目录
Redis数据库快速入门
一、Redis数据库
介绍:
Redis:非关系型缓存数据库
-
nosql:非关系型数据库
- 没有表,没有表与表之间的关系,更不存在外键
- 存储数据的形式为key:values的形式
- c语言写的服务(监听端口),用来存储数据的,数据是存储在内存中,取值,放值速度非常快, 10w qps
-
缓存数据库:
- 数据存储在内存中
- 大部分时间用于缓存,也可以长久存储数据
-
redis速度为什么这么快:
- 纯内存操作
- 网路模型使用的IO多路复用(可以处理的请求更多)
- 6.x版本之前,单进程,单线程,不存在进程线程之间切换,更少消耗资源
1、redis的安装与运行
版本选择:
- mac:源码编译安装
- linux:源码编译安装
- windows:
- redis没有windows的版本,只有微软基于源码改动,编译的安装包(用法一样)
- 3.x版本 https://github.com/microsoftarchive/redis/releases
- 最新5.x版本 https://github.com/tporadowski/redis/releases/
安装:
redis需要了解的目录结构:
- redis-server :服务端启动文件
- redis-cli:客服端启动文件
- redis.windows-service.conf:默认使用的配置文件
- bind 127.0.0.1 :服务端跑在的地址
- port 6379 :占用的端口号
启动redis:
- 方式一:将服务端添加至系统服务(电脑运行自动启动)
* - 方式二:cmd终端使用命令启动
- redis-server 指定配置文件 # 如果不指定,会默认
客服端链接redis:
-
cmd终端使用命令
-
方式一:redis-cli 默认链接本地的6379端口
-
方式二:redis-cli -h 地址 -p 端口
-
2、RESP图形化操作文件
可以使用软件:
Redis Desktop Manager :开源的,原来免费,后来收费了 推荐用(mac,win,linux 都有)
-Qt5 qt是个平台,专门用来做图形化界面的
-可以使用c++写
-可以使用python写 pyqt5 使用python写图形化界面 (少量公司再用)
-resp-2022.1.0.0.exe 一路下一步,安装完启动起来
-Redis Client 小众
RESP操作redis:
二、pycharm操作redis
安装模块:
使用pycharm操作redis,pycharm相当于客户端,输入redis命令即可对数据库进行操作
# 下载模块:
pip install redis
# 补充:django 中操作mysql,没有连接池的,一个请求就是一个mysql连接
-可能会有问题,并发数过高,导致mysql连接数过高,影响mysql性能
-使用django连接池:https://blog.51cto.com/liangdongchang/5140039
1、Redis普通连接和连接池
普通链接:
普通链接是指,直接操作redis,每一次操作都会建立一条链接
# 导入模块
from redis import Redis
# 实例化对象(后方参数填写链接的地址和端口,还可以填写其他参数)
conn = Redis(host='127.0.0.1', port=6379)
# 向redis中存放一个数据
conn.set('name', 'kangkang')
# 从redis中取出存放的数据(二进制格式)
print(conn.get('name'))
# 操作完成,手动关闭,不然会一直占用一条链接
conn.close()
连接池连接:
拿到一个Redis实例的连接池,避免每次建立、释放连接的开销,节省了每次连接用的时间,文中设置了最大10个。
POOL.py
# 1、使用单例模式(保证每次使用的都是同一个实例对象),设置连接池最大为10个
import redis
POOL = redis.ConnectionPool(
# 最大链接
max_connections=10,
# 指定服务端地址
host='127.0.0.1',
prot=6379
)
my_redis.py
# 导入redis
from redis import Redis
# 导入线程模块(模仿多线程并发)
from threading import Thread
# 导入自己创建的单例
from script.pool import POOL
# 写一个函数,在内部操作redis
def task():
# 以后生成的对象都是POLL这一个实例化的对象
conn = Redis(connection_pool=POOL)
conn.set('name', 'kangkang')
print(conn.get('name'))
if __name__ == '__main__':
for i in range(100):
t = Thread(target=task)
t.start()
2、Redis数据类型
介绍:
redis 是key-value形式存储
redis 数据放在内存中,如果断电,数据丢失---》需要有持久化的方案
类型 | 介绍 |
---|---|
字符串(string) | 用的最多,做缓存;做计数器 |
列表(list) | 常用于消息队列 |
字典(hash) | 缓存 |
集合(set) | 去重 |
有序集合(zset) | 排行榜 |
2、1.String类型
# 1、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, 值存在,就修改不了,执行没效果
xx:如果设置为True,则只有name存在时,当前set操作才执行,值存在才能修改,值不存在,不会设置新值
# 2、setnx(name, value)
等同于set('name','kangkang',nx=True)
# 3、setex(name,time,values)
等同于set('name',10,'kangkang')
# 4、psetex(name,time_ms,values)
conn.psetex('name',3000,'kangkang')
# 5、mset(*args,**kwargs)
可以批量存入数据
conn.mset({'name':'kangkang','age':18})
# 6、get(name)
取值(单个)
coon.get('name')
# 7、mget(keys, *args)
批量取值(可以是列表)
coon.mget('name','age')
coon.mget(['name','age'])
# 8、getset(name, value)
放置新的值进入(可以使用变量接收被替换的值)
res = coon.getset('name','jason')
# 9、getrange(key, start, end)
按照指定key对应值的索引位置取值(按字节取值)
res = coon.gettrange('name',0 ,3)
# 10、settrange(name, offset, value)
按照索引位置替换指定key对应的值(按照字节)
coon.settrange('name',3,'bbb')
---- 比特位---操作----
# 11 setbit(name, offset, value)
# 12 getbit(name, offset)
# 13 bitcount(key, start=None, end=None)
---- 比特位---操作-----
# 14、bitop(operation, dest, *keys)
获取多个值,并将值做位运算,将最后的结果保存至新的name对应的值
# 15、strlen(name)
获取指定key对应值的位数(按字节)
res = coon.strlen('name')
# 16、incr(self, name, amount=1)
自增(默认自增:1,不支持含有浮点类型)
conn.incr('age')
# 17、incrbyfloat(self, name, amount=1.0)
自增(支持小数)
# 18、decr(self, name, amount=1)
自减
# 19、append(key, value)
在指定key对应值的后面添加指定字符
conn.append('name','NB')
2、2.List类型
from redis import Redis
conn = Redis(host='127.0.0.1', port=6379)
# 1、lpush(name, values)
# 键为key,值为list(参数位置在前生成数据的索引位置就在后)
conn.lpush('gender', 'male', 'female')
# 2、rpush(name, values)
# 键为key,值为list(参数位置在前生成数据的索引位置就在前)
conn.rpush('hobby', 'read', 'run')
# 3、lpushx(name, value)
# 向列表插入一个值(有对应的key就插入到列表的头部,没有就不操作)
conn.lpushx('gender', 'female')
# 4、rpushx(name, value)
# 向列表插入一个值(有对应的key就插入到列表的尾部部,没有就不操作)
conn.rpushx('hobby', 'ball')
# 5、llen(name)
# 判断列表内有多少个数据
print(conn.llen('hobby'))
# 6、linsert(name, where, refvalue, value))
# name:插入到哪个列表
# where:插入到指定值的前或后before:前/after:后
# refavalue:插入到哪个值
# value:插入的值
# 向列表内插入数据
conn.linsert('hobby', 'after', 'run', 'go')
# 7、lset
# 向指定的索引位置插入一个值
conn.lset('hobby', 1, 'sleep')
# 8、lrem
# 删除指定的值,可以指定删除的数量,填 0 全部删除,负数从后面删除
conn.lrem('hobby', 0, 'aaaa')
# 9、lpop(name)
# 从头部弹出一个值,可以接收
res = conn.lpop('hobby')
print(res)
# 10、rpop(name)
# 从尾部弹出一个值,可以接收
res = conn.rpop('hobby')
print(res)
# 11、lindex(name, index)
# 按照索引位置取值
res = conn.lindex('hobby', 1)
print(res)
# 12、lrange(name, start, end)
# 按照索引位置,范围取值,第二个参数填负数取全部
res = conn.lrange('hobby', 0, -1)
print(res)
# 13、ltrim(name, start, end)
# 修剪,留下索引位置内的数据
res = conn.ltrim('hobby', 1, 2)
print()
# 14、rpoplpush(src, dst)
# 提供两个列表,将第一个列表的值被弹出,加入到第二个列表内
conn.lpush('gender', 'male')
conn.rpoplpush('gender', 'hobby')
# 15、blpop(keys, timeout)
# 可做消息队列,弹出数据(从左向右)
res = conn.blpop('hobby')
print(res)
# 16、brpop(keys, timeout)
# 可做消息队列,弹出数据(从右向左)
res = conn.brpop('hobby')
print(res)
# 17、brpoplpush(src, dst, timeout=0)
# 将弹出的数据加入到两一个列表中
res = conn.brpoplpush('hobby','gender')
print(res)
conn.close()
2、3.Hash类型
import redis
conn = redis.Redis()
# 1、hset(name, key, value)
# 设置一个key,value值为字典
conn.hset('userinfo','name','lqz')
# 这种方法可以一次写入多个键值对
conn.hset('userinfo',mapping={'age':19,'hobby':'篮球'})
# 2、hmset(name, mapping)
# 批量设置,被弃用了,以后都使用hset
conn.hmset('userinfo2',{'age':19,'hobby':'篮球'})
# 3、hget(name,key)
# 取值
res = conn.hget('userinfo', 'name')
print(res)
# 4、hmget(name, keys, *args)
# 批量取值
res = conn.hmget('userinfo', ['name', 'age'])
# 第二种写法
res = conn.hmget('userinfo', 'name', 'age')
print(res)
# 5、hgetall(name)
# 一次性取出所有的值(慎用,数据量庞大的话会引起司机、宕机)
res=conn.hgetall('userinfo')
print(res)
# 6、hlen(name)
# 获取键值对的数量
res=conn.hlen('userinfo')
print(res)
# 7、hkeys(name)
# 一次性获取所有key值
res=conn.hkeys('userinfo')
print(res)
# 8、hvals(name)
# 一次性获取所有value值
res=conn.hvals('userinfo')
print(res)
# 9、hexists(name, key)
# 判断value值是否存在,返回1/0
res = conn.hexists('userinfo', 'name')
res = conn.hexists('userinfo', 'name1')
print(res)
# 10、hdel(name,*keys)
# 删除对应的value值
res = conn.hdel('userinfo', 'age')
print(res)
# 11、hincrby(name, key, amount=1)
# 指定字段自增,默认自增1
conn.hincrby('userinfo', 'age', 2)
# 12、hincrbyfloat(name, key, amount=1.0)
# 自增,支持小数
# 13、hgetall(name)
# 一次性取出所有value的键值对
# 插入一批数据
for i in range(1000):
conn.hset('hash_test','id_%s'%i,'鸡蛋_%s号'%i)
res=conn.hgetall('hash_test') # 可以,但是不好,一次性拿出,可能占很大内存
print(res)
# 14、hscan(name, cursor=0, match=None, count=None)
# 按照游标位置取值
res = conn.hscan('hash_test', cursor=0, count=5)
print(len(res[1])) #(数字,拿出来的10条数据) 数字是下一个游标位置
# 15、hscan_iter(name, match=None, count=None)
# 类似生成器,一次只拿出指定数量的值
res = conn.hscan_iter('hash_test', count=10)
print(res) # generator 只要函数中有yield关键字,这个函数执行的结果就是生成器 ,生成器就是迭代器,可以被for循环
for i in res:
print(i)
conn.close()
4、通用操作
import redis
conn = redis.Redis()
# 1、delete(*names)
# 删除指定的key,一次删除多个
conn.delete('name', 'userinfo2')
conn.delete(['name', 'userinfo2']) # 不能用它
conn.delete(*['name', 'userinfo2']) # 可以用它,打散
# 2、exists(name)
# 判断redis中是否存在指定的key(返回 0/1)
res=conn.exists('userinfo')
print(res)
# 3、keys(pattern='*')
# 查找value的key值中是否存在指定的key,返回对应的value(支持简单的正则)
res=conn.keys('w?e') # ?表示一个字符, * 表示多个字符
print(res)
# 4、expire(name ,time)
# 设置过期时间
conn.expire('userinfo',3)
# 5、rename(src, dst)
# 重命名
conn.rename('hobby','hobby111')
# 6、move(name, db)
# 更改存储数据的库
conn.move('hobby111',8)
# 7、randomkey()
# 随机获得一个key
res = conn.randomkey()
print(res)
# 8、type(name)
# 判断数据的类型
print(conn.type('userinfo'))
print(conn.type('age'))
conn.close()
3、Redis管道
什么是管道:
管道是指,将多条redis操作放在管道内同时执行,管道也是一种事务的操作,可以作用于敏感,重要的数据
ridis支持事务吗:
redis的事务基于管道,只有单实例才支持事务
ridis管道的使用:
# 引入redis
import redis
# 实例化redis对象
conn = redis.Redis()
# 实例化管道
p = conn.pipeline(transaction=True)
# 开启管道(类似于开启事务)
p.multi()
# 模拟张三给李四100元
p.decr('zhangsan', 100)
# 模拟李四账户增加100元
p.incr('lisi', 100)
# 启动管道(类似于提交事务)
p.execute()
# 关闭
p.close()
三、Django操作Redis
1、自定义包方案
这种方案所有的框架都可以使用
- 1、第一步:创建一个pool.py文件(导入rides,并实例化对象,生成连接池)
import Redis
# 实例化对象,设置连接池最大数量为100
POOL = Redis.CoonectionPool(max_connections=100)
- 2、第二步:在以后需要使用的地方直接导入使用即可
from pool import POOL
from redis import Redis
conn = Redis(connections=POOL)
conn.set('name','kangkang')
res = conn.get('name')
2、将Redis设置为Django缓存[推荐使用]
需要安装模块,配置settings文件,以后直接作为Django内置缓存使用
- 安装模块:
pip install django-redis
- settings.py 中配置:
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379", # 地址和端口
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100} # 连接池
# "PASSWORD": "123", # 密码,没有的话不用设置
}
}
}
- 在需要使用的地方直接使用即可(但是只能支持内存的操作)
from django.core.cache import cache
在使用redis的地方:cache.set('count', res+1) # 可以存入任何类型的数据
# 底层做了pickle序列化
3、使用第三方模块
直接使用django-redis模块
from django_redis import get_redis_connection
def test_redis(request):
conn=get_redis_connection()
print(conn.get('count'))
return JsonResponse()