浅谈Python安装并使用redis模块的方法

这篇文章给大家分享的是有关浅谈Python安装并使用redis模块的方法的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

安装和使用

安装

安装redis模块

pip3 install redis

普通连接

redis-py提供两个类Redis和StrictRedis用于实现Redis的命令，StrictRedis用于实现大部分官方的命令，并使用官方的语法和命令，Redis是StrictRedis的子类，用于向后兼容旧版本的redis-py

import redisconn = redis.Redis(host='127.0.0.1', port=6379)# 可以使用url方式连接到数据库# conn = Redis.from_url('redis://@localhost:6379/1')conn.set('name', 'LinWOW')print(conn.get('name'))

连接池

redis-py使用connection pool来管理对一个redis server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连接池。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

连接池：redis_pool.py

from redis import ConnectionPoolPOOL=ConnectionPool(host='127.0.0.1',port=6379,max_connections=100)

使用连接池：test_redis.py

import redisfrom redis_pool import POOlconn = redis.Redis(connection_pool=POOl)conn.set('name', 'LinWOW')print(conn.get('name'))

构造url方式连接到数据库，有以下三种模式：

redis://[:password]@host:port/db    # TCP连接rediss://[:password]@host:port/db   # Redis TCP+SSL 连接unix://[:password]@/path/to/socket.sock?db=db    # Redis Unix Socket 连接

Python操作Redis

String操作

Key操作

List操作

应用场景：

blpop实现简单分布式爬虫：

多个url放到列表里，往里不停放URL，程序循环取值，但是只能一台机器运行取值，可以把url放到redis中，多台机器从redis中取值，爬取数据，实现简单分布式

将多个列表排列，按照从左到右去pop对应列表的元素
参数：
keys，redis的name的集合
timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞
更多：
r.brpop(keys, timeout)，从右向左获取数据

自定义增量迭代：

由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：

1、获取name对应的所有列表

2、循环列表

但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：

import redisconn=redis.Redis(host='127.0.0.1',port=6379)# conn.lpush('test',*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])# conn.flushall()def scan_list(name,count=2):    index=0    while True:        data_list=conn.lrange(name,index,count+index-1)        if not data_list:            return        index+=count        for item in data_list:            yield itemprint(conn.lrange('test',0,100))for item in scan_list('test',5):    print('---')    print(item)

Set操作

Sorted Set操作

Hash操作

注意点：

hscan(name, cursor=0, match=None, count=None)：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

hscan_iter(name, match=None, count=None)： 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

管道

redis-py默认在执行每次请求都会创建（连接池申请连接）和断开（归还连接池）一次连接操作，如果想要在一次请求中指定多个命令，则可以使用pipline实现一次请求指定多个命令，并且默认情况下一次pipline 是原子性操作。

import redispool = 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.multi()pipe.set('name', 'linwow')pipe.set('age', '18')pipe.execute()

Django中使用redis

方式一：

utils文件夹下，建立redis_pool.py

import redisPOOL = redis.ConnectionPool(host='127.0.0.1', port=6379,password='1234',max_connections=1000)

视图函数中使用：

import redisfrom django.shortcuts import render,HttpResponsefrom redis_pool import POOLdef index(request):    conn = redis.Redis(connection_pool=POOL)    conn.hset('liwow','age',18)    return HttpResponse('设置成功')    def order(request):    conn = redis.Redis(connection_pool=POOL)    conn.hget('kkk','age')    return HttpResponse('获取成功')

方式二：

安装django-redis模块

pip3 install django-redis

setting里配置：

# redis配置CACHES = {    "default": {        "BACKEND": "django_redis.cache.RedisCache",        "LOCATION": "redis://127.0.0.1:6379",        "OPTIONS": {            "CLIENT_CLASS": "django_redis.client.DefaultClient",            "CONNECTION_POOL_KWARGS": {"max_connections": 100}            # "PASSWORD": "123",        }    }}

视图函数：

from django_redis import get_redis_connectionconn = get_redis_connection('default')print(conn.hgetall('xxx'))

python主要应用领域有哪些

1、云计算，典型应用OpenStack。2、WEB前端开发，众多大型网站均为Python开发。3.人工智能应用，基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python。4、系统运维工程项目，自动化运维的标配就是python+Django/flask。5、金融理财分析，量化交易，金融分析。6、大数据分析。

感谢各位的阅读！关于"浅谈Python安装并使用redis模块的方法"这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！