使用Python操作Redis

1. 安装pyredis

首先安装pip

1

2

3

4

5

6

7

8

<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：

1

easy_install redis

或者直接编译安装：

1

2

3

4

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。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

>>> 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。

1

2

3

4

5

6

7

8

>>> 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‘).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）

1

2

>>> 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。

1

2

3

4

>>> 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

1

2

>>> 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。

1

2

3

4

5

6

7

8

9

10

11

12

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

1L

>>> r.hset(‘users:jdoe‘, ‘email‘, ‘[email protected]‘)

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‘: ‘[email protected]‘}

>>> 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。

1

2

3

4

5

6

7

8

9

10

11

12

>>> 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

1

2

3

>>> 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：

1

2

3

4

>>> 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。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

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])
时间： 2024-08-06 21:20:10

使用Python操作Redis的相关文章

Python学习之使用Python操作Redis数据库

最近在写一个检查一台服务器上所有游戏区服配置文件中redis某个key值大小的脚本,本打算使用shell+awk+sed的方式去解决这个问题,但是由于redis的配置信息是php数组形式.shell脚本一时没有写出来,就请教他人帮忙写了个python脚本,但是自己python不是很精通,于是按照脚本中涉及到的python知识现学现用,然后根据自己的需求更改脚本.这里分享一下如何使用python操作redis数据库. Redis的Python驱动源码下载地址是https://github.com/

Python—操作redis

Python操作redis 1.String 操作 redis中的String在在内存中按照一个name对应一个value来存储 set() #在Redis中设置值,默认不存在则创建,存在则修改 r.set('name', 'zhangsan') '''参数: set(name, value, ex=None, px=None, nx=False, xx=False) 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,同setn

Python操作Redis、Memcache、RabbitMQ、SQLAlchemy

Python操作 Redis.Memcache.RabbitMQ.SQLAlchemy redis介绍:redis是一个开源的,先进的KEY-VALUE存储,它通常被称为数据结构服务器,因为键可以包含string(字符串).hash(哈希).list(链表).set(集合)和zset(有序集合),这些数据类型都支持push/pop.add/remove及取交集和并集及更丰富的操作,redis支持各种不同方式的排序.为了保证效率,数据都是缓存在内存中,它也可以周期性的把更新的数据写入磁盘或者把修改

第二百九十七节，python操作redis缓存-List类型，可以理解为列表

python操作redis缓存-List类型,可以理解为列表 List操作,redis中的List在在内存中按照一个name对应一个List来存储.如图:

python 操作 redis

一.简介 redis是一个key-value存储系统.和Memcached类似,它支持存储的value类型相对更多,包括string(字符串).list(链表).set(集合).zset(sorted set --有序集合)和hash(哈希类型).这些数据类型都支持push/pop.add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的.在此基础上,redis支持各种不同方式的排序.与memcached一样,为了保证效率,数据都是缓存在内存中.区别的是redis会周期性的

Python 操作Redis

redis redis是一个key-value存储系统.和Memcached类似,它支持存储的value类型相对更多,包括string(字符串).list(链表).set(集合).zset(sorted set --有序集合)和hash(哈希类型).这些数据类型都支持push/pop.add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的.在此基础上,redis支持各种不同方式的排序.与memcached一样,为了保证效率,数据都是缓存在内存中.区别的是redis会周期性

Linux 下的python操作redis

Redis redis是一个key-value存储系统.和Memcached类似,它支持存储的value类型相对更多,包括string(字符串).list(链表).set(集合).zset(sorted set --有序集合)和hash(哈希类型).这些数据类型都支持push/pop.add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的.在此基础上,redis支持各种不同方式的排序.与memcached一样,为了保证效率,数据都是缓存在内存中.区别的是redis会周期性

使用Python操作Redis详解

之前的五天,过了个愉快的周末,然后将公司AbaseDump的调度部分代码看懂并且在此之上完成了OnlyDump的功能代码,代码不可以公开,今天完工,明天测试,晚上来总结一下这几天学到的一点应用. 使用Python操作Redis详解 ------------------------------------------------------------------------------------------------- 一. 文档说明 本文档仅介绍Redis在Python中的使用,Redis

Redis 以及 Python操作Redis

Redis Redis是完全开源免费的,遵守BSD协议,是一个高性能的key-value数据库. Redis有以下特点: -- Redis支持数据的持久化,可以将内存中的数据保存在磁盘中,重启的时候可以再次加载进行使用. -- Redis支持五种数据类型. -- Redis支持数据库备份. Redis的优势: -- Redis性能极高,读的速度是110000次/s,写的速度是81000次/s. -- Redis丰富的数据类型,String,Lists,Hashes,Sets以及Ordered S

python操作redis数据

一.环境安装 1.redispy安装 (automatic) C:\Users\Administrator>pip install redis 2.检测是否安装成功 (automatic) C:\Users\Administrator>python Python 3.5.2 (v3.5.2:4def2a2901a5, Jun 25 2016, 22:18:55) [MSC v.1900 64 bit (AM D64)] on win32 Type "help", "