Redis数据类型之散列表

2019年2月24日 363次阅读 来源: WXX琛

一.redis的两种链接方式 二.redis的字符串操作(string) 三.redis的列表操作(list) 四.redis的散列表操作(类似于字典里面嵌套字典) 五.redis的集合操作(set) 六.redis的有序集合操作(zset)       一、redis的两种链接方式

1、简单连接

import redis
conn = redis.Redis(host='10.0.0.200',port=6379) conn.set('k1','年后') print(conn.get('k1'))

2、连接池

如果要连接redis的时候推荐用连接池的方式；如果每次操作都用同一个链接，可以用连接池链接

redis使用connection pool来管理对一个redis服务的所有连接，避免每次建立，释放连接的开销。默认 ，每个redis实例都会维护一个自己的链接池。可以直接建立一个连接池，

然后作为参数redis，这样就可以实现多个redis实例共享一个连接池。

《Redis数据类型之散列表》

#连接池
import redis
pool = redis.ConnectionPool(host='10.0.0.200',port=6379) conn = redis.Redis(connection_pool=pool) conn.set('a','lalla') print(conn.get('a'))

《Redis数据类型之散列表》

举例

pool.py

import redis
POOL = redis.ConnectionPool(host='10.0.0.200',port=6379)

view.py

《Redis数据类型之散列表》

from django.shortcuts import render,HttpResponse
import redis from app01.pool import POOL # Create your views here. def index(request): pool = redis.Redis(connection_pool=POOL) #连接redis return HttpResponse('ok') def home(request): pool = redis.Redis(connection_pool=POOL) return HttpResponse('ok')

《Redis数据类型之散列表》

3、Django-redis组件

安装：pip install django-redis

配置文件

《Redis数据类型之散列表》

CACHES = {
    "default": { "BACKEND": "django_redis.cache.RedisCache", "LOCATION": "redis://10.0.0.200:6379", "OPTIONS": { "CLIENT_CLASS": "django_redis.client.DefaultClient", #"PASSWORD": "asdfasdf",  } } }

《Redis数据类型之散列表》

使用：

《Redis数据类型之散列表》

#利用django-redis组件进行连接
from django.core.cache import caches
import os import django_redis os.environ['DJANGO_SETTINGS_MODULE'] = 'redis之集合练习.settings' conn = django_redis.get_redis_connection() conn.set('b','666')

《Redis数据类型之散列表》

二、redis的字符串操作（string）

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。

《Redis数据类型之散列表》

1、set(name, value, ex=None, px=None, nx=False, xx=False)  #设置值

在Redis中设置值，默认，不存在则创建，存在则修改
参数：
     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
     xx，如果设置为True，则只有name存在时，岗前set操作才执行

2、setnx(name, value)

设置值，只有name不存在时，执行设置操作（添加）  #相当于只是添加，不能进行修改操作

3、setex(name, value, time)

# 设置值
# 参数：
    # time，过期时间（数字秒 或 timedelta对象）

4、psetex(name, time_ms, value)

# 设置值
# 参数：
    # time_ms，过期时间（数字毫秒 或 timedelta对象）

5、mset(*args, **kwargs)

批量设置值
如：
    mset(k1='v1', k2='v2') 或 mset({'k1': 'v1', 'k2': 'v2'})

6、get(name)  获取值

7、mget(keys, *args)

批量获取
如：
    mget('ylr', 'zzz') 或 r.mget(['ylr', 'zzz'])

8、getset(name, value) 设置新值并获取原来的值

9、getrange(key, start, end)

# 获取子序列（根据字节获取，非字符）
# 参数：
    # name，Redis 的 name
    # start，起始位置（字节）
    # end，结束位置（字节）
# 如： "拉销量" ，0-3表示 "拉"

待续。。

三、redis的列表操作（list）

四、redis的散列表操作

Hash操作，也叫做散列表操作。redis中Hash在内存中的存储格式如下图：

《Redis数据类型之散列表》

1、hset(name, key, value)

《Redis数据类型之散列表》

# name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
 
# 参数：
    # name，redis的name
    # key，name对应的hash中的key
    # value，name对应的hash中的value
 
# 注：
    # hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）

《Redis数据类型之散列表》

2、hmset(name, mapping)

《Redis数据类型之散列表》

# 在name对应的hash中批量设置键值对
 
# 参数：
    # name，redis的name
    # mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
 
# 如：
    # r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

《Redis数据类型之散列表》

3、hget(name,key)

# 在name对应的hash中获取根据key获取value

4、hmget(name, keys, *args)

《Redis数据类型之散列表》

# 在name对应的hash中获取多个key的值
 
# 参数：
    # name，reids对应的name
    # keys，要获取key集合，如：['k1', 'k2', 'k3']
    # *args，要获取的key，如：k1,k2,k3
 
# 如：
    # r.mget('xx', ['k1', 'k2'])
    # 或
    # print r.hmget('xx', 'k1', 'k2')

《Redis数据类型之散列表》

5、hgetall(name)  获取name对应的hash中的所有键值

6、hlen(name)  获取name对应的hash中键值对的个数

7、hkeys(name) 获取name对应的hash中所有的key的值

8、hvals(name) 获取name对应的hash中所有的value的值

9、hexists(name, key) 检查name对应的hash是否存在当前传入的key

10、hdel(name,*keys)  将name对应的hash中指定key的键值对删除

11、hincrby(name, key, amount=1)   吧原来的值自加1

       hincrby (‘xxx’,’slex’,amount=-1) #吧原来的值自减1

# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：
    # name，redis中的name
    # key， hash对应的key
    # amount，自增数（整数）

12、hincrbyfloat(name, key, amount=1.0) 支持浮点型的

13、hscan(name, cursor=0, match=None, count=None)

《Redis数据类型之散列表》

# 增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而放置内存被撑爆
 
# 参数：
    # name，redis的name
    # cursor，游标（基于游标分批取获取数据）
    # match，匹配指定key，默认None 表示所有的key
    # count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
 
# 如：
    # 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
    # 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
    # ...
    # 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕

《Redis数据类型之散列表》

14、hscan_iter(name, match=None, count=None)

《Redis数据类型之散列表》

# 利用yield封装hscan创建生成器，实现分批去redis中获取数据
 
# 参数：
    # match，匹配指定key，默认None 表示所有的key
    # count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
 
# 如：
    # for item in r.hscan_iter('xx'):
    #     print item
　　# for item in r.hscan_iter('xx',match='*lx'):  #匹配以lx结尾的
    #     print item
 

《Redis数据类型之散列表》

五、redis的集合操作

六、redis的有序集合操作

 参考博客

 ,

1、简单连接

import redis
conn = redis.Redis(host='10.0.0.200',port=6379) conn.set('k1','年后') print(conn.get('k1'))

2、连接池

如果要连接redis的时候推荐用连接池的方式；如果每次操作都用同一个链接，可以用连接池链接

redis使用connection pool来管理对一个redis服务的所有连接，避免每次建立，释放连接的开销。默认 ，每个redis实例都会维护一个自己的链接池。可以直接建立一个连接池，

然后作为参数redis，这样就可以实现多个redis实例共享一个连接池。

《Redis数据类型之散列表》

#连接池
import redis
pool = redis.ConnectionPool(host='10.0.0.200',port=6379) conn = redis.Redis(connection_pool=pool) conn.set('a','lalla') print(conn.get('a'))

《Redis数据类型之散列表》

举例

pool.py

import redis
POOL = redis.ConnectionPool(host='10.0.0.200',port=6379)

view.py

《Redis数据类型之散列表》

from django.shortcuts import render,HttpResponse
import redis from app01.pool import POOL # Create your views here. def index(request): pool = redis.Redis(connection_pool=POOL) #连接redis return HttpResponse('ok') def home(request): pool = redis.Redis(connection_pool=POOL) return HttpResponse('ok')

《Redis数据类型之散列表》

3、Django-redis组件

安装：pip install django-redis

配置文件

《Redis数据类型之散列表》

CACHES = {
    "default": { "BACKEND": "django_redis.cache.RedisCache", "LOCATION": "redis://10.0.0.200:6379", "OPTIONS": { "CLIENT_CLASS": "django_redis.client.DefaultClient", #"PASSWORD": "asdfasdf",  } } }

《Redis数据类型之散列表》

使用：

《Redis数据类型之散列表》

#利用django-redis组件进行连接
from django.core.cache import caches
import os import django_redis os.environ['DJANGO_SETTINGS_MODULE'] = 'redis之集合练习.settings' conn = django_redis.get_redis_connection() conn.set('b','666')

《Redis数据类型之散列表》

二、redis的字符串操作（string）

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。

《Redis数据类型之散列表》

1、set(name, value, ex=None, px=None, nx=False, xx=False)  #设置值

在Redis中设置值，默认，不存在则创建，存在则修改
参数：
     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
     xx，如果设置为True，则只有name存在时，岗前set操作才执行

2、setnx(name, value)

设置值，只有name不存在时，执行设置操作（添加）  #相当于只是添加，不能进行修改操作

3、setex(name, value, time)

# 设置值
# 参数：
    # time，过期时间（数字秒 或 timedelta对象）

4、psetex(name, time_ms, value)

# 设置值
# 参数：
    # time_ms，过期时间（数字毫秒 或 timedelta对象）

5、mset(*args, **kwargs)

批量设置值
如：
    mset(k1='v1', k2='v2') 或 mset({'k1': 'v1', 'k2': 'v2'})

6、get(name)  获取值

7、mget(keys, *args)

批量获取
如：
    mget('ylr', 'zzz') 或 r.mget(['ylr', 'zzz'])

8、getset(name, value) 设置新值并获取原来的值

9、getrange(key, start, end)

# 获取子序列（根据字节获取，非字符）
# 参数：
    # name，Redis 的 name
    # start，起始位置（字节）
    # end，结束位置（字节）
# 如： "拉销量" ，0-3表示 "拉"

待续。。

三、redis的列表操作（list）

四、redis的散列表操作

Hash操作，也叫做散列表操作。redis中Hash在内存中的存储格式如下图：

《Redis数据类型之散列表》

1、hset(name, key, value)

《Redis数据类型之散列表》

# name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
 
# 参数：
    # name，redis的name
    # key，name对应的hash中的key
    # value，name对应的hash中的value
 
# 注：
    # hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）

《Redis数据类型之散列表》

2、hmset(name, mapping)

《Redis数据类型之散列表》

# 在name对应的hash中批量设置键值对
 
# 参数：
    # name，redis的name
    # mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
 
# 如：
    # r.hmset('xx', {'k1':'v1', 'k2': 'v2'})

《Redis数据类型之散列表》

3、hget(name,key)

# 在name对应的hash中获取根据key获取value

4、hmget(name, keys, *args)

《Redis数据类型之散列表》

# 在name对应的hash中获取多个key的值
 
# 参数：
    # name，reids对应的name
    # keys，要获取key集合，如：['k1', 'k2', 'k3']
    # *args，要获取的key，如：k1,k2,k3
 
# 如：
    # r.mget('xx', ['k1', 'k2'])
    # 或
    # print r.hmget('xx', 'k1', 'k2')

《Redis数据类型之散列表》

5、hgetall(name)  获取name对应的hash中的所有键值

6、hlen(name)  获取name对应的hash中键值对的个数

7、hkeys(name) 获取name对应的hash中所有的key的值

8、hvals(name) 获取name对应的hash中所有的value的值

9、hexists(name, key) 检查name对应的hash是否存在当前传入的key

10、hdel(name,*keys)  将name对应的hash中指定key的键值对删除

11、hincrby(name, key, amount=1)   吧原来的值自加1

       hincrby (‘xxx’,’slex’,amount=-1) #吧原来的值自减1

# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：
    # name，redis中的name
    # key， hash对应的key
    # amount，自增数（整数）

12、hincrbyfloat(name, key, amount=1.0) 支持浮点型的

13、hscan(name, cursor=0, match=None, count=None)

《Redis数据类型之散列表》

# 增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而放置内存被撑爆
 
# 参数：
    # name，redis的name
    # cursor，游标（基于游标分批取获取数据）
    # match，匹配指定key，默认None 表示所有的key
    # count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
 
# 如：
    # 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
    # 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
    # ...
    # 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕

《Redis数据类型之散列表》

14、hscan_iter(name, match=None, count=None)

《Redis数据类型之散列表》

# 利用yield封装hscan创建生成器，实现分批去redis中获取数据
 
# 参数：
    # match，匹配指定key，默认None 表示所有的key
    # count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
 
# 如：
    # for item in r.hscan_iter('xx'):
    #     print item
　　# for item in r.hscan_iter('xx',match='*lx'):  #匹配以lx结尾的
    #     print item
 

《Redis数据类型之散列表》

五、redis的集合操作

六、redis的有序集合操作

 参考博客

    原文作者：WXX琛
    原文地址: https://www.cnblogs.com/kcwxx/p/10145737.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞