认识
redis是基于键值对的非关系型数据库
特性
- 高性能
- 纯内存存储，数据存放于内存中
- 单线程架构，避免竞态和线程转换
- I/O多路复用技术
- 基于键值对的数据结构服务器
- 功能丰富
- 简单稳定
- 客户端语言多
- 持久化
- 主从复制
- 支持高可用和分布式
redis可执行文件
| 可执行文件 | 作用 |
|---|---|
| redis-server | 启动redis |
| redis-cli | redis命令行客户端 |
| redis-benchmark | redis基准测试工具 |
| redis-check-aof | redis AOF持久化文件检测和修复工具 |
| redis-check-dump | redis RDB持久化文件检测和修复工具 |
| redis-sentinel | 启动redis sentinel |
运行
三种方法启动Redis：默认配置、运行配置、配置文件启动
# 关闭、启动、重启服务
redis-cli shutdown
/etc/init.d/redis-server stop
/etc/init.d/redis-server start
/etc/init.d/redis-server restart
# 查看版本
~$ redis-cli -v
# 启动客户端
~$ redis-cli
127.0.0.1:6379>
# 退出
127.0.0.1:6379> exit
操作命令
常用命令
set / mset # (批量)设置键值对
keys * # 查看所有键
dbsize # 数据库内键值对个数
exists # 键是否存在
del # 删除键
expire # 设置过期时间
ttl / pttl # 查看过期时间
type # 键值对类型
strlen # 值长度/元素个数
get / mget / getnx / getex # 获取键的值
incr / decr / incrby / decrby / incrbyfloat # 值自增（整数/浮点数）
简单示例
# 插入键值对
127.0.0.1:6379> set python hello
OK
# 查看所有键
127.0.0.1:6379> keys *tianjia
1) "go"
2) "java"
3) "redis"
4) "python"
# 获取值
127.0.0.1:6379> get java
"no"
# 存在键
127.0.0.1:6379> exists java
(integer) 1
# 插入一个列表类型的键值对
127.0.0.1:6379> rpush mylist a b c d e f g
(integer) 7
# 查看键总数
127.0.0.1:6379> dbsize
(integer) 4
其他命令
append # 字符串附加
rename # 重命名
randomkey # 随机抽取键
# 数据库命令
select # 选取数据库
migrate # 数据库迁移
flushdb / flushall # 删除(所有)数据库
数据结构
字符串
字符串是redis中最基础的数据结构，键都是字符串类型。
字符串类型的值实际可以是字符串(简单的字符串、复杂的字符串(例如JSON、XML))、数字(整数、浮点数),甚至是二进制(图片、音频、视频),但值最大不能超过512MB
内部编码
- int ：8个字节的长整型。
- embstr ：小于等于39个字节的字符串。
- raw ：大于39个字节的字符串。
哈希
在Redis中,哈希类型是指键值本身又是一个键值对结构,哈希中的映射关系叫作field-value
命令
哈希的全局命令基本与字符串的相同，只是在细节上以及内部实现上有一些区别
hset / hmset # 设置键值对
hget / hmget # 获取
hdel # 删除
hlen # 计算field个数
hexists # 判断field是否存在
hkeys # 获取所有field
hvals # 获取所有value
hgetall # 获取所有的field-value
hstrlen # 计算value的字符串长度
内部编码
- ziplist(压缩列表)：当哈希类型元素个数小于hash-max-ziplist-entries 配置(默认512个)、同时所有值都小于hash-max-ziplist-value配置(默认64 字节)时,Redis会使用ziplist作为哈希的内部实现,ziplist使用更加紧凑的 结构实现多个元素的连续存储,所以在节省内存方面比hashtable更加优秀。
- hashtable(哈希表)：当哈希类型无法满足ziplist的条件时,Redis会使 用hashtable作为哈希的内部实现,因为此时ziplist的读写效率会下降,而 hashtable的读写时间复杂度为O(1)
列表
列表中的每个字符串称为元素(element),一个列表最多可以存储 2^32-1 个元素
特点: 有序，支持索引，支持元素重复
命令
| 操作类型 | 操作 |
|---|---|
| 添加 | lpush rpush linsert |
| 删除 | lpop rpop lrem ltrim |
| 查 | lrange lindex llen |
| 更改 | lset |
| 阻塞操作 | blpop brpop |
内部编码
- ziplist(压缩列表):当列表的元素个数小于list-max-ziplist-entries配置 (默认512个),同时列表中每个元素的值都小于list-max-ziplist-value配置时 (默认64字节),Redis会选用ziplist来作为列表的内部实现来减少内存的使 用。
- linkedlist(链表):当列表类型无法满足ziplist的条件时,Redis会使用 linkedlist作为列表的内部实现
- quicklist: 以一个ziplist为节点的linkedlist
集合
特点： 无序，去重
命令
集合内部
sadd # 添加
srem # 删除
scard # 计算元素个数
sismember # 判断元素是否在集合中
srandmember # 随机返回指定个数的元素
spop # 随机弹出元素
smembers # 获取所有元素
集合间
sinter # 交集
sunion # 并集
sdiff # 差集
sinterstore # 求交集，并将结果保存，下同
sunionstore
sdiffstore
内部编码
- intset(整数集合):当集合中的元素都是整数且元素个数小于set-max- intset-entries配置(默认512个)时,Redis会选用intset来作为集合的内部实 现,从而减少内存的使用。
- hashtable(哈希表):当集合类型无法满足intset的条件时,Redis会使 用hashtable作为集合的内部实现
有序集合
特点
有序，去重，通过分值实现有序，分值可重
操作命令
有序集合的全局命令基本与集合相同，但还是有一些变化
集合内部
zadd
zrem
zcard
zscore # 获取成员分值
zrank / zrevrank # 计算成员排名，根据分值默认从低到高
zincrby # 增加成员分值
zrange / zrevrange # 返回指定排名范围的成员
zrangebyscore / ...
zcount # 返回指定分数范围成员个数
zremrangebyrank # 删除指定排名内的升序元素
zremrangebyscore
集合间
zinterstore # 交集
zunionstore # 并集
内部编码
- ziplist(压缩列表):当有序集合的元素个数小于zset-max-ziplist- entries配置(默认128个),同时每个元素的值都小于zset-max-ziplist-value配 置(默认64字节)时,Redis会用ziplist来作为有序集合的内部实现,ziplist 可以有效减少内存的使用。
- skiplist(跳跃表):当ziplist条件不满足时,有序集合会使用skiplist作 为内部实现,因为此时ziplist的读写效率会下降
python中的redis
redis提供了很多的python语言的客户端，但最被广泛认可的是redis-py，本次便以redis-py 和 python3为例
准备
首先要安装redis-py库
$ pip3 install redis
其次还要将 redis 服务器开启，开启方式可以不一样
/etc/init.d/redis-server start
redis 提供 Redis 和 StrictRedis两个类，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。官方推荐使用
StrictRedis类。
redis连接
import redis
# 连接本地的redis客户端，6479端口，默认为第一个数据库(0)，密码可设置
r = redis.StrictRedis(host = 'localhost', port = 6379, db = 0, password = None)
r.set('python', 'hello')
print(r.get('python'))
# 显示结果为 b'hello'
还可以用连接池 connection_pool
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
>>> import redis
>>>
>>> pool = redis.ConnectionPool(host='localhost', port=6379)
>>> r = redis.Redis(connetion_pool = pool)
>>> r = redis.StrictRedis(connection_pool = pool)
>>> r.set('c#', 'bu')
True
>>> r.get('c#')
b'bu'
在python中 redis 的应用方法基本就是一般的redis应用方式，照着用就是了
使用pipeline
pipeline(流水线)实际上是对一组命令进行批量操作（相当于mset,mget），即将n次客户端与redis服务端之间的往返次数（RTT）合并为一次来回，有效节约在命令传输中所损耗的时间（如网络消耗）。
>>> import redis
>>>
>>> r = redis.StrictRedis(host='localhost',port=6379)
>>> pipeline = r.pipeline()
>>> pipeline.set('vc', 2) # 该设置并不会执行该命令，仅相当于存在一个缓冲区
Pipeline<ConnectionPool<Connection<host=localhost,port=6379,db=0>>>
>>> pipeline.incr('vc') # 再将vc的值加一
Pipeline<ConnectionPool<Connection<host=localhost,port=6379,db=0>>>
>>>
>>> pipeline.execute() # 执行execute后客户端才会将一组预先设定的命令传送到服务器中执行
[True, 3]
>>>
>>> r.get('vc') # 现在可以从服务器中得到vc的值
b'3'