Python Redis极速入门教程：10分钟内掌握使用技巧

文章目录

一、Redis 简介

二、Redis 特性

三、Redis 使用场景

四、Redis 客户端与常用命令

五、Redis在Python上的操作

1. 安装 redis-py 库

2. 连接Redis服务器

3. 数据操作

字符串操作

设置键值对 set(key, string)

获取字符串 get(key)

检查键是否exists(key)

删除键delete(key)

批量设置键值对mset({key: value, key1: value1})

哈希操作

存储哈希值hset(keytable, key, value)

获取哈希值hget(keytable, key)

批量存储哈希值hget(keytable, key_dict)

获取所有哈希值hgetall(keytable)

列表操作

添加元素

获取列表元素lrang(mylist, start, end)

移除元素

列表长度llen(mylist)

集合操作

添加元素sadd(myset, value)

获取集合中的元素smember(myset)

集合的长度scart(myset)

集合的差集sdiff(myset, myset1)

集合的交集sinter(myset, myset1)

从集合中移除元素

集合的随机元素

集合的弹出元素

有序集合（Sorted Set）

添加元素到有序集合

获取有序集合中的元素

获取有序集合的排名

删除有序集合中的元素

六、Redis 持久化与备份

七、Redis 集群与分布式

---

一、Redis 简介

Redis 是一个开源的、内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。Redis 使用 C 语言编写，支持多种类型的数据结构，如字符串（strings）、散列（hashes）、列表（lists）、集合（sets）、有序集合（sorted sets）等，同时还支持范围查询、位图（Bitmaps）、HyperLogLog 和地理空间（geospatial）索引半径查询等功能。

二、Redis 特性

速度快：Redis 的单节点读写速度非常快，读速度可以达到 11 万次/秒，写速度可以达到 8.1 万次/秒。

数据存放内存：Redis 将所有数据存储在内存中，因此读写速度非常快。

支持多种数据结构：Redis 支持多种类型的数据结构，满足不同的数据存储需求。

持久化：Redis 支持数据的持久化，可以将内存中的数据异步保存到硬盘上，以防止数据丢失。

高可用性：Redis 通过哨兵（Sentinel）和自动分区（Cluster）提供高可用性。

三、Redis 使用场景

缓存：Redis 最常见的使用场景是作为缓存系统，用于缓存热点数据，减少对数据库的访问压力。

计数器：Redis 的自增自减操作非常适合实现计数器功能，如用户访问量统计、点赞数统计等。

消息队列：Redis 可以实现简单的消息队列功能，用于生产者和消费者之间的消息传递。

排行榜：Redis 的有序集合可以用于实现排行榜功能，如热门文章排行榜、游戏排行榜等。

社交网络：Redis 可以用于存储社交网络中的用户关系、好友列表等信息。

四、Redis 客户端与常用命令

Redis 提供了命令行客户端 redis-cli，用于与 Redis 服务进行交互。以下是一些常用的 Redis 命令：

SET：添加或修改一个字符串类型的键值对。

GET：根据键名获取对应的值。

INCR：将一个整数值自增 1。

DECR：将一个整数值自减 1。

LPUSH：向列表的左边插入一个元素。

RPUSH：向列表的右边插入一个元素。

HSET：添加或修改一个哈希类型键的字段值。

HGET：根据键名和字段名获取哈希类型的值。

五、Redis在Python上的操作

1. 安装 redis-py 库

pip install redis

2. 连接Redis服务器

使用 redis-py 库连接到 Redis 服务器。这可以通过创建 redis.Redis 或 redis.StrictRedis 的实例来完成。两者在大多数情况下可以互换使用。

import redis  
  
# 连接到本地 Redis 服务器  
r = redis.Redis(host='localhost', port=6379, db=0, password='123456', decode_responses=True)  
  
# 如果需要连接到远程 Redis 服务器或需要设置密码，可以修改 host, port, password 参数  
# host ip地址 默认本地
# port 端口号 默认6379
# password 密码
# db 数据库

注意：decode_responses=True 参数用于确保从 Redis 获取的字符串数据以 Python 字符串形式存在，而不是字节类型。

3. 数据操作

字符串操作

key 代指键名

string 代指值（字符串类型）

设置键值对 set(key, string)

r.set('mykey', 'myvalue')

获取字符串 get(key)

value = r.get('mykey')  
print(value)  # 输出: myvalue

检查键是否exists(key)

exists = r.exists('mykey')  
print(exists)  # 输出: True 或 False

删除键delete(key)

deleted = r.delete('mykey')  
print(deleted)  # 输出: 1 表示删除成功

批量设置键值对mset({key: value, key1: value1})

r.mset({'key1': 'value1', 'key2': 'value2'})  
values = r.mget('key1', 'key2')  
print(values)  # 输出: ['value1', 'value2']

哈希操作

keytable 代指哈希表

key 字段

value 数据

存储哈希值hset(keytable, key, value)

r.hset('myhash', 'field1', 'value1')

获取哈希值hget(keytable, key)

value = r.hget('myhash', 'field1')  
print(value)  # 输出: value1

批量存储哈希值hget(keytable, key_dict)

# 假设 hmset 可用  
r.hmset('myhash', {'field2': 'value2', 'field3': 'value3'})  
values = r.hmget('myhash', 'field2', 'field3')  
print(values)  # 输出: [b'value2', b'value3'] （注意：这里可能需要 decode_responses=True）

获取所有哈希值hgetall(keytable)

all_fields_values = r.hgetall('myhash')  
print(all_fields_values)  # 输出类似: {'field1': 'value1', 'field2': 'value2', ...}

列表操作

mylist 代指列表名

value代指数据

添加元素

lpush(mylist, value) 在列表左侧添加

rpush(mylist, value) 在列表右侧添加

r.lpush('mylist', 'value1')  # 在列表左侧添加  
r.rpush('mylist', 'value2')  # 在列表右侧添加

获取列表元素lrang(mylist, start, end)

start 索引开始位置

end 索引结束位置

# 获取列表中的所有元素  
print(r.lrange('mylist', 0, -1))  # 输出: [b'0', b'a', b'b', b'c']  
  
# 获取列表中的前两个元素  
print(r.lrange('mylist', 0, 1))  # 输出: [b'0', b'a']

移除元素

lpop：移除并获取列表的第一个元素

rpop：移除并获取列表的最后一个元素

# 移除并获取列表的第一个元素  
print(r.lpop('mylist'))  # 输出: b'0'  
  
# 移除并获取列表的最后一个元素  
print(r.rpop('mylist'))  # 输出: b'c'

列表长度llen(mylist)

print(r.llen('mylist'))  # 输出列表的长度

集合操作

myset 集合名

value 数据

添加元素sadd(myset, value)

r.sadd('myset', 'element1')  
r.sadd('myset', 'element2', 'element3')  # 可以一次添加多个元素

获取集合中的元素smember(myset)

elements = r.smembers('myset')  
print(elements)  # 输出集合中的所有元素，可能是一个无序的列表

集合的长度scart(myset)

length = r.scard('myset')  
print(length)  # 输出集合中的元素数量

集合的差集sdiff(myset, myset1)

set1 = {'element1', 'element2', 'element3'}  
r.sadd('set1', *set1)  # 假设set1已存在于Redis中  
r.sadd('set2', 'element2', 'element4')  # 假设set2也已存在  
  
diff = r.sdiff('set1', 'set2')  
print(diff)  # 输出: {'element1', 'element3'}，即set1有而set2没有的元素

集合的交集sinter(myset, myset1)

inter = r.sinter('set1', 'set2')  
print(inter)  # 输出: {'element2'}，即set1和set2共有的元素

从集合中移除元素

使用srem命令从集合中移除一个或多个元素。

r.srem('myset', 'element1', 'element2')  
# 现在'myset'中不再包含'element1'和'element2'

集合的随机元素

使用srandmember命令从集合中随机获取一个或多个元素。

random_element = r.srandmember('myset')  
print(random_element)  # 随机输出'myset'中的一个元素  
  
# 获取多个随机元素  
random_elements = r.srandmember('myset', 2)  # 获取两个随机元素  
print(random_elements)

集合的弹出元素

使用spop命令从集合中随机移除一个元素并返回该元素。

popped_element = r.spop('myset')  
print(popped_element)  # 随机输出'myset'中的一个元素，并从集合中移除它

有序集合（Sorted Set）

有序集合是Redis中一种特殊的集合类型，它不仅包含元素，还为每个元素关联了一个浮点数分数（score），这使得元素可以按照分数进行排序。

添加元素到有序集合

使用zadd命令向有序集合中添加一个或多个元素及其分数。

r.zadd('mysortedset', {'member1': 1, 'member2': 2})  
# 或者对于单个元素  
r.zadd('mysortedset', 1, 'member3')

获取有序集合中的元素

使用zrange（升序）或zrevrange（降序）命令获取有序集合中的元素及其分数。

# 升序获取  
ascending = r.zrange('mysortedset', 0, -1, withscores=True)  
print(ascending)  # 输出类似: [('member1', 1.0), ('member2', 2.0), ('member3', 1.0)]  
  
# 降序获取  
descending = r.zrevrange('mysortedset', 0, -1, withscores=True)  
print(descending)  # 输出可能反转的顺序

获取有序集合的排名

使用zrank（升序排名）或zrevrank（降序排名）命令获取元素的排名。

rank = r.zrank('mysortedset', 'member1')  
print(rank)  # 输出: 0，如果member1是分数最低的元素  
  
revrank = r.zrevrank('mysortedset', 'member2')  
print(revrank)  # 输出: 0，如果member2是分数最高的元素

删除有序集合中的元素

使用zrem命令从有序集合中移除一个或多个元素。

r.zrem('mysortedset', 'member1', 'member3')

六、Redis 持久化与备份

Redis 支持两种持久化方式：RDB 和 AOF。

RDB：Redis 在指定的时间间隔内将内存中的数据集快照写入磁盘。

AOF：Redis 将所有对数据库进行写入的命令以追加的方式写入到文件中，当 Redis 重启时会重新执行文件中的命令来恢复数据。

七、Redis 集群与分布式

Redis 提供了集群和分布式功能，可以通过哨兵和 Cluster 实现高可用性和数据分片。

哨兵（Sentinel）：哨兵可以监控主节点和从节点的状态，当主节点出现故障时，哨兵会自动将从节点提升为主节点，实现故障转移。

Cluster：Cluster 可以将数据集自动分片到多个节点上，实现数据的分布式存储和负载均衡。

作者：Mr.小码