有些数据库并不是关系型的,不支持 SQL。它们用来处理庞大的数据集、支持更加灵活的 数据定义以及定制的数据操作。这些被统称为 NoSQL(not only SQL) 。
dbm family
dbm格式是按照键值对的形式储存,封装在应用程序(例如网页浏览器)中,用来维护各种各样的配置。从以下角度看,dbm 数据库和 Python 字典是类似的:
- 给一个键赋值,自动保存到磁盘中的数据库
- 通过键得到对应的值
下面看一个小栗子:
open() 方法的第二个参数 ‘r’ 代表读;’w’ 代表写;’c’ 表示读和写, 如果文件不存在则创建.
In [1]: import dbm
In [2]: db = dbm.open('definitions','c')
同字典一样创建键值对,给一个键赋值:
In [3]: db['mustartd'] = 'yellow'
In [4]: db['ketchup'] = 'red'
In [5]: db['pesto'] = 'green'
查看数据库长度,并通过键值获得数据
In [6]: len(db)
Out[6]: 3
In [7]: db['mustartd']
Out[7]: b'yellow'
关掉数据库,然后重新打开验证它是否被完整保存:
In [8]: db.close()
In [9]: db = dbm.open('definitions','r')
In [10]: db['mustard']
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-10-8228d50ea548> in <module>()
----> 1 db['mustard']
KeyError: 'mustard'
In [11]: db['mustartd']
Out[11]: b'yellow'
键和值都以字节保存,因此不能对数据库对象db进行迭代,但是可以使用函数len()得到键的数目。注意哦:get()和setdefault()函数只能用于字典的方法。
memcached
memcached是一种快速的,内存键值对象的缓存服务器。它一般置于数据库之前,用于存储网页服务器会话数据。如果想要使用,需要一个memcached服务器和Python的驱动程序。
这样的驱动程序很多,能够在Python3中使用的是python3-memcached,可以通过命令安装: pip install python-memcached
连接到一个memcached服务器之后,可以做以下事项:
- 赋值和取值
- 其中一个值的自增或者自减
- 删除其中一个键
数据在memcached并不是持久化保存的,后面的可能会覆盖早些写入的数据,这是它的固有特性,因为它作为一个缓存服务器,通过舍弃旧数据避免程序运行时内存不足的问题。
我们可以同事连接到多个memcached服务器,下面的栗子是连接一个:
注意一点哦:在连接之前,一点要确保memcached服务开启。
In [4]: import memcache
In [5]: db = memcache.Client(['127.0.0.1:11211'])
In [6]: db.set('marco','polo')
Out[6]: True
In [7]: db.set('ducks', 0)
Out[7]: True
In [8]: db.get('ducks')
Out[8]: 0
In [9]: db.incr('ducks',2)
Out[9]: 2
In [10]: db.get('ducks')
Out[10]: 2
Redis
Redis是一种数据结构服务器(data structure server)。和memcached类似,Redis服务器的所有数据都是基于内存的(现在也可以把数据放在磁盘)。不同于memcached,Redis可以实现:
- 存储数据到磁盘,方便断电重启和提升可靠性
- 保存旧数据
- 提供多种数据结构,不限于简单字符串
Redis的数据类型和Python很相似,Redis服务器会是一个或多个Python应用程序之间共享数据的非常有帮助的中间件。
Python的Redis驱动程序redis-py可以使用命令安装: pip install redis
Redis 服务器自身就有好用的文档。如果在本地计算机(网络名为 localhost)安装和启动 了 Redis 服务器,就可以开始尝试下面的程序。
1.字符串
具有单一值的一个键被称作Redis的字符串。简单的Python数据类型可以自动转换成Redis字符串。现在连接到一些主机(默认localhost)以及端口(默认6379)上的服务器:
同样在连接之前,一点要确保memcached服务开启
In [1]: import redis
In [2]: conn = redis.Redis()
redis.Redis(‘localhost’) 或者 redis.Redis('localhost', 6379) 会得到同样的结果。
列出所有的键(目前为空):
In [3]: conn.keys('*')
Out[3]: []
给键 'secret' 赋值一个字符串;给键 'carats' 赋一个整数;给键 'fever' 赋一个浮点数:
In [4]: conn.set('secret', 'ni!')
Out[4]: True
In [5]: conn.set('carats', 24)
Out[5]: True
In [6]: conn.set('fever', '101.5')
Out[6]: True
通过键反过来得到对应的值:
In [7]: conn.get('secret')
Out[7]: b'ni!'
In [8]:
In [8]: conn.get('carats')
Out[8]: b'24'
In [9]: conn.get('fever')
Out[9]: b'101.5'
这里的 setnx() 方法只有当键不存在时才设定值:
In [10]: conn.setnx('secret', 'icky-icky-icky-ptang-zoop-boing!')
Out[10]: False
方法运行失败,因为之前已经定义了 'secret':
In [11]: conn.get('fever')
Out[11]: b'101.5'
In [12]: conn.get('secret')
Out[12]: b'ni!'
方法 getset() 会返回旧的值,同时赋新的值:
In [13]: conn.getset('secret', 'icky-icky-icky-ptang-zoop-boing!')
Out[13]: b'ni!'
In [14]: conn.get('secret')
Out[14]: b'icky-icky-icky-ptang-zoop-boing!'
使用函数 getrange() 得到子串(偏移量 offset:0 代表开始,-1 代表结束):
In [15]: conn.getrange('secret',-6,-1)
Out[15]: b'boing!'
使用函数 setrange() 替换子串(从开始位置偏移):
In [16]: conn.setrange('secret',0,'ICKY')
Out[16]: 32
In [17]: conn.get('secret')
Out[17]: b'ICKY-icky-icky-ptang-zoop-boing!'
接下来使用函数 mset() 一次设置多个键值:
In [18]: conn.mset({'pie':'cherry','cordial':'sherry'})
Out[18]: True
使用函数 mget() 一次取到多个键的值:
In [19]: conn.mget(['pie','fever'])
Out[19]: [b'cherry', b'101.5']
使用函数 delete() 删掉一个键:
In [20]: conn.delete('fever')
Out[20]: 1
使用函数 incr() 或者 incrbyfloat() 增加值,函数 decr() 减少值:
In [21]: conn.incr('carats')
Out[21]: 25
In [22]: conn.incr('carats', 10)
Out[22]: 35
In [23]: conn.decr('carats')
Out[23]: 34
In [24]: conn.decr('carats', 15)
Out[24]: 19
In [25]: conn.set('fever', '101.5')
Out[25]: True
In [26]: conn.incrbyfloat('fever')
Out[26]: 102.5
In [27]: conn.incrbyfloat('fever', 0.5)
Out[27]: 103.0
不存在函数 decrbyfloat(),可以用增加负数代替:
In [28]: conn.incrbyfloat('fever', -2.0)
Out[28]: 101.0
2.列表
Redis的列表仅能包含字符串。当第一次插入数据的时列表被创建。使用函数lpush()在开始处插入:
In [1]: import redis
In [2]: conn = redis.Redis()
In [3]: conn.lpush('zoo','bear')
Out[3]: 1
在开始处插入超过一项:
In [4]: conn.lpush('zoo', 'alligator', 'duck')
Out[4]: 3
使用 linsert() 函数在一个值的前或者后插入:
In [5]: conn.linsert('zoo', 'before', 'bear', 'beaver')
Out[5]: 4
In [6]: conn.linsert('zoo', 'after', 'bear', 'cassowary')
Out[6]: 5
使用 lset() 函数在偏移量处插入(列表必须已经存在),但是会将原来偏移量的值覆盖:
In [7]: conn.lset('zoo',2,'marmoset')
Out[7]: True
使用 lrange() 函数取到给定偏移量范围(0~-1 代表全部)的所有值:
In [8]: conn.lrange('zoo',0,-1)
Out[8]: [b'duck', b'alligator', b'marmoset', b'bear', b'cassowary']
使用 rpush() 函数在结尾处插入:
In [9]: conn.rpush('zoo', 'yak')
Out[9]: 6
使用 lindex() 函数取到给定偏移量处的值:
In [10]: conn.lindex('zoo', 3)
Out[10]: b'bear'
In [11]: conn.lrange('zoo', 0, 2)
Out[11]: [b'duck', b'alligator', b'marmoset']
使用 ltrim() 函数仅保留列表中给定范围的值(截取):
In [12]: conn.ltrim('zoo', 1, 4)
Out[12]: True
In [13]: conn.lrange('zoo',0,-1)
Out[13]: [b'alligator', b'marmoset', b'bear', b'cassowary']
3.哈希表
Redis的哈希表类似于Python中的字典,但它仅包含字符串,因此只能有一层结构,不能 进行嵌套。下面的例子创建了一个 Redis 的哈希表 song,并对它进行操作。
使用函数hmset()在哈希表song设置字段do和字段re的值
In [16]: conn.hmset('song',{'do': 'a deer', 're': 'about a deer'})
Out[16]: True
使用函数hset()设置一个单一字段值
In [17]: conn.hset('song', 'mi', 'a note to follow re')
Out[17]: 1
使用函数 hget() 取到一个字段的值:
In [18]: conn.hget('song', 'mi')
Out[18]: b'a note to follow re'
使用函数 hmget() 取到多个字段的值:
In [19]: conn.hmget('song', 're', 'do')
Out[19]: [b'about a deer', b'a deer']
使用函数 hkeys() 取到所有字段的键:
In [20]: conn.hkeys('song')
Out[20]: [b're', b'do', b'mi']
使用函数 hvals() 取到所有字段的值:
In [21]: conn.hvals('song')
Out[21]: [b'about a deer', b'a deer', b'a note to follow re']
使用函数 hlen() 返回字段的总数:
In [22]: conn.hlen('song')
Out[22]: 3
使用函数 hgetall() 取到所有字段的键和值:
In [23]: conn.hgetall('song')
Out[23]: {b'do': b'a deer', b'mi': b'a note to follow re', b're': b'about a deer'}
使用函数 hsetnx() 对字段中不存在的键赋值:
In [24]: conn.hsetnx('song', 'fa', 'a note that rhymes with la')
Out[24]: 1
4.集合
Redis的集合和Python的集合是完全类似的。
在集合中添加一个或多个值:
In [35]: conn.sadd('zoo1','duck', 'goat', 'turkey')
Out[35]: 3
取得集合中所有值的数目:
In [36]: conn.scard('zoo1')
Out[36]: 3
返回集合中所有值:
In [37]: conn.smembers('zoo1')
Out[37]: {b'duck', b'goat', b'turkey'}
从集合中删掉一个值:
In [38]: conn.srem('zoo1','turkey')
Out[38]: 1
新建一个集合以展示一些集合间的操作:
In [39]: conn.sadd('zoo2','tiger', 'wolf', 'duck')
Out[39]: 3
返回集合zoo1和集合zoo2的交集
In [40]: conn.sinter('zoo1','zoo2')
Out[40]: {b'duck'}
获得集合zoo1和集合zoo2的交集,并存储到新集合zoo3
In [41]: conn.sinterstore('zoo3','zoo1','zoo2')
Out[41]: 1
In [42]: conn.smembers('zoo3')
Out[42]: {b'duck'}
返回集合zoo1和集合zoo2的交集
In [43]: conn.sunion('zoo1','zoo2')
Out[43]: {b'duck', b'goat', b'tiger', b'wolf'}
存储并集结果到集合zoo4
In [44]: conn.sunionstore('zoo4','zoo1','zoo2')
Out[44]: 4
使用函数sdiff()得到它们的差集,得到zoo1包含而zoo2不包含的项:
In [45]: conn.sdiff('zoo1','zoo2')
Out[45]: {b'goat'}
将差集存储到集合zoo5:
In [46]: conn.sdiffstore('zoo5','zoo1','zoo2')
Out[46]: 1
In [47]: conn.smembers('zoo5')
Out[47]: {b'goat'}
有序集合
Redis中功能最强大的数据类型之一是有序表(sorted set或者zset)。里面的值都是独一无二的,但是每一个值都关联对应浮点值分数(score)。可以通过值或者分数取得每一项。
有序集合有很多用途:
- 排行榜
- 二级索引
- 时间序列(把时间戳作为分数)
下面以时间序列作为一个栗子,通过时间戳跟踪用户的登陆。时间表达式使用Unix的epoch值,它有python的time()函数返回:
In [1]: import redis
In [2]: import time
In [3]: conn = redis.Redis()
In [4]: now = time.time()
In [5]: now
Out[5]: 1484735598.2283144
增加第一个访客:
In [6]: conn.zadd('logins', 'smeagol', now)
Out[6]: 1
五分钟后又一个访客:
In [7]: conn.zadd('logins','sauro',now+(5*60))
Out[7]: 1
两小时后:
In [8]: conn.zadd('logins', 'bilbo', now+(2*60*60))
Out[8]: 1
一天后:
In [9]: conn.zadd('logins', 'treebeard', now+(24*60*60))
Out[9]: 1
查看bilbo的登陆次序:
In [10]: conn.zrank('logins','bilbo')
Out[10]: 2
查看登陆时间:
In [11]: conn.zscore('logins','bilbo')
Out[11]: 1484742798.2283144
按照登陆的顺序查看每一个访客:
In [12]: conn.zrange('logins',0,-1)
Out[12]: [b'smeagol', b'sauro', b'bilbo', b'treebeard']
附带上登陆的时间:
In [13]: conn.zrange('logins',0,-1,withscores=True)
Out[13]:
[(b'smeagol', 1484735598.2283144),
(b'sauro', 1484735898.2283144),
(b'bilbo', 1484742798.2283144),
(b'treebeard', 1484821998.2283144)]
6.位图
位图(bit)是一种非常省空间且快速的处理超大集合数字的方式。假设你有一个很多用户 注册的网站,想要跟踪用户的登录频率、在某一天用户的访问量以及同一用户在固定时间 内的访问频率,等等。当然,你可以使用 Redis 集合,但如果使用递增的用户 ID,位图的 方法更加简洁和快速。
首先为每一天创建一个集合(bitset)。为了测试,我们仅使用3天和部分用户ID:
In [14]: days = ['2017-01-18','2017-01-19','2019-01-20']
In [15]: big_spender = 1089
In [16]: tire_kicker = 40459
In [17]: late_joiner = 550212
每一天是一个单独的键,对应的用户ID设置位,例如第一天(2017-01-18)有来自 big_ spender(ID 1089) 和 tire_kicker(ID 40459) 的访问记录:
In [18]: conn.setbit(days[0],big_spender, 1)
Out[18]: 0
In [19]: conn.setbit(days[0], tire_kicker, 1)
Out[19]: 0
第二天用户 big_spender 又有访问:
In [20]: conn.setbit(days[1], big_spender, 1)
Out[20]: 0
接下来的一天,big_spender 再次访问,并又有新人 late_joiner 访问:
In [21]: conn.setbit(days[2], big_spender, 1)
Out[21]: 0
In [22]: conn.setbit(days[2], late_joiner, 1)
Out[22]: 0
现在统计得到这三天的日访客数:
In [23]: for day in days:
...: conn.bitcount(day)
...:
判断tire_kicker用户在第二天是否登陆:
In [24]: conn.getbit(day[1],tire_kicker)
Out[24]: 0
结果为未登录
查看有多少访客每天都访问?
In [25]: conn.bitop('and','everyday',*days)
Out[25]: 68777
In [26]: conn.bitcount('everyday')
Out[26]: 1
判断big_spender是不是每一天都登陆:
In [27]: conn.getbit('everyday',big_spender)
Out[27]: 1
查看三天总共有多少人登陆(不算重复项)
In [28]: conn.bitop('or','allday',*days)
Out[28]: 68777
In [29]: conn.bitcount('allday')
Out[29]: 3
7.缓存和过期
所有的Redis键都有一个生存期或者过期时间(expiration date),默认情况下,生存期是永久的。也可以使用expire()函数构造Redis键的生存期。下面的设置是以秒为单位数的:
In [60]: ks = 'now you see '
In [61]: conn.set(ks, 'but not for long')
Out[61]: True
In [62]: conn.get(ks)
Out[62]: b'but not for long'
In [63]: conn.expire(ks, 15)
Out[63]: True
In [64]: conn.ttl(ks)
Out[64]: 8
In [65]: conn.get(ks)
Out[65]: b'but not for long'
In [66]: conn.get(ks)
expireat()命令给一个键设定过期时间,对于更新缓存是有帮助的,并且可以限制登陆会话。
其他的NoSQL
NoSQL 服务器都要处理远超过内存的数据,并且很多服务器要使用多台计算机。下面 列 出了值得注意的服务器和它们的 Python 库。
NoSQL数据库
Site Python API
Cassandra(http://cassandra.apache.org/) pycassa(https://github.com/pycassa/pycassa)
CouchDB(http://couchdb.apache.org/) couchdb-python(https://github.com/djc/couchdb-python)
HBase(http://hbase.apache.org/) happybase(https://github.com/wbolster/happybase)
Kyoto Cabinet(http://fallabs.com/kyotocabinet/) kyotocabinet(http://fallabs.com/kyotocabinet/pythondoc/)
MongoDB(http://www.mongodb.org/) mongodb(http://api.mongodb.org/python/current/)
Riak(http://basho.com/riak/) riak-python-client(https://github.com/basho/riak-pythonclient)
注:本文内容来自《Python语言及其应用》欢迎购买原书阅读