前言
R: 代表 redis-cli
P: 代表 python的redis
準備
pip install redis
pool = redis.ConnectionPool(host='39.107.86.223', port=6379, db=1)
redis = redis.Redis(connection_pool=pool)
redis.所有命令
下面命令所有命令我都省略了， 有和Python內置函數沖突的我會加上 redis.
全局命令
-
dbsize（返回key的數量）
R: dbsize P: print(redis.dbsize()) -
exists（是否存在某key）
R: exists name P: exists('name') -
keys（列出所有key,可使用通配符）
R: keys na* P: keys('na*') 注：時間復雜度為 O(n) -
scan (對應keys，迭代取出所有keys)
R: scan 0 match '*' count 4 P: keys_iter = redis.scan_iter(match='*', count=4) 注：這種scan，API后面也會有， 所以我全部放在最后的結束語中講 -
info (查看資源信息)
R: info # 也可以填參數 info memory info cpu 等 P: redis.info() # redis.info('CPU') redis.info('MEMORY') -
type (列出類型)
R: type name P: redis.type('name') # type和python的沖突了，所以這里我寫全了 redis中類型有： none string list set zset hash
過期時間
-
expire(設置)
R: expire name 秒數 P: expire('name', 秒數) -
ttl(查詢)
R: ttl name P: ttl('name') # 返回剩余過期時間值 # 返回值為 -2 則代表 無此 key # 返回值為 -1 則代表 有此 key ， 但未設置過期時間 -
persist(刪除)
R: persist name P: persist('name') -
自增，自減
incr incrby 加上一個整數 R: incr age 或 incrby age 1 P: incr age 1 或 incrby age 1 # python實現 的 incr 被 重定向為 incrby，所以用哪個都行 decr decrby 減去一個整數 同上 incrbyfloat 加減一個浮點數 同上
字符串相關操作
-
set 設置值
R: set name lin P: redis.set('name', 'lin') set選項（原子操作） nx（設置默認值） R: set name lin nx P: redis.set('name', 'lin', nx=True) 注： nx 代表key不存在才會將值設置成功， 類似python dict的 setdefault，即給key設置默認值 xx（更新值） R: set name Tom xx P: redis.set('name', 'lin', xx=True) 注： xx 代表key存在才會將值更新成功。 如果key不存在， 則更新失敗。 -
get 獲取值
R: get name P: redis.get('name') 注：通過py redis客戶端的 get取出的都是 字節二進制類型， 所以需要手動轉為對應類型 前面提到的 incr decr 等， 操作返回結果直接就是 int， 而非 字節類型 -
mset 批量設置
R: mset name lin age 18 p: redis.mset( {'name': 'lin', 'age': 18} ) -
mget 批量獲取
R: mget name age p: redis.mget('name', 'age') # 返回值為 字節類型的 列表 -
getset 設置新值并返回舊值
R: getset name zhang P: print( redis.getset('name', 'zhang') ) -
append 字符串追加拼接
R: append name abc P: redis.append('name', 'abc') -
strlen 獲取字符串長度
R: strlen name P: print( redis.strlen('name') ) 注： 與編程語言的普遍API不同的是， strlen返回的字符串 長度是 字符對應編碼的長度。。。。 中文 utf-8 占 3個字節 -
getrange 字符串切片 （從0開始，前閉后閉）
R: getrange name 1 2 P: redis.getrange('name', 1, 2) -
setrange 字符串按索引賦值（覆蓋）
R: setrange name 0 abc # 把第0個位置開始， 逐個覆蓋賦值為 abc， 多余的不變 P: redis.setrange('name', 0, 'abc') -
del 刪除鍵值
R: del k1 k2 P: redis.delete(k1, k2)
Hash相關操作(可對應為 文檔-屬性-值)
-
hset 設置 1條文檔，1個屬性-值
R: hset user name lin P: redis.hset('user', 'name', 'lin') -
hget 獲取 1條文檔，1個屬性
R: hget user name P: print(redis.hget('user', 'name')) -
hmset 設置 1條文檔， 多個屬性-值
R: hmset user name lin age 18 P: redis.hmset('user', {'user': 'lin', 'age': 18}) -
hmget 獲取 1條文檔， 多個屬性-值
R: hmget user name age P: print(redis.hmget('user', 'name', 'age')) -
hkeys 獲取所有 key
R: hkeys user P: print(redis.hkeys('user')) -
hvals 獲取所有 values
R: hvals user P: print(redis.hvals('user')) -
hgetall 獲取 一條文檔，所有屬性值（慎用，見下一條API）
R: hgetall user # 返回為列表， 偶數索引為key，奇數索引為vaLue(從0開始) P: print(redis.hgetall('user')) # 返回為 dict格式 注： hgetall 會將所有key-value取出來，所以數據量龐大可能會造成性能影響。 大批量數據在python是怎么處理來著？？？？？？？ 沒錯，就是迭代器，當然python的redis模塊已為我們封裝好一個API，hscan_iter, 見一條API -
hscan （hash迭代，大體上可代替 hgetall使用）
R: hscan user 0 match * count 200 # 按游標，按數量取 # 0代表游標從頭開始 # match是關鍵字 # * 是key的通配符 # count 是一次接待的條數 P: result_iter = redis.hscan_iter('user', match= 'na*', count=2) # python的 cursor參數沒有，是因為源碼中被固定設置為 0了， 其他參數解釋同上 # 返回結果為可迭代對象，可遍歷取出。 -
hexists 檢測是否存在某key
R: hexists user name1 # 存在返回 1，不存在返回 0 P: print(redis.hexists('user', 'name')) # 存在返回True -
hlen 統計獲取一個文檔，所有屬性的 總數
R: hlen user P: print(redis.hlen('user')) -
hdel 刪除指定字段
R: hdel key field P: redis.hdel('key', 'field')
List相關操作
-
lpush (左壓棧)
R: lpush list1 1 2 3 P: redis.lpush('list1', 1,2,3) -
rpush (右壓棧，同左壓棧，略)
-
lpop (左彈棧)
R: lpop list2 P: print(redis.lpop('list2')) -
rpop (右彈棧，同左彈棧，略)
-
blpop (左阻塞彈棧，列表為空時，就阻塞了)
R: blpop list2 1000 # 1000為過期時間為1000秒，1000秒后自動解除阻塞，有值加入也會解除阻塞 P: redis.blpop('list2', timeout=1000) -
brpop (右阻塞彈棧，同左阻塞彈棧，略)
-
linsert ( 在指定 值 的 前后 插入值)
R: linsert list2 before Tom jerry # 在Tom前插入 jerry, before代表之前 P: redis.linsert('list2', 'after', 'b', 'Tom') # 在b的后面插入Tom, after代表之后 -
lset (按索引賦值, 注意索引不要越界)
R：lset list2 4 zhang P: redis.lset('list2', 4, 'zhang') -
lindex (按索引取值, 索引可正可負)
R: lindex list2 -3 P: print(redis.lindex('list2', 3)) -
llen （獲取列表元素個數）
R: llen list2 P: print(redis.llen('list2')) -
ltrim (注意：在原數據上切片，不返回值。)
R: ltrim list2 3 10 # 保留 索引 3-10 的列表數據，其他都刪除 P: print(redis.ltrim('list2', 2, -1)) # 索引前閉后閉，可正可負 -
lrem (刪除指定值)
R: lrem list2 0 Tom # 0 這個位置的參數代表刪除值的個數 # 0 代表全部刪除， 刪除全部Tom值 # 正數代表 從左到右 刪除n個。 eg: lrem list2 5 Tom 即為 從左到右 刪除5個Tom值 # 負數代表 從右到左 刪除n個。 eg: lrem list2 -5 Tom 即為 從右到左 刪除5個Tom值 P: print(redis.lrem('list2', -5, 1)) # 解釋同上 -
lrange(遍歷，正負索引都可，前閉后閉)
R: lrange list1 0 -1 P: print(redis.lrange('list2', 0, -1))
Set相關操作
-
sadd （插入元素）
R: sadd set1 1 2 3 P: redis.sadd('set1', *[1,2,3]) -
srem （刪除指定值的元素）
R: srem set1 Tom P: redis.srem('set1', 'Tom') -
scard （獲取集合中元素個數）
R: scard set1 P: redis.scard('set1') -
sismember (判斷某元素是否在集合)
R: sismember set1 Tom P: redis.sismember('set1', 'Tom') -
srandmember (隨機取出集合指定個數元素)
“”“類似py的 random.choices，注意有s”“ R: srandmember set1 2 # 從集合隨機中取出2個元素 P: redis.srandmember('set1', 2) -
smembers (取出集合中所有元素)
R: smembers set1 P: redis.smembers('set1') 注： 同 hgetall， 如果一次性取出，可能會出問題，所以需要迭代獲取，見下 sscan -
sscan (游標/迭代取出集合所有元素)
R: sscan set1 0 match * count 200 P: result_iter = redis.sscan_iter('set1', match='*', count=200) # 遍歷迭代 -
sdiff (差集)
R: sdiff sset1 sset2 P: print(redis.sdiff('sset1', 'sset2')) -
sinter（交集）
R: sinter sset1 sset2 P: print(redis.sinter('sset1', 'sset2')) -
sunion (并集)
R: sunion sset1 sset2 P: print(redis.sunion('sset1', 'sset2'))
zset 有序集合相關操作
-
zadd (有序插入)
R: zadd zset 100 Tom 90 Jerry # 100是權重，Tom是數據值， 注意redis-cli 權重在前，值在后 P: redis.zadd('zset', {'Tom': 100, 'Jerry': 90}) # 注意，py語法，權重作為字典的value 注特別注意： zadd的默認機制是同值，不同權重時，會更新值的權重 eg: 上面再插入一條 Tom, 不過這次的權重是 50 （ zadd zset 50 Tom），則Tom的權重會更新為50 這時就延申出2個參數，（應該還記得前面講的 set的 nx 和 xx參數吧，沒錯 zadd也有） nx: （不存在才更新（添加）， 存在則更新（添加） 失敗） R: zadd zset nx 1000 Tom P: redis.zadd('zset',{'Tom': 1000}, nx=True) 注： 如果Tom這個值之前存在，則這個1000就不會被更新了 若不存在，則就會新創建，并把這個1000設置成功 nx：（存在才更新（添加）， 不存在則更新（添加） 失敗） R: zadd zset xx 1000 Tom P：redis.zadd('zset',{'Tom': 1000}, xx=True) 注： 如果Tom這個值之前存在，則1000才會更新成功 如果不存在，比如 {'張三':500}, 張三本來就不存在，用了xx, 他不會被添加進來，更何談更新 -
zrange (遍歷)
R: zrange zset 0 -1 P: print(redis.zrange('zset', 0, -1)) # 返回值為列表 withscores 參數（把權重也帶出來返回）： R: zrange zset 0 -1 withscores # 注意， 返回時 奇數位 是值， 偶數位是權重 P: print(redis.zrange('zset', 0, -1, withscores=True)) # 返回列表嵌套元組，[(值，權重)] -
zrevrange (逆序-降序，遍歷)
這條API就是多了 "rev" 三個字母, reversed單詞 熟悉把， python內置逆序高階函數。。就是那個意思 操作同zrange，略 -
zrangebyscore (根據權重來遍歷)
R: zrangebyscore zset 40 99 limit 1 3 # 查出權重在40-99之內的數據，并從第1條開始，返回3條 # 40-99都是閉區間， 要想變成開區間這樣寫即可 (40 (99 P: print(redis.zrangebyscore('zset', 40, 99, start=1, num=3)) -
zrevrangebyscore (根據權重來 逆序遍歷)
操作同 zrangebyscore， 略 這API設計的，還不如，直接弄成一條命令，然后加一個逆序參數，吐槽！！！！ -
zrem (刪除某值)
R: zrem zset Tom # 刪除Tom這個值 P: print(redis.zrem('zset','Tom')) -
zremrangebyscore (刪除 權重 范圍內的值)
R: zremrangebyscore zset 70 90 # 把權重在70-90分的所有數據刪除 P: redis.zremrangebyscore('zset', 70, 90) -
zremrangebyrank (刪除 索引 范圍內的值)
R: zremrangebyrank zset 0 -1 # 刪除所有值 （ 0到-1的索引就代表所有值啦！） P: redis.zremrangebyrank('zset', 0, -1) # redis的API風格真的。。。沒辦法python也無奈同名 -
zcard (獲取有序集合的 所有 元素個數)
R: zcard zset P: print(redis.zcard('zset')) -
zcount (統計有序集合的 某權重范圍的 元素個數)
R: zcount zset 10 69 # 同樣默認閉區間， ( 可改為開區間 P: print(redis.zcount('zset',50, 69)) -
zrank (獲取某元素的索引)
R: zrank zset Jerry # 不用猜，索引肯定從0開始 P: print(redis.zrank('zset', 'Jerry')) -
zrevrank (逆序 獲取某元素的索引)
逆序獲取索引，比如最后一個，索引就是0 具體操作，同 zrank， 略 -
zscore (獲取某元素對應的權重)
R: zscore zset Jerry P: print(redis.zscore('zset', 'Jerry')) -
zscan (迭代方式和返回 所有元素及其權重)
""" 嗯?似曾相識燕歸來？ 前面說過的 scan hsacn sscan 還有接下來要說的 zscan 都是一個樣子的，都是為了應對大數據來迭代處理 python版的redis給了我們一個簡化函數,那就是 _iter結尾的， eg: hscan_iter() 這種 _iter結尾的函數，不用我們來傳游標cursor參數， 為啥呢?? 一. 因為python有生成器-迭代器機制阿！（當然 _iter等函數的源碼就是用yield為我們實現的） 二. cursor游標不易于管理 """ R: zscan zset 0 match * count 5 P: zset_iter = redis.zscan_iter('zset', match='*', count=5) # 同理返回可迭代對象 注：還要說明一下： match參數: 過濾查詢數據（其實過濾完了，數據量小了也沒必要用scan了，此參數主要用在"hscan"之類的） "因此match參數可不寫", "match='*' 和 不傳是一個效果的。" count參數： Py源碼解釋 ``count`` allows for hint the minimum number of returns 意思就是： 這個參數是一次迭代"最少"取5個"，但不管怎么說，最終還是會取出全部數據！！ -
zpopmax (彈出最大優先級數據對，redis5.+新增)
R: zpopmax zset1 2 # 2代表彈出最大的2對key:score,不寫，默認只彈一對key:score P: data = redis.zpopmax(zset1, count=None) # 原理同上 zpopmax可等價于下面兩條命令的加起來的效果： data = redis.zrange(zset1, -1, -1) zrem(zset1, data) 注：無論count指定幾個或不指定，py返回值為 [(key, score)] 列表嵌元組這種格式。 -
zpopmin (彈出最小優先級數據對，redis5.+新增)
用法同zpopmax zpopmax可等價于下面兩條命令的加起來的效果： data = redis.zrange(zset1, 0, 0) # 就這里變了，默認升序，故最小值需要從第0條開始彈 zrem(zset1, data) 注： zpopmax 和 zpopmin 這兩個方法是 redis5.+才有的。 前面也說了這種方法 = zrange + zrem 很明顯，由原來的多行操作。變成了原子操作。 我想，redis新增這兩條命令，應該正是解決資源競爭的這一問題！！！！！！
Redis兩種持久化的方式
-
生成RDB文件 （三種方法）
"""RDB機制就是 觸發生成RDB文件，將Redis數據以二進制形式寫入其中， 觸發方式有如下三種""" RDB基本配置： vi /etc/redis/redis.conf dbfilename dump.rdb # 配置RDB文件名 dir /var/lib/redis # 配置RDB文件存放目錄 （ll 命令查看 dump.rdb是否為最新時間） appendonly no # 若為yes, 會優先按照aof文件來恢復，或不恢復 上述配置，可在下面三種方法實現的時候，自動觸發生成RDB文件。并在redis啟動時恢復RDB文件 -
觸發方式1：save （阻塞）
R: save P: redis.save() -
觸發方式2：bgsave （開fork進程，異步,非阻塞）
R: bgsave P: redis.bgsave() -
觸發方式3：自動動態生成RDB文件（配置文件）
在上面RDB基本配置基礎上，追加如下配置 vi /etc/redis/redis.conf save 100 10 # 100秒鐘改變10條數據就會，自動生成RDB文件 -
RDB缺點
大數據耗時，RDB文件寫入影響IO性能。宕機數據不可控 -
生成AOF文件（三種方法）
"""AOF機制就是 每執行一條命令，都會記錄到緩沖區，在根據某種策略刷新到AOF文件中，策略有如下三種""" AOF基本配置： vi /etc/redis/redis.conf appendonly yes # 開關，先要打開 appendfilename "appendonly.aof" # AOF文件名 dir /var/lib/redis # AOF文件目錄（和RDB是一樣的） -
刷新策略1：always
always 即緩沖區有一條命令，就會刷新追加到AOF文件中 （安全可靠，耗IO） -
刷新策略2：everysec （默認）
everysec 即每過1秒 就會把緩沖區的命令 刷新追加到AOF文件中 如果就在這一秒鐘宕機，那么數據就丟失了。。。（1秒不可控） -
刷新策略3：no
no 即 什么時候刷新，全聽操作系統自己的 （完全不可控） -
AOF重寫機制 （兩種方法,異步）
-
重寫清潔過程：
如上可知，越來越多的命令會追加到AOF中，其中可能會有一些類似 一、鍵值覆蓋： set name tom set name jerry 二、超時時間過期 三、多條插入（可用一條命令代替） 如上無用命令，會讓AOF文件變得繁雜。 可通過 AOF重寫策略優化來達到化簡，提高恢復速度等。 -
重寫原理（查找資料 + 個人理解）：
一、 開fork子進程 新弄一份AOF文件，它的任務就是把當前redis中的數據重新按照上面的 ”重寫清潔過程“ 捋一遍，并記錄到這個新AOF文件中 二、 此時主進程可以正常接受用戶的請求及修改，（這時可能子進程AOF，和數據庫內容不一致,往下看） 三、 其實---第一條開fork的時候，順便也開了一份內存空間A（名為重寫緩沖區） 用來平行記錄 用戶新請求的命令 四、 當子進程AOF重寫完事后， 會把上面 空間A中 中的數據命令追加到 AOF中（類似斷點復制） 五、 新AOF替代 舊的AOF 打個比方（針對于 二、三、四）： 就是，你給我一個任務，我正做著，你又給我很多任務，我當然忙不過來 那這樣，你先拿個清單記錄下來，一會等我忙完了，咱們對接一下就好了） -
重寫方式1：bgrewriteaof
R: bgrewriteaof P: redis.bgrewriteaof() -
重寫方式2：配置文件實現自動重寫
在上面AOF基本配置的基礎上，追加如下配置 vi /etc/redis/redis.conf appendfsync everysec # 就是上面說的三種策略，選一種 always no auto-aof-rewrite-min-size 64mb # 當AOF文件超過64mb就會自動重寫 auto-aof-rewrite-percentage 100 # 100為增長率， 每一次的限制大小是之前的100%,也就是二倍 no-appendfsync-on-rewrite yes # yes 就是不把 “重寫緩沖區” 的內容 刷新到 磁盤 注意這個參數: 這就是針對上面 ’重寫原理‘ 中的第三條 中的 內存空間A（重寫緩沖區） 如果這個 重寫緩沖區 不刷新持久化到磁盤中， 要是宕機了，那么這個緩沖區的數據就會丟失。 丟失多少呢？ 據悉（linux中 最多最多 會丟失 30秒的數據） 如果你將其 設置為 no，那么 重寫緩沖區 就會像 前面講的 原始AOF一樣地 刷新持久化到硬盤中。 但是你想想， 如果 重寫緩沖區 和 原始AOF 都做持久化刷新 那么 它們就會 競爭 IO，性能必定大打折扣，特殊情況下，還可能 堵塞。 so, 要性能（設為yes）， 要數據完整安全(設為no)， 自己選....
結束語
本文主要寫了關于 redis 以及 python操作redis的語法對比詳細解釋！！
python的redis API 也是非常夠意思了，函數名幾乎完全還原 原生Redis！！
語法部分印象比較深刻的就是 "redis的 scan家族函數" 以及 "python的 scan_iter"家族函數：
上面陸陸續續講了那么多數據結構，都有它們各自的"遍歷所有數據的操作"
但對于大量數據的情況下， 這些遍歷函數就都變成渣渣了， 可能會造成"OOM（內存溢出）等情況"
這時 redis 機智的為我們 提供了一些列 "scan家族函數" , 當然這些函數是都需要游標控制的。
"游標cursor"是比較頭疼的東西， 因此 python本著 人性化的思想：
將 "scan家族函數" 封裝為 "scan_iter家族函數"， 讓我們省去了游標的操作，可以愉快編程！
那我就列出全部大家族 以及 對應 原始遍歷函數：
原始遍歷 redis python
keys scan scan_iter
hgetall hscan hscan_iter
smembers sscan sscan_iter
zrange zscan zscan_iter
沿著這個對應規律，之前我發現一件事情：
為什么 "list 的 lrange 沒有對應的 lscan？"
我像zz一樣還去ov查了一遍， 居然還看到一位外國朋友和我有一樣的疑問。。。
解答者的一句話，我直接就清醒了， "Instead, you should use LRANGE to iterate the list"
由于順著規律，思維定勢，卻忘記了 "lrange本身就可以帶索引來迭代 " lrange list1 0 n
這時我突然又想起 zrange不也是和 lrange語法一樣么？？？
為何 zrange單獨設立了一個 zscan， 而 list卻沒？？？
(查了一下好像是list底層性能之類的原因，我也沒愿意繼續看了。。。)
scan 與 iter家族函數，各自的數據結構章節都有寫， 并且在"zset"那節的 "zscan"那里做出了詳細的分析
END
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
