使用Python操作Redis
2014年5月15日 by debugo · 8条评论
1. 安装pyredis
首先安装pip
<SHELL># apt-get install python-pip ...... <SHELL># pip install --proxy=http://172.1.2.6:8080 redis Downloading redis-2.9.1.tar.gz (62kB): 62kB downloaded Running setup.py (path:/tmp/pip_build_root/redis/setup.py) egg_info for package redis ...... Successfully installed redis Cleaning up...
| 1 2 3 4 5 6 7 8 |
<SHELL># apt-get install python-pip ...... <SHELL># pip install --proxy=http://172.1.2.6:8080 redis Downloading redis-2.9.1.tar.gz (62kB): 62kB downloaded Running setup.py (path:/tmp/pip_build_root/redis/setup.py) egg_info for package redis ...... Successfully installed redis Cleaning up... |
也可以使用easy_install的方式来安装：
easy_install redis
| 1 |
easy_install redis |
或者直接编译安装：
wget https://pypi.python.org/packages/source/r/redis/redis-2.9.1.tar.gz tar xvzf redis-2.9.1.tar.gz cd redis-2.9.1 python setup.py install
| 1 2 3 4 |
wget https://pypi.python.org/packages/source/r/redis/redis-2.9.1.tar.gz tar xvzf redis-2.9.1.tar.gz cd redis-2.9.1 python setup.py install |
2 . 简单的redis操作
redis连接实例是线程安全的，可以直接将redis连接实例设置为一个全局变量，直接使用。如果需要另一个Redis实例（or Redis数据库）时，就需要重新创建redis连接实例来获取一个新的连接。同理，python的redis没有实现select命令。
>>> import redis >>> r = redis.Redis(host='localhost',port=6379,db=0) >>> r.set('guo','shuai') True >>> r.get('guo') 'shuai' >>> r['guo'] 'shuai' >>> r.keys() ['guo'] >>> r.dbsize() #当前数据库包含多少条数据 1L >>> r.delete('guo') 1 >>> r.save() #执行“检查点”操作，将数据写回磁盘。保存时阻塞 True >>> r.get('guo'); >>> r.flushdb() #清空r中的所有数据 True
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
>>> import redis >>> r = redis.Redis(host='localhost',port=6379,db=0) >>> r.set('guo','shuai') True >>> r.get('guo') 'shuai' >>> r['guo'] 'shuai' >>> r.keys() ['guo'] >>> r.dbsize() #当前数据库包含多少条数据 1L >>> r.delete('guo') 1 >>> r.save() #执行“检查点”操作，将数据写回磁盘。保存时阻塞 True >>> r.get('guo'); >>> r.flushdb() #清空r中的所有数据 True |
3. pipeline操作
管道（pipeline）是redis在提供单个请求中缓冲多条服务器命令的基类的子类。它通过减少服务器-客户端之间反复的TCP数据库包，从而大大提高了执行批量命令的功能。
>>> p = r.pipeline() --创建一个管道 >>> p.set('hello','redis') >>> p.sadd('faz','baz') >>> p.incr('num') >>> p.execute() [True, 1, 1] >>> r.get('hello') 'redis'
| 1 2 3 4 5 6 7 8 |
>>> p = r.pipeline() --创建一个管道 >>> p.set('hello','redis') >>> p.sadd('faz','baz') >>> p.incr('num') >>> p.execute() [True, 1, 1] >>> r.get('hello') 'redis' |
管道的命令可以写在一起，如：
>>> p.set('hello','redis').sadd('faz','baz').incr('num').execute()
| 1 |
>>> p.set('hello','redis').sadd('faz','baz').incr('num').execute() |
默认的情况下，管道里执行的命令可以保证执行的原子性，执行pipe = r.pipeline(transaction=False)可以禁用这一特性。
4. 应用场景 – 页面点击数
《Redis Cookbook》对这个经典场景进行详细描述。假定我们对一系列页面需要记录点击次数。例如论坛的每个帖子都要记录点击次数，而点击次数比回帖的次数的 多得多。如果使用关系数据库来存储点击，可能存在大量的行级锁争用。所以，点击数的增加使用redis的INCR命令最好不过了。
当redis服务器启动时，可以从关系数据库读入点击数的初始值（1237这个页面被访问了34634次）
>>> r.set("visit:1237:totals",34634) True
| 1 2 |
>>> r.set("visit:1237:totals",34634) True |
每当有一个页面点击，则使用INCR增加点击数即可。
>>> r.incr("visit:1237:totals") 34635 >>> r.incr("visit:1237:totals") 34636
| 1 2 3 4 |
>>> r.incr("visit:1237:totals") 34635 >>> r.incr("visit:1237:totals") 34636 |
页面载入的时候则可直接获取这个值
>>> r.get ("visit:1237:totals") '34636'
| 1 2 |
>>> r.get ("visit:1237:totals") '34636' |
5. 使用hash类型保存多样化对象
当有大量类型文档的对象，文档的内容都不一样时，（即“表”没有固定的列），可以使用hash来表达。
>>> r.hset('users:jdoe', 'name', "John Doe") 1L >>> r.hset('users:jdoe', 'email', 'John@test.com') 1L >>> r.hset('users:jdoe', 'phone', '1555313940') 1L >>> r.hincrby('users:jdoe', 'visits', 1) 1L >>> r.hgetall('users:jdoe') {'phone': '1555313940', 'name': 'John Doe', 'visits': '1', 'email': 'John@test.com'} >>> r.hkeys('users:jdoe') ['name', 'email', 'phone', 'visits']
| 1 2 3 4 5 6 7 8 9 10 11 12 |
>>> r.hset('users:jdoe', 'name', "John Doe") 1L >>> r.hset('users:jdoe', 'email', 'John@test.com') 1L >>> r.hset('users:jdoe', 'phone', '1555313940') 1L >>> r.hincrby('users:jdoe', 'visits', 1) 1L >>> r.hgetall('users:jdoe') {'phone': '1555313940', 'name': 'John Doe', 'visits': '1', 'email': 'John@test.com'} >>> r.hkeys('users:jdoe') ['name', 'email', 'phone', 'visits'] |
6. 应用场景 – 社交圈子数据
在社交网站中，每一个圈子(circle)都有自己的用户群。通过圈子可以找到有共同特征（比如某一体育活动、游戏、电影等爱好者）的人。当一个用户加入一个或几个圈子后，系统可以向这个用户推荐圈子中的人。
我们定义这样两个圈子,并加入一些圈子成员。
>>> r.sadd('circle:game:lol','user:debugo') 1 >>> r.sadd('circle:game:lol','user:leo') 1 >>> r.sadd('circle:game:lol','user:Guo') 1 >>> r.sadd('circle:soccer:InterMilan','user:Guo') 1 >>> r.sadd('circle:soccer:InterMilan','user:Levis') 1 >>> r.sadd('circle:soccer:InterMilan','user:leo') 1
| 1 2 3 4 5 6 7 8 9 10 11 12 |
>>> r.sadd('circle:game:lol','user:debugo') 1 >>> r.sadd('circle:game:lol','user:leo') 1 >>> r.sadd('circle:game:lol','user:Guo') 1 >>> r.sadd('circle:soccer:InterMilan','user:Guo') 1 >>> r.sadd('circle:soccer:InterMilan','user:Levis') 1 >>> r.sadd('circle:soccer:InterMilan','user:leo') 1 |
#获得某一圈子的成员
>>> r.smembers('circle:game:lol') set(['user:Guo', 'user:debugo', 'user:leo']) redis> smembers circle:jdoe:family
| 1 2 3 |
>>> r.smembers('circle:game:lol') set(['user:Guo', 'user:debugo', 'user:leo']) redis> smembers circle:jdoe:family |
可以使用集合运算来得到几个圈子的共同成员：
>>> r.sinter('circle:game:lol', 'circle:soccer:InterMilan') set(['user:Guo', 'user:leo']) >>> r.sunion('circle:game:lol', 'circle:soccer:InterMilan') set(['user:Levis', 'user:Guo', 'user:debugo', 'user:leo'])
| 1 2 3 4 |
>>> r.sinter('circle:game:lol', 'circle:soccer:InterMilan') set(['user:Guo', 'user:leo']) >>> r.sunion('circle:game:lol', 'circle:soccer:InterMilan') set(['user:Levis', 'user:Guo', 'user:debugo', 'user:leo']) |
7. 应用场景 – 实时用户统计
Counting Online Users with Redis介 绍了这个方法。当我们需要在页面上显示当前的在线用户时，就可以使用Redis来完成了。首先获得当前时间（以Unix timestamps方式）除以60，可以基于这个值创建一个key。然后添加用户到这个集合中。当超过你设定的最大的超时时间，则将这个集合设为过期； 而当需要查询当前在线用户的时候，则将最后N分钟的集合交集在一起即可。由于redis连接对象是线程安全的，所以可以直接使用一个全局变量来表示。
import time from redis import Redis from datetime import datetime ONLINE_LAST_MINUTES = 5 redis = Redis() def mark_online(user_id): #将一个用户标记为online now = int(time.time()) #当前的UNIX时间戳 expires = now + (app.config['ONLINE_LAST_MINUTES'] * 60) + 10 #过期的UNIX时间戳 all_users_key = 'online-users/%d' % (now // 60) #集合名，包含分钟信息 user_key = 'user-activity/%s' % user_id p = redis.pipeline() p.sadd(all_users_key, user_id) #将用户id插入到包含分钟信息的集合中 p.set(user_key, now) #记录用户的标记时间 p.expireat(all_users_key, expires) #设定集合的过期时间为UNIX的时间戳 p.expireat(user_key, expires) p.execute() def get_user_last_activity(user_id): #获得用户的最后活跃时间 last_active = redis.get('user-activity/%s' % user_id) #如果获取不到，则返回None if last_active is None: return None return datetime.utcfromtimestamp(int(last_active)) def get_online_users(): #获得当前online用户的列表 current = int(time.time()) // 60 minutes = xrange(app.config['ONLINE_LAST_MINUTES']) return redis.sunion(['online-users/%d' % (current - x) #取ONLINE_LAST_MINUTES分钟对应集合的交集 for x in minutes])
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
import time from redis import Redis from datetime import datetime ONLINE_LAST_MINUTES = 5 redis = Redis()
def mark_online(user_id): #将一个用户标记为online now = int(time.time()) #当前的UNIX时间戳 expires = now + (app.config['ONLINE_LAST_MINUTES'] * 60) + 10 #过期的UNIX时间戳 all_users_key = 'online-users/%d' % (now // 60) #集合名，包含分钟信息 user_key = 'user-activity/%s' % user_id p = redis.pipeline() p.sadd(all_users_key, user_id) #将用户id插入到包含分钟信息的集合中 p.set(user_key, now) #记录用户的标记时间 p.expireat(all_users_key, expires) #设定集合的过期时间为UNIX的时间戳 p.expireat(user_key, expires) p.execute()
def get_user_last_activity(user_id): #获得用户的最后活跃时间 last_active = redis.get('user-activity/%s' % user_id) #如果获取不到，则返回None if last_active is None: return None return datetime.utcfromtimestamp(int(last_active))
def get_online_users(): #获得当前online用户的列表 current = int(time.time()) // 60 minutes = xrange(app.config['ONLINE_LAST_MINUTES']) return redis.sunion(['online-users/%d' % (current - x) #取ONLINE_LAST_MINUTES分钟对应集合的交集 for x in minutes]) |
References:
http://blog.csdn.net/vv_demon/article/details/7676384
tigerfish NoSQL和NewSQL数据库引航
《Redis Cookbook》
Redis-Python https://pypi.python.org/pypi/redis/2.9.1
来源：oschina
链接：https://my.oschina.net/u/1757911/blog/610913