python操作Redis詳解
Redis
redis是一個key-value存儲系統。和Memcached類似，它支持存儲的value類型相對更多，包括string(字符串)、list(鏈表)、set(集合)、zset(sorted set –有序集合)和hash（哈希類型）。這些數據類型都支持push/pop、add/remove及取交集並集和差集及更豐富的操作，而且這些操作都是原子性的。在此基礎上，redis支持各種不同方式的排序。與memcached一樣，為了保證效率，數據都是緩存在內存中。區別的是redis會周期性的把更新的數據寫入磁盤或者把修改操作寫入追加的記錄文件，並且在此基礎上實現了master-slave(主從)同步。
使用Redis有哪些好處？
(1) 速度快，因為數據存在內存中，類似於HashMap，HashMap的優勢就是查找和操作的時間複雜度都是O(1)
(2) 支持豐富數據類型，支持string，list，set，sorted set，hash
(3) 支持事務，操作都是原子性，所謂的原子性就是對數據的更改要麼全部執行，要麼全部不執行
(4) 豐富的特性：可用於緩存，消息，按key設置過期時間，過期後將會自動刪除
redis相比memcached有哪些優勢？
(1) memcached所有的值均是簡單的字符串，redis作為其替代者，支持更為豐富的數據類型
(2) redis的速度比memcached快很多
(3) redis可以持久化其數據
redis常見性能問題和解決方案：
(1) Master最好不要做任何持久化工作，如RDB內存快照和AOF日誌文件。
- Master寫內存快照，save命令調度rdbSave函數，會阻塞主線程的工作，當快照比較大時對性能影響是非常大 的，會間斷性暫停服務，所以Master最好不要寫內存快照。
- Master AOF持久化，如果不重寫AOF文件，這個持久化方式對性能的影響是最小的，但是AOF文件會不斷增大， AOF文件過大會影響Master重啟的恢復速度。
- Master調用BGREWRITEAOF重寫AOF文件，AOF在重寫的時候會佔大量的CPU和內存資源，導致服務load過 高，出現短暫服務暫停現象。
總結：Master最好不要做任何持久化工作，包括內存快照和AOF日誌文件，特別是不要啟用內存快照做持久化,如果數據比較關鍵，某個Slave開啟AOF備份數據，策略為每秒同步一次。
(2) Redis主從複製的性能問題：
- 為了主從複製的速度和連接的穩定性，Master和Slave最好在同一個局域網內
- 主從複製不要用圖狀結構，用單向鏈表結構更為穩定，即：Master <- Slave1 <- Slave2 <- Slave3...
這樣的結構方便解決單點故障問題，實現Slave對Master的替換。如果Master掛了，可以立刻啟用Slave1做 Master，其他不變。
(3) 盡量避免在壓力很大的主庫上增加從庫
過期數據淘汰策略
-
MySQL里有2000w數據，redis中只存20w的數據，如何保證redis中的數據都是熱點數據
-
相關知識：redis 內存數據集大小上升到一定大小的時候，就會施行數據淘汰策略。redis 提供 6種數據淘汰策略：
voltile-lru：從已設置過期時間的數據集（server.db[i].expires）中挑選最近最少使用的數據淘汰
volatile-ttl：從已設置過期時間的數據集（server.db[i].expires）中挑選將要過期的數據淘汰
volatile-random：從已設置過期時間的數據集（server.db[i].expires）中任意選擇數據淘汰
allkeys-lru：從數據集（server.db[i].dict）中挑選最近最少使用的數據淘汰
allkeys-random：從數據集（server.db[i].dict）中任意選擇數據淘汰
no-enviction（驅逐）：禁止驅逐數據
Memcache與Redis的區別都有哪些？
1)、存儲方式
Memecache把數據全部存在內存之中，斷電後會掛掉，數據不能超過內存大小。
Redis有部份存在硬盤上，這樣能保證數據的持久性。
2)、數據支持類型
Memcache對數據類型支持相對簡單。
Redis有複雜的數據類型。
3)、value大小
redis最大可以達到1GB，而memcache只有1MB
redis 最適合的場景
Redis最適合所有數據in-momory的場景，雖然Redis也提供持久化功能，但實際更多的是一個disk-backed的功能，跟傳統意義上的持久化有比較大的差別，那麼可能大家就會有疑問，似乎Redis更像一個加強版的Memcached，那麼何時使用Memcached,何時使用Redis呢?
如果簡單地比較Redis與Memcached的區別，大多數都會得到以下觀點：
1、Redis不僅僅支持簡單的k/v類型的數據，同時還提供list，set，zset，hash等數據結構的存儲。
2、Redis支持數據的備份，即master-slave模式的數據備份。
3、Redis支持數據的持久化，可以將內存中的數據保持在磁盤中，重啟的時候可以再次加載進行使用。
（1）會話緩存（Session Cache）
最常用的一種使用Redis的情景是會話緩存（session cache）。用Redis緩存會話比其他存儲（如Memcached）的優勢在於：Redis提供持久化。當維護一個不是嚴格要求一致性的緩存時，如果用戶的購物車信息全部丟失，大部分人都會不高興的，現在，他們還會這樣嗎？
幸運的是，隨着 Redis 這些年的改進，很容易找到怎麼恰當的使用Redis來緩存會話的文檔。甚至廣為人知的商業平台Magento也提供Redis的插件。
（2）全頁緩存（FPC）
除基本的會話token之外，Redis還提供很簡便的FPC平台。回到一致性問題，即使重啟了Redis實例，因為有磁盤的持久化，用戶也不會看到頁面加載速度的下降，這是一個極大改進，類似PHP本地FPC。
再次以Magento為例，Magento提供一個插件來使用Redis作為全頁緩存後端。
此外，對WordPress的用戶來說，Pantheon有一個非常好的插件 wp-redis，這個插件能幫助你以最快速度加載你曾瀏覽過的頁面。
（3）隊列
Reids在內存存儲引擎領域的一大優點是提供 list 和 set 操作，這使得Redis能作為一個很好的消息隊列平台來使用。Redis作為隊列使用的操作，就類似於本地程序語言（如Python）對 list 的 push/pop 操作。
如果你快速的在Google中搜索「Redis queues」，你馬上就能找到大量的開源項目，這些項目的目的就是利用Redis創建非常好的後端工具，以滿足各種隊列需求。例如，Celery有一個後台就是使用Redis作為broker，你可以從這裡去查看。
（4），排行榜/計數器
Redis在內存中對數字進行遞增或遞減的操作實現的非常好。集合（Set）和有序集合（Sorted Set）也使得我們在執行這些操作的時候變的非常簡單，Redis只是正好提供了這兩種數據結構。所以，我們要從排序集合中獲取到排名最靠前的10個用戶–我們稱之為「user_scores」，我們只需要像下面一樣執行即可：
當然，這是假定你是根據你用戶的分數做遞增的排序。如果你想返回用戶及用戶的分數，你需要這樣執行：
ZRANGE user_scores 0 10 WITHSCORES
Agora Games就是一個很好的例子，用Ruby實現的，它的排行榜就是使用Redis來存儲數據的，你可以在這裡看到。
（5）、發佈/訂閱
最後（但肯定不是最不重要的）是Redis的發佈/訂閱功能。發佈/訂閱的使用場景確實非常多。我已看見人們在社交網絡連接中使用，還可作為基於發佈/訂閱的腳本觸發器，甚至用Redis的發佈/訂閱功能來建立聊天系統！
一、Redis基本使用
(1) Redis安裝
wget //download.redis.io/releases/redis-3.0.6.tar.gz
tar xzf redis-3.0.6.tar.gz
cd redis-3.0.6
make
(2) 啟動服務端
src/redis-server
(3) 啟動客戶端
src/redis-cli
redis> set foo bar
OK
redis> get foo
"bar"
二、Python操作Redis
sudo pip install redis
or
sudo easy_install redis
or
源碼安裝
詳見：//github.com/WoLpH/redis-py
API使用
redis-py 的API的使用可以分類為：
- 連接方式
- 連接池
- 操作
- String 操作
- Hash 操作
- List 操作
- Set 操作
- Sort Set 操作
- 管道
- 發佈訂閱
1、操作模式
redis-py提供兩個類Redis和StrictRedis用於實現Redis的命令，StrictRedis用於實現大部分官方的命令，並使用官方的語法和命令，Redis是StrictRedis的子類，用於向後兼容舊版本的redis-py。
import redis
r = redis.Redis(host='10.211.55.4', port=6379)
r.set('foo', 'Bar')
print r.get('foo')
2、連接池
redis-py使用connection pool來管理對一個redis server的所有連接，避免每次建立、釋放連接的開銷。默認，每個Redis實例都會維護一個自己的連接池。可以直接建立一個連接池，然後作為參數Redis，這樣就可以實現多個Redis實例共享一個連接池。
import redis
pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
r = redis.Redis(connection_pool=pool)
r.set('foo', 'Bar')
print r.get('foo')
3、操作
String操作
- redis中的String在在內存中按照一個name對應一個value來存儲。如圖：
- set(name, value, ex=None, px=None, nx=False, xx=False)
# 在Redis中設置值，默認，不存在則創建，存在則修改 # 參數： # ex，過期時間（秒） # px，過期時間（毫秒） # nx，如果設置為True，則只有name不存在時，當前set操作才執行 # xx，如果設置為True，則只有name存在時，崗前set操作才執行
- setnx(name, value)
設置值，只有name不存在時，執行設置操作（添加）
- setex(name, value, time)
# 設置值 # 參數： # time，過期時間（數字秒 或 timedelta對象）
- psetex(name, time_ms, value)
# 設置值 # 參數： # time_ms，過期時間（數字毫秒 或 timedelta對象）
- **mset(*args, kwargs)
批量設置值 如： mset(k1='v1', k2='v2') 或 mget({'k1': 'v1', 'k2': 'v2'})
- get(name)
獲取值
- *mget(keys, args)
批量獲取 如： mget('hi', 'aliang') 或 r.mget(['hi', 'aliang'])
- getset(name, value)
設置新值並獲取原來的值
- getrange(key, start, end)
# 獲取子序列（根據位元組獲取，非字符） # 參數： # key，根據鍵取值的鍵 # start，起始位置（位元組） # end，結束位置（位元組） # 如： "嗨阿良" ，0-3表示 "嗨"
- setrange(name, offset, value)
# 修改字符串內容，從指定字符串索引開始向後替換（新值太長時，則向後添加） # 參數： # offset，字符串的索引，位元組（一個漢字三個位元組） # value，要設置的值
- setbit(name, offset, value)
# 對name對應值的二進制表示的位進行操作 # 參數： # name，redis的name # offset，位的索引（將值變換成二進制後再進行索引） # value，值只能是 1 或 0 # 註：如果在Redis中有一個對應： n1 = "foo"， 那麼字符串foo的二進制表示為：01100110 01101111 01101111 所以，如果執行 setbit('n1', 7, 1)，則就會將第7位設置為1， 那麼最終二進制則變成 01100111 01101111 01101111， 即："goo" # 擴展，轉換二進制表示： source = "foo" for i in source: # ord(i)即表示將i代表的英文字符或者漢字按照ascii碼的轉化標準轉換成二進制的數字 num = ord(i) print bin(num).replace('b','') 特別的，如果source是漢字 "嗨阿良"怎麼辦？ 答：對於utf-8，每一個漢字占 3 個位元組，那麼 "嗨阿良" 則有 9個位元組 對於漢字，for循環時候會按照 位元組 迭代，那麼在迭代時，將每一個位元組轉換 十進制數，然後再將十進制數轉換成二進制
- getbit(name, offset)
# 獲取name對應的值的二進制表示中的某位的值 （0或1）
- bitcount(key, start=None, end=None)
# 獲取name對應的值的二進制表示中 1 的個數 # 參數： # key，Redis的name # start，位起始位置 # end，位結束位置
- *bitop(operation, dest, keys)
# 獲取多個值，並將值做位運算，將最後的結果保存至新的name對應的值 # 參數： # operation,AND（並） 、 OR（或） 、 NOT（非） 、 XOR（異或） # dest, 新的Redis的name # *keys,要查找的Redis的name # 如： bitop("AND", 'new_name', 'n1', 'n2', 'n3') # 獲取Redis中n1,n2,n3對應的值，然後講所有的值做位運算（求並集），然後將結果保存 new_name 對應的值中
- strlen(name)
# 返回name對應值的位元組長度（一個漢字3個位元組）
- incr(self, name, amount=1)
# 自增 name對應的值，當name不存在時，則創建name＝amount，否則，則自增。 # 參數： # name,Redis的name # amount,自增數（必須是整數） # 註：同incrby
- incrbyfloat(self, name, amount=1.0)
# 自增 name對應的值，當name不存在時，則創建name＝amount，否則，則自增。 # 參數： # name,Redis的name # amount,自增數（浮點型）
- decr(self, name, amount=1)
# 自減 name對應的值，當name不存在時，則創建name＝amount，否則，則自減。 # 參數： # name,Redis的name # amount,自減數（整數）
- append(key, value)
# 在redis name對應的值後面追加內容 # 參數： key, redis的name value, 要追加的字符串
Hash操作
redis中Hash在內存中的存儲格式如下圖：
- hset(name, key, value)
# name對應的hash中設置一個鍵值對（不存在，則創建；否則，修改） # 參數： # name，redis的name # key，name對應的hash中的key # value，name對應的hash中的value # 註： # hsetnx(name, key, value),當name對應的hash中不存在當前key時則創建（相當於添加）
- hmset(name, mapping)
# 在name對應的hash中批量設置鍵值對 # 參數： # name，redis的name # mapping，字典，如：{'k1':'v1', 'k2': 'v2'} # 如： # r.hmset('xx', {'k1':'v1', 'k2': 'v2'})
- hget(name,key)
# 在name對應的hash中獲取根據key獲取value
- *hmget(name, keys, args)
# 在name對應的hash中獲取多個key的值 # 參數： # name，reids對應的name # keys，要獲取key集合，如：['k1', 'k2', 'k3'] # *args，要獲取的key，如：k1,k2,k3 # 如： # r.mget('xx', ['k1', 'k2']) # 或 # print r.hmget('xx', 'k1', 'k2')
- hgetall(name)
獲取name對應hash的所有鍵值
- hlen(name)
# 獲取name對應的hash中鍵值對的個數
- hkeys(name)
# 獲取name對應的hash中所有的key的值
- hvals(name)
# 獲取name對應的hash中所有的value的值
- hexists(name, key)
# 檢查name對應的hash是否存在當前傳入的key
- hdel(name,*keys)
# 將name對應的hash中指定key的鍵值對刪除
- hincrby(name, key, amount=1)
# 自增name對應的hash中的指定key的值，不存在則創建key=amount # 參數： # name，redis中的name # key， hash對應的key # amount，自增數（整數）
- hincrbyfloat(name, key, amount=1.0)
# 自增name對應的hash中的指定key的值，不存在則創建key=amount # 參數： # name，redis中的name # key， hash對應的key # amount，自增數（浮點數） # 自增name對應的hash中的指定key的值，不存在則創建key=amount
- hscan(name, cursor=0, match=None, count=None)
# 增量式迭代獲取，對於數據大的數據非常有用，hscan可以實現分片的獲取數據，並非一次性將數據全部獲取完，從而放置內存被撐爆 # 參數： # name，redis的name # cursor，游標（基於游標分批取獲取數據） # match，匹配指定key，默認None 表示所有的key # count，每次分片最少獲取個數，默認None表示採用Redis的默認分片個數 # 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的值為0時，表示數據已經通過分片獲取完畢
- hscan_iter(name, match=None, count=None)
# 利用yield封裝hscan創建生成器，實現分批去redis中獲取數據 # 參數： # match，匹配指定key，默認None 表示所有的key # count，每次分片最少獲取個數，默認None表示採用Redis的默認分片個數 # 如： # for item in r.hscan_iter('xx'): # print item
List操作
redis中的List在在內存中按照一個name對應一個List來存儲。如圖：
- lpush(name,values)
# 在name對應的list中添加元素，每個新的元素都添加到列表的最左邊 # 如： # r.lpush('oo', 11,22,33) # 保存順序為: 33,22,11 # 擴展： # rpush(name, values) 表示從右向左操作
- lpushx(name,value)
# 在name對應的list中添加元素，只有name已經存在時，值添加到列表的最左邊 # 更多： # rpushx(name, value) 表示從右向左操作
- llen(name)
# name對應的list元素的個數
- linsert(name, where, refvalue, value)
# 在name對應的列表的某一個值前或後插入一個新值 # 參數： # name，redis的name # where，BEFORE或AFTER # refvalue，標杆值，即：在它前後插入數據 # value，要插入的數據
- r.lset(name, index, value)
# 對name對應的list中的某一個索引位置重新賦值 # 參數： # name，redis的name # index，list的索引位置 # value，要設置的值
- r.lrem(name, value, num)
# 在name對應的list中刪除指定的值 # 參數： # name，redis的name # value，要刪除的值 # num， num=0，刪除列表中所有的指定值； # num=2,從前到後，刪除2個； # num=-2,從後向前，刪除2個
- lpop(name)
# 在name對應的列表的左側獲取第一個元素並在列表中移除，返回值則是第一個元素 # 更多： # rpop(name) 表示從右向左操作
- lindex(name, index)
在name對應的列表中根據索引獲取列表元素
- lrange(name, start, end)
# 在name對應的列表分片獲取數據 # 參數： # name，redis的name # start，索引的起始位置 # end，索引結束位置
- ltrim(name, start, end)
# 在name對應的列表中移除沒有在start-end索引之間的值 # 參數： # name，redis的name # start，索引的起始位置 # end，索引結束位置
- rpoplpush(src, dst)
# 從一個列表取出最右邊的元素，同時將其添加至另一個列表的最左邊 # 參數： # src，要取數據的列表的name # dst，要添加數據的列表的name
- blpop(keys, timeout)
# 將多個列表排列，按照從左到右去pop對應列表的元素 # 參數： # keys，redis的name的集合 # timeout，超時時間，當元素所有列表的元素獲取完之後，阻塞等待列表內有數據的時間（秒）, 0 表示永遠阻塞 # 更多： # r.brpop(keys, timeout)，從右向左獲取數據
- brpoplpush(src, dst, timeout=0)
# 從一個列表的右側移除一個元素並將其添加到另一個列表的左側 # 參數： # src，取出並要移除元素的列表對應的name # dst，要插入元素的列表對應的name # timeout，當src對應的列表中沒有數據時，阻塞等待其有數據的超時時間（秒），0 表示永遠阻塞
- 自定義增量迭代
# 由於redis類庫中沒有提供對列表元素的增量迭代，如果想要循環name對應的列表的所有元素，那麼就需要： # 1、獲取name對應的所有列表 # 2、循環列表 # 但是，如果列表非常大，那麼就有可能在第一步時就將程序的內容撐爆，所有有必要自定義一個增量迭代的功能： def list_iter(name): """ 自定義redis列表增量迭代 :param name: redis中的name，即：迭代name對應的列表 :return: yield 返回 列表元素 """ list_count = r.llen(name) for index in xrange(list_count): yield r.lindex(name, index) # 使用 for item in list_iter('pp'): print item
Set操作
Set集合就是不允許重複的列表
- sadd(name,values)
# name對應的集合中添加元素
- scard(name)
獲取name對應的集合中元素個數
- *sdiff(keys, args)
在第一個name對應的集合中且不在其他name對應的集合的元素集合
- *sdiffstore(dest, keys, args)
# 獲取第一個name對應的集合中且不在其他name對應的集合，再將其新加入到dest對應的集合中
- *sinter(keys, args)
# 獲取多一個name對應集合的並集
- *sinterstore(dest, keys, args)
# 獲取多一個name對應集合的並集，再講其加入到dest對應的集合中
- sismember(name, value)
# 檢查value是否是name對應的集合的成員
- smembers(name)
# 獲取name對應的集合的所有成員
- smove(src, dst, value)
# 將某個成員從一個集合中移動到另外一個集合
- spop(name)
# 從集合的右側（尾部）移除一個成員，並將其返回
- srandmember(name, numbers)
# 從name對應的集合中隨機獲取 numbers 個元素
- srem(name, values)
# 在name對應的集合中刪除某些值
- *sunion(keys, args)
# 獲取多一個name對應的集合的並集
- *sunionstore(dest,keys, args)
# 獲取多一個name對應的集合的並集，並將結果保存到dest對應的集合中
- sscan(name, cursor=0, match=None, count=None)
- sscan_iter(name, match=None, count=None)
# 同字符串的操作，用於增量迭代分批獲取元素，避免內存消耗太大
有序集合
在集合的基礎上，為每元素排序；元素的排序需要根據另外一個值來進行比較，所以，對於有序集合，每一個元素有兩個值，即：值和分數，分數專門用來做排序。
- **zadd(name, *args, kwargs)
# 在name對應的有序集合中添加元素 # 如： # zadd('zz', 'n1', 1, 'n2', 2) # 或 # zadd('zz', n1=11, n2=22)
- zcard(name)
# 獲取name對應的有序集合元素的數量
- zcount(name, min, max)
# 獲取name對應的有序集合中分數 在 [min,max] 之間的個數
- zincrby(name, value, amount)
# 自增name對應的有序集合的 name 對應的分數
- r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)
# 按照索引範圍獲取name對應的有序集合的元素 # 參數： # name，redis的name # start，有序集合索引起始位置（非分數） # end，有序集合索引結束位置（非分數） # desc，排序規則，默認按照分數從小到大排序 # withscores，是否獲取元素的分數，默認只獲取元素的值 # score_cast_func，對分數進行數據轉換的函數 # 更多： # 從大到小排序 # zrevrange(name, start, end, withscores=False, score_cast_func=float) # 按照分數範圍獲取name對應的有序集合的元素 # zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float) # 從大到小排序 # zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)
- zrank(name, value)
# 獲取某個值在 name對應的有序集合中的排行（從 0 開始） # 更多： # zrevrank(name, value)，從大到小排序
- zrangebylex(name, min, max, start=None, num=None)
# 當有序集合的所有成員都具有相同的分值時，有序集合的元素會根據成員的 值 （lexicographical ordering）來進行排序，而這個命令則可以返回給定的有序集合鍵 key 中， 元素的值介於 min 和 max 之間的成員 # 對集合中的每個成員進行逐個位元組的對比（byte-by-byte compare）， 並按照從低到高的順序， 返回排序後的集合成員。 如果兩個字符串有一部分內容是相同的話， 那麼命令會認為較長的字符串比較短的字符串要大 # 參數： # name，redis的name # min，左區間（值）。 + 表示正無限； - 表示負無限； ( 表示開區間； [ 則表示閉區間 # min，右區間（值） # start，對結果進行分片處理，索引位置 # num，對結果進行分片處理，索引後面的num個元素 # 如： # ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga # r.zrangebylex('myzset', "-", "[ca") 結果為：['aa', 'ba', 'ca'] # 更多： # 從大到小排序 # zrevrangebylex(name, max, min, start=None, num=None)
- zrem(name, values)
# 刪除name對應的有序集合中值是values的成員 # 如：zrem('zz', ['s1', 's2'])
- zremrangebyrank(name, min, max)
# 根據排行範圍刪除
- zremrangebyscore(name, min, max)
# 根據分數範圍刪除
- zremrangebylex(name, min, max)
# 根據值返回刪除
- zscore(name, value)
# 獲取name對應有序集合中 value 對應的分數
- zinterstore(dest, keys, aggregate=None)
# 獲取兩個有序集合的交集，如果遇到相同值不同分數，則按照aggregate進行操作 # aggregate的值為: SUM MIN MAX
- zunionstore(dest, keys, aggregate=None)
# 獲取兩個有序集合的並集，如果遇到相同值不同分數，則按照aggregate進行操作 # aggregate的值為: SUM MIN MAX
- zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
- zscan_iter(name, match=None, count=None,score_cast_func=float)
# 同字符串相似，相較於字符串新增score_cast_func，用來對分數進行操作
其他常用操作
- delete(*names)
# 根據刪除redis中的任意數據類型
- exists(name)
# 檢測redis的name是否存在
- keys(pattern=’*’)
# 根據模型獲取redis的name # 更多： # KEYS * 匹配數據庫中所有 key 。 # KEYS h?llo 匹配 hello ， hallo 和 hxllo 等。 # KEYS h*llo 匹配 hllo 和 heeeeello 等。 # KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo
- expire(name ,time)
# 為某個redis的某個name設置超時時間
- rename(src, dst)
# 對redis的name重命名為
- move(name, db)
# 將redis的某個值移動到指定的db下
- randomkey()
# 隨機獲取一個redis的name（不刪除）
- type(name)
# 獲取name對應值的類型
- scan(cursor=0, match=None, count=None)
- scan_iter(match=None, count=None)
# 同字符串操作，用於增量迭代獲取key
4、管道
redis-py默認在執行每次請求都會創建（連接池申請連接）和斷開（歸還連接池）一次連接操作，如果想要在一次請求中指定多個命令，則可以使用pipline實現一次請求指定多個命令，並且默認情況下一次pipline 是原子性操作。
import redis
pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
r = redis.Redis(connection_pool=pool)
# pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)
pipe.set('name', 'alex')
pipe.set('role', 'sb')
pipe.execute()
5、發佈訂閱
-
發佈者：服務器
-
訂閱者：Dashboad和數據處理
Demo如下：
RedisHelper：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import redis
class RedisHelper:
def __init__(self):
self.__conn = redis.Redis(host='10.211.55.4')
self.chan_sub = 'fm104.5'
self.chan_pub = 'fm104.5'
def public(self, msg):
self.__conn.publish(self.chan_pub, msg)
return True
def subscribe(self):
pub = self.__conn.pubsub()
pub.subscribe(self.chan_sub)
pub.parse_response()
return pub
RedisHelper
訂閱者：
from monitor.RedisHelper import RedisHelper
obj = RedisHelper()
redis_sub = obj.subscribe()
while True:
msg= redis_sub.parse_response()
print msg
發佈者：
from monitor.RedisHelper import RedisHelper
obj = RedisHelper()
obj.public('hello')
更多參見：
//github.com/andymccurdy/redis-py/
