Python实现操作Redis所有类型的方法详解
作者:小小鸟爱吃辣条 发布时间:2022-05-11 13:48:35
当今互联网时代,数据处理已经成为了一个非常重要的任务。而Redis作为一款高性能的NoSQL数据库,越来越受到了广大开发者的喜爱。本篇博客将介绍如何使用Python操作Redis的所有类型,以及一些高级用法。
Redis的数据类型
Redis支持五种不同的数据类型,分别是:
字符串(String)
哈希(Hash)
列表(List)
集合(Set)
有序集合(Sorted Set)
下面我们将详细介绍如何在Python中操作这五种数据类型。
字符串(String)
字符串是Redis中最基本的数据类型。在Python中,我们可以使用redis-py
库来操作字符串。
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
# 设置字符串
r.set('name', 'Tom')
# 获取字符串
print(r.get('name'))
输出:
b'Tom'
在Redis中,字符串可以是任何形式的数据,比如数字、布尔值、甚至是序列化后的对象。而在Python中,我们可以使用pickle
库来序列化对象。
import pickle
class User:
def __init__(self, name, age):
self.name = name
self.age = age
user = User('Tom', 18)
r.set('user', pickle.dumps(user))
print(pickle.loads(r.get('user')))
输出:
<__main__.User object at 0x0000025E5C5D5C10>
哈希(Hash)
哈希是Redis中的一种键值对存储结构,可以看做是一张表。在Python中,我们同样可以使用redis-py
库来操作哈希。
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
# 设置哈希
r.hset('user:1', 'name', 'Tom')
r.hset('user:1', 'age', 18)
# 获取哈希
print(r.hgetall('user:1'))
输出:
{b'name': b'Tom', b'age': b'18'}
在Redis中,哈希可以用来存储对象,每个属性对应一个键值对。
import pickle
class User:
def __init__(self, name, age):
self.name = name
self.age = age
user = User('Tom', 18)
r.hset('user:1', 'data', pickle.dumps(user))
data = pickle.loads(r.hget('user:1', 'data'))
print(data.name, data.age)
输出:
Tom 18
列表(List)
列表是Redis中的一种有序集合,可以用来存储一组有序的数据。在Python中,我们同样可以使用redis-py
库来操作列表。
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
# 设置列表
r.lpush('mylist', 'a')
r.lpush('mylist', 'b')
r.lpush('mylist', 'c')
# 获取列表
print(r.lrange('mylist', 0, -1))
输出:
[b'c', b'b', b'a']
在Redis中,列表可以用来实现简单的消息队列,比如生产者消费者模式。
import time
import threading
def producer():
for i in range(10):
r.lpush('queue', str(i))
time.sleep(0.1)
def consumer():
while True:
item = r.brpop('queue', timeout=1)
if item:
print(item[1])
t1 = threading.Thread(target=producer)
t2 = threading.Thread(target=consumer)
t1.start()
t2.start()
t1.join()
t2.join()
输出:
b'0'
b'1'
b'2'
b'3'
b'4'
b'5'
b'6'
b'7'
b'8'
b'9'
集合(Set)
集合是Redis中的一种无序集合,可以用来存储一组唯一的数据。在Python中,我们同样可以使用redis-py
库来操作集合。
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
# 设置集合
r.sadd('myset', 'a')
r.sadd('myset', 'b')
r.sadd('myset', 'c')
# 获取集合
print(r.smembers('myset'))
输出:
{b'c', b'b', b'a'}
在Redis中,集合可以用来实现简单的去重操作,也可以用来实现交集、并集、差集等操作。
r.sadd('set1', 1, 2, 3, 4)
r.sadd('set2', 3, 4, 5, 6)
# 求交集
print(r.sinter('set1', 'set2'))
# 求并集
print(r.sunion('set1', 'set2'))
# 求差集
print(r.sdiff('set1', 'set2'))
输出:
{b'3', b'4'}
{b'1', b'2', b'3', b'4', b'5', b'6'}
{b'1', b'2'}
有序集合(Sorted Set)
有序集合是Redis中的一种有序集合,可以用来存储一组有序的数据,并且每个数据都有一个分数。在Python中,我们同样可以使用redis-py
库来操作有序集合。
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
# 设置有序集合
r.zadd('myzset', {'a': 1, 'b': 2, 'c': 3})
# 获取有序集合
print(r.zrange('myzset', 0, -1, withscores=True))
输出:
[(b'a', 1.0), (b'b', 2.0), (b'c', 3.0)]
在Redis中,有序集合可以用来实现排行榜等功能。
r.zadd('rank', {'Tom': 100, 'Jerry': 200, 'Alice': 300})
# 获取排行榜前三名
print(r.zrevrange('rank', 0, 2, withscores=True))
输出:
[(b'Alice', 300.0), (b'Jerry', 200.0), (b'Tom', 100.0)]
Redis的高级用法
除了以上介绍的五种数据类型,Redis还有一些高级用法,比如事务、发布订阅等。下面我们将介绍其中的一些用法。
事务
Redis的事务是通过MULTI
、EXEC
、WATCH
等命令实现的。在Python中,我们同样可以使用redis-py
库来执行事务。
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
with r.pipeline() as pipe:
while True:
try:
pipe.watch('balance')
balance = int(pipe.get('balance'))
if balance < 10:
raise Exception('Not enough balance')
pipe.multi()
pipe.decrby('balance', 10)
pipe.incr('income', 10)
pipe.execute()
break
except Exception as e:
print(e)
break
以上代码中,我们使用了一个简单的转账例子来演示事务的使用。在事务中,我们首先使用WATCH
命令监视了balance
键,然后获取了其当前的值。如果余额不足,则抛出异常,事务结束。否则,我们使用MULTI
命令开始事务,执行减少余额和增加收入的操作,最后使用EXEC
命令提交事务。
发布订阅
Redis的发布订阅是通过PUBLISH
、SUBSCRIBE
、UNSUBSCRIBE
等命令实现的。在Python中,我们同样可以使用redis-py
库来实现发布订阅功能。
import redis
import threading
r = redis.Redis(host='localhost', port=6379, db=0)
def publisher():
for i in range(10):
r.publish('channel', i)
time.sleep(0.1)
def subscriber():
pubsub = r.pubsub()
pubsub.subscribe('channel')
for item in pubsub.listen():
print(item['data'])
t1 = threading.Thread(target=publisher)
t2 = threading.Thread(target=subscriber)
t1.start()
t2.start()
t1.join()
t2.join()
以上代码中,我们使用了一个简单的发布订阅例子来演示发布订阅的使用。在这个例子中,我们使用了两个线程,一个线程用来发布消息,一个线程用来订阅消息。在订阅线程中,我们使用pubsub
对象来订阅channel
频道,并通过listen
方法来获取消息。
来源:https://juejin.cn/post/7221910537432531004
![](https://www.aspxhome.com/images/zang.png)
![](https://www.aspxhome.com/images/jiucuo.png)
猜你喜欢
- 于是写测试程序。。。不行 下载最新的ODBC。。。还是不行 通过sql plus查询。。。咦?竟然也查不到。。。 于是,折腾。。。折腾。。。
- 一、什么是模块容器 -> 数据的封装函数 -> 语句的封装类 -> 方法和属性的封装模块 -> 模块就是程序,模块就
- asp代码 <% Dim Rs,Conn Set Conn=Server.CreateObject("Adodb.Conne
- 本文为大家分享了pygame游戏之旅的第8篇,供大家参考,具体内容如下定义一个计数函数:def things_dodged(count):
- 本文实例为大家分享了python实现决策树分类算法的具体代码,供大家参考,具体内容如下1、概述决策树(decision tree)——是一种
- 一、os模块os.getcwd() 获取当前的工作目录os.chdir(‘绝对路径/相对于当前工作目录的路径&r
- 用Python编写过批量修改文件名的脚本程序,代码很简单,运行也比较快,唯一美中不足之处是每次批量修改文件名时都需要执行以下步骤:1)复制文
- 为庆祝jQuery的四周年生日,jQuery官方团队正式发布了jQuery 1.4版本。在这个版本中,jQuery官方团队做了大量的编码、测
- Django2.1 + Python3.6 + nginx + uwsgi 部署到Ubuntu18.04材料准备准备一个Django项目准备
- 加强ASP网站后台安全一些主要措施:----------------------------------------------------
- 导言:在前面的3章里我们为处理二进制数据添加了很多的功能。我们首先在表Categories里添加BrochurePath列,并更新了体系结构
- 本文实例总结了Python中numpy模块常见用法。分享给大家供大家参考,具体如下:import numpy as nparr = np.a
- 在本教程中,我们将学习如何创建一个使用Django作为后端的天气应用程序。Django提供了一个基于Python Web框架的Web框架,允
- 以下列出了两种数据库的方法:ASP+Access20001.要获取的ID值字段属性必须设为:自动编号(我们假设字段名为recordID)2.
- 中间那个控制块,其实也是一个iframe,把他的宽度定义为10。 然后在他的内部js,控制 左右2个iframe. functio
- 本教程使用python来生成随机漫步数据,再使用matplotlib将数据呈现出来开发环境操作系统: Windows10 IDE: Pych
- 前两天写了一篇《浅谈网站用户粘性的含义》的文章,有些个别网友问可否谈谈怎么样加强用户粘性的问题?虽然对此本人没有系统的理论做以支撑,但是既然
- 在做接口测试的时候,我们经常会遇到一种情况就是要对接口的参数进行各种可能的校验,手动修改很麻烦,尤其是那些接口参数有几十个甚至更多的,有没有
- 我们来看看MD5加密码的实现:注意看一下他数据库里的加密位数!先在通用处申明:Private Const BITS_TO
- PHP mysqli_rollback() 函数关闭自动提交,做一些查询,提交查询,然后回滚当前事务:<?php// 假定数据库用户名