个在区间[-k,k]内的...
- python数据分析numpy基础之max求数组最大值
-
1python数据分析numpy基础之max求数组最大值python的numpy库的max()函数,用于计算沿指定轴(一个轴或多个轴)的最大值。用法numpy.max(a,axis=None,...
- 加快Python算法的四个方法(四)Dask
-
CDA数据分析师出品相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已,接下来我们围绕四个方法来帮助大家加快一下Python的计算时间,减少大家在算法上的等待时间。...
- 六十六、Leetcode数组系列(中篇)(leetcode679)
-
@Author:Runsen@Date:2020/6/8人生最重要的不是所站的位置,而是内心所朝的方向。只要我在每篇博文中写得自己体会,修炼身心;在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰难...
- Numpy中的ndarray是什么?('numpy.ndarray' object has no attribute 'append')
-
1.创建ndarray创建数组最简单的办法就是使用array函数。它接受一切序列型的对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组。np.array会尝试为新建的这个数组推断出一个...
- Python中的数据导入与查询(python怎样导入数据库)
-
适用场景:快速导入文本/Excel数据→Pandas读取大型数值数据→Numpy处理复杂二进制文件→h5py/scipy.io数据库交互→SQLAlchemy+Pandas一、数据...
- 2025-07-02:统计数组中的美丽分割。用go语言,给定一个整数数组
-
2025-07-02:统计数组中的美丽分割。用go语言,给定一个整数数组nums,我们要把它划分成三个连续且非空的子数组nums1、nums2、nums3,且这三个子数组按顺序拼接后还原为原数组...
- 2025-07-10:字符相同的最短子字符串Ⅰ。用go语言,给定一个长度
-
2025-07-10:字符相同的最短子字符串Ⅰ。用go语言,给定一个长度为n的二进制字符串s和一个允许执行的最大操作次数numOps。每次操作可以选择字符串中的任意一个位置i(0≤i...
- 2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为
-
2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为n的整数数组nums,其中恰好有n-2个元素属于“特殊数字”类别。剩下的两个元素中,一个等于所有这些特殊数字的总和,另...
- 2025-06-28:长度可被 K 整除的子数组的最大元素和。用go语言,给
-
2025-06-28:长度可被K整除的子数组的最大元素和。用go语言,给定一个整数数组nums和一个整数k,求nums中长度为k的倍数的非空子数组中,子数组和的最大值。返回该最大和...
- 在 Python 中如何向一个已排序的数组(列表) 中插入一个数呢
-
在Python中如何向一个已排序的数组(列表)中插入一个数呢?方法有很多种,关键在于原来数组是什么样的排序,用到啥排序方法效率高,就用哪种。我们来练习其中的几种插入方法,另外也掌握下遍历数组的...
- 2025-07-04:统计符合条件长度为 3 的子数组数目。用go语言,给定
-
2025-07-04:统计符合条件长度为3的子数组数目。用go语言,给定一个整数数组nums,请你计算有多少个长度恰好为3的连续子数组满足这样的条件:子数组的第一个元素与第三个元素的和,正好...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- python import 出现 ModuleNotFoundError 解决方法
- Github 7.4k star,一个强大的 Python 库-sh!
- 学习编程第148天 python编程循环的嵌套使用
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言,
- python数据分析numpy基础之max求数组最大值
- 加快Python算法的四个方法(四)Dask
- 六十六、Leetcode数组系列(中篇)(leetcode679)
- Numpy中的ndarray是什么?('numpy.ndarray' object has no attribute 'append')
- Python中的数据导入与查询(python怎样导入数据库)
- 2025-07-02:统计数组中的美丽分割。用go语言,给定一个整数数组
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)