1.String(字符串)
在任何一种编程语言中，字符串都是最基础的数据结构，在Redis中String是可以修改的称之为：动态字符串(简称SDS)
Redis的内存分配机制：
- 当字符串的长度小于1MB时，每次扩容都是加倍现有的空间
- 如果字符串长度超过1MB时，每次扩容时只会扩展1MB空间
ps：这样既保证了内存空间够用，也不会造成内存的浪费，字符串最大长度为512MB
import redis conn = redis.Redis() # 1 set(name, value, ex=None, px=None, nx=False, xx=False) # 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,值存在，就修改不了，执行没效果 # xx，如果设置为True，则只有name存在时，当前set操作才执行，值存在才能修改，值不存在，不会设置新值 # conn.set('name','abc') # value 只能是字符串或byte格式 # conn.set('name','abc',ex=3) # ex 是过期时间，到3s过期，数据就没了 # conn.set('name','abc',px=3000) # px 是过期时间，到3s过期，数据就没了 # conn.set('age',18,nx=True) # redis 实现分布式锁 # conn.set('hobby', '足球', xx=False) # hobby存在操作 # 2 setnx(name, value) 就是：set nx=True # conn.setnx('hobby1','橄榄球') # 3 psetex(name, time_ms, value) 本质就是 set px设置时间 # conn.psetex('name',3000,'abc') # 4 mset(*args, **kwargs) 传字典批量设置 # conn.mset({'name':'xxx','age':19}) # 5 get(name) 获取值，取到是bytes格式 ,指定：decode_responses=True，就完成转换 # print(conn.get('name')) # print(str(conn.get('name')[:3],encoding='utf-8')) # 5 mget(keys, *args) #批量获取 # res=conn.mget('name','age') # res=conn.mget(['name','age']) # print(res) # 6 getset(name, value) # 先获取，再设置 # res=conn.getset('name','cba') # print(res) # 7 getrange(key, start, end) # 取的是字节，前闭后闭区间 # res=conn.getrange('name',0,1) # print(res) # 8 setrange(name, offset, value) # 从某个起始位置开始替换字符串 # conn.setrange('name', 1, 'xxx') # 9 setbit(name, offset, value) # conn.setbit('name',1,0) # 00000000 00000000 00000000 # res=conn.get('name') # print(res) # 10 getbit(name, offset) # res=conn.getbit('name',1) # print(res) # 11 bitcount(key, start=None, end=None) # print(conn.bitcount('name',0,3)) # 3 指的是3个字符 # 12 strlen(name) # 统计字节长度 # print(conn.strlen('name')) # print(len('abc胡')) # len 统计字符长度 # 13 incr(self, name, amount=1) # 计数器 # conn.incr('age',amount=3) # 14 incrbyfloat(self, name, amount=1.0) # 15 decr(self, name, amount=1) # conn.decr('age') # 16 append(key, value) # 在后面追加 # conn.append('name','nb') conn.close()
2.list(列表)
Redis的list和java中的LinkedLIst很像，底层都是一种链表结构，list的插入和删除操作非常快，时间复杂度为0(1)，不像数组结构插入、删除操作需要移动数据
当数据量较少的时候它的底层存储结构为一块连续内存，称之为ziplist(压缩列表)，它将所有的元素紧挨着存储，分配的是一块连续的内存；当数据量较多的时候将会变成quicklist(快速链表)结构
redis3.2之后就改用ziplist+链表的混合结构，称之为quicklist(快速链表)
list应用场景它是按照插入顺序排序的列表：
- 消息队列：lpop和rpush或者lpush和rpop能实现队列的功能
- 朋友圈的点赞列表、评论列表、排行榜：lpush命令和lrange命令能实现最新列表的功能，每一次通过push命令往列表里插入新的元素，然后通过lrange命令读取最新的元素列表
import redis conn = redis.Redis(decode_responses=True) # 1 lpush(name,values) 从左侧插入 [小明 小红 小张 小鹏] # conn.lpush('girls','小红') # conn.lpush('girls','小明') # conn.rpush('girls','小张') # 从右侧插入 # conn.rpush('girls','小鹏') # 2 lpushx(name,value) 只有name已经存在时，值添加到列表的最左边 # conn.lpushx('girls','小丽') # conn.lpushx('boys','小刚') # 3 rpushx(name, value) 表示从右向左操作 # 4 llen(name) # res=conn.llen('girls') # print(res) # 5 linsert(name, where, refvalue, value)) # conn.linsert('girls', where='after', refvalue='小红', value='李清照') # conn.linsert('girls', where='before', refvalue='小红', value='李清照') # 6 lset(name, index, value) # conn.lset('girls',0,'xx') # 7 lrem(name,count ,value) # count放数字，可以写负数，表示从右往前删除 0 表示全删 # conn.lrem('girls',0,'李清照') # 8 lpop(name) # res=conn.lpop('girls') # res=conn.rpop('girls') # print(res) # 9 lindex(name, index) # res=conn.lindex('girls',2) # print(res) # 10 lrange(name, start, end) 前闭后闭 # res=conn.lrange('girls',0,2) # print(res) # 11 ltrim(name, start, end) 修建 # res=conn.ltrim('girls',1,2) # 12 rpoplpush(src, dst) # conn.rpoplpush('girls','boys') # 13 blpop(keys, timeout) 阻塞式弹出，如果列表中没有值，会阻塞在这，直到有值，再弹出，它可以做消息队列，做分布式的系统 # res=conn.blpop('boys',timeout=3) # print(res) # 14 brpoplpush(src, dst, timeout=0) # 15 自定义增量迭代 # res=conn.lrange('girls',0,conn.llen('girls')) # print(res) conn.close()
3.hash(字典)
Redis中的Hash和Java的HashMap更加相似，都是数组+链表的结构，当发送hash碰撞时将会把元素追加到链表上，要注意的是在Redis的Hash中value只能是字符串
Hash和String都可以用来存储用户信息，但不同的是Hash可以对用户信息的每个字典单独存储；
String存的是用户全部信息经过序列化后的字符串，如果想要修改某个用户字段必须将用户信息字符串全部查询出来，解析成响应的用户信息对象，修改完后在序列化成字符串存入
Hash可以只对某个字段修改，从而节约网络流量但是hash内存占用要大于String
- 购物车：hset[key] [field] [value]，可以实现以用户id为field，商品数量为value，恰好构成了购物车的三要素
- 存储对象：hash类型的(key,field,value)的结构与对象的(对象id，属性，值)的结构相似，也可以用来存储对象
import redis conn = redis.Redis(decode_responses=True) # 1 hset(name, key, value) # conn.hset('userinfo', 'name', '彭于晏') # conn.hset('userinfo', 'age', '32') # conn.hset('xx',mapping={'name':'xxx','hobby':'篮球'}) # 2 hmset(name, mapping) 弃用了 # conn.hmset('yy',{'a':'a','b':'b'}) # 3 hget(name,key) # res=conn.hget('userinfo','age') # print(res) # 4 hmget(name, keys, *args) # res=conn.hmget('userinfo',['name','age']) # print(res) # 5 hgetall(name) 慎用，可能会造成 阻塞 尽量不要在生产代码中执行它 # res=conn.hgetall('userinfo') # print(res) # 6 hlen(name) # res=conn.hlen('userinfo') # print(res) # 7 hkeys(name) # res=conn.hkeys('userinfo') # print(res) # 8 hvals(name) # res=conn.hvals('userinfo') # print(res) # 9 hexists(name, key) # res=conn.hexists('userinfo','name') # print(res) # 10 hdel(name,*keys) # conn.hdel('userinfo','age') # 11 hincrby(name, key, amount=1) # conn.hincrby('userinfo','age') # 12 hincrbyfloat(name, key, amount=1.0) # conn.hincrbyfloat('userinfo','age',5.44) ## 联合起来讲：不建议使用hgetall，分片取值 # 分批获取 生成器应用在哪了？ # 13 hscan(name, cursor=0, match=None, count=None) # hash类型没有顺序---》python字典 之前没有顺序，3.6后有序了 python字段的底层实现 # for i in range(1000): # conn.hset('test_hash','key_%s'%i,'鸡蛋%s号'%i) # count 是要取的条数，但是不准确，有点上下浮动 # 它一般步单独用 # res=conn.hscan('test_hash',cursor=0,count=19) # print(res) # print(res[0]) # print(res[1]) # print(len(res[1])) # res=conn.hscan('test_hash',cursor=res[0],count=19) # print(res) # print(res[0]) # print(res[1]) # print(len(res[1])) # 咱么用它比较多，它内部封装了hscan，做成了生成器，分批取hash类型所有数据 # 14 hscan_iter(name, match=None, count=None) 获取所有hash的数据 # res = conn.hscan_iter('test_hash',count=100) # print(res) # 生成器 # for item in res: # print(item) conn.close()
4.set(集合)
Redis中的set和java中的HashSet有些类似，它内部的键值对是无序的、唯一的，他的内部实现相当于一个特殊的字典，字典中所有的value都是一个值NULL，当集合中最后一个元素被移除之后数据结构被自动删除，内存被释放
- sinter命令可以获得A和B两个用户的共同好友
- sismenber命令可以判断A是否是B的好友
- scard命令可以获取好友数量
redis是否支持事物
redis可以说支持事务也可以说不支持，redis事务机制可以保证一致性和隔离性，但是无法保证持久性，但是对于redis而言，本身是内存数据库，所以持久性不是必须属性，原子性需要自己进行检查，尽可能保证。
redis不像mysql一样事务的四大特性不能全部满足，但是能满足一部分，通过redis的管道实现的
redis本身不支持事务，但是可以通过管道实现部分事务
redis可以通过管道来保证命令要么都成功，要么都失败，完成事务的一致性，但是管道只能用在单实例，集群中不支持管道
django中集成redis
方式一：直接使用
from user.POOL import pool import redis def index(request): conn = redis.Redis(connection_pool=pool) conn.incr('page_view') res = conn.get('page_view') return HttpResponse('被你看了%s次' % res)方式二：使用第三方模块
# 下载第三方模块：django-redis # 配置文件中配置 CACHES = { "default": { "BACKEND": "django_redis.cache.RedisCache", "LOCATION": "redis://127.0.0.1:6379/0", "OPTIONS": { "CLIENT_CLASS": "django_redis.client.DefaultClient", "CONNECTION_POOL_KWARGS": {"max_connections": 100} # "PASSWORD": "123", } } } # 使用方式 from django_redis import get_redis_connection def index(request): conn = get_redis_connection(alias="default") # 每次从池中取一个链接 conn.incr('page_view') res = conn.get('page_view') return HttpResponse('执行了%s次' % res)方式三：借助于dango的缓存使用
-如果配置文件中配置了 CACHES ，以后django的缓存，数据直接放在redis中 -以后直接使用cache.set 设置值，可以传过期时间 -使用cache.get 获取值 -强大之处在于，可以直接缓存任意的python对象，底层使用pickle实现的
