
作者:星安果
來源:AirPython
前面兩篇文章聊到了 python 處理 Mysql、Sqlite 數據庫常用方式,本篇文章繼續說另外一種比較常用的數據存儲方式:Redis
Redis:Remote Dictionary Server,即:遠程字典服務,Redis 底層使用 C 語言編寫,是一款開源的、基于內存的 NoSql 數據庫
由于 Redis 性能遠超其他數據庫,并且支持集群、分布式及主從同步等優勢,所以經常用于 緩存數據、高速讀寫 等場景
本篇文章就聊聊 Python 操作 Redis 正確的姿勢
——準備
我們以在云服務器 Centos 7.8 安裝 Redis-Server 為例
首先,安裝在云服務器上 Redis 數據庫
# 下載epel倉庫 yum install epel-release # 安裝redis yum install redis
然后,通過 vim 命令修改 Redis 配置文件,打開遠程連接,設置連接密碼
配置文件目錄:/etc/redis.conf
# vim /etc/redis.conf # 1、bing從127.0.0.1修改為:0.0.0.0,開放遠程連接 bind 0.0.0.0 # 2、設置密碼 requirepass 123456
需要指出的是,為了保證云服務器數據安全,Redis 開放遠程訪問的時候,一定要加強密碼
接著,啟動 Redis 服務,開啟防火墻和端口,配置云服務器安全組
默認情況下,Redis 服務使用的端口號是 6379
另外,需要在云服務器安全組進行配置,保證 Redis 數據庫能正常連接
# 啟動Redis服務,默認redis端口號是6379 systemctl start redis # 打開防火墻 systemctl start firewalld.service # 開放6379端口 firewall-cmd --zone=public --add-port=6379/tcp --permanent # 配置立即生效 firewall-cmd --reload
完成以上操作,我們就可以通過 Redis-CLI 或 Redis 客戶端工具進行連接了
最后,要使用 python 操作 Redis,我們需要使用 pip 安裝一個依賴
# 安裝依賴,便于操作redis pip3 install redis
——實戰
在操作 Redis 中的數據之前,我們需要利用 Host、端口號、密碼實例化一個 Redis 連接對象
from redis import Redis class RedisF(object): def __init__(self): # 實例化Redis對象 # decode_responses=True,如果不加則寫入的為字節類型 # host:遠程連接地址 # port:Redis端口號 # password:Redis授權密碼 self.redis_obj = Redis(host='139.199.**.**',port=6379,password='123456', decode_responses=True,charset='UTF-8', encoding='UTF-8')
接下來我們以操作字符串、列表、set 集合、zset 集合、哈希表、事務為例,講講 Python 操作這些數據的方法
1、字符串操作
操作字符串有兩種方式,操作方法分別是:set() 和 mset()
其中:set() 一次只能保存一個值,參數意義如下
獲取值和刪除值的操作方法分別為:get(Key)、 delete(Key or Keys)
# set():單字符串操作 # 添加一個值,并設置超時時間為120s self.redis_obj.set('name', 'airpython', ex=120) # get():獲取這個值 print(self.redis_obj.get('name')) # delete():刪除一個值或多個值 self.redis_obj.delete('name') print(self.redis_obj.get('name'))
對于多值數據的設置,只需要調用 mset() 方法,將待插入的數據以鍵值對組成一個字典作為參數即可。同理,Redis 提供了 mget() 方法,可以一次獲取多個鍵的值
# mset():設置多個值 self.redis_obj.mset({"foo": "foo1", "zoo": "zoo1"}) # mget():獲取多個值 result = self.redis_obj.mget("foo", "zoo") print(result)
2、列表操作
Redis 提供了很多方法用于操作列表,其中比較常見的如下:
實例代碼如下:
def manage_list(self): """ 操作列表 :return: """ # 1、新增一個列表,并左邊插入一個數據 # 注意:可以一次加入多個元素,也可以一個個元素的加入 self.redis_obj.lpush('company', '阿里', '騰訊', '百度') # 2、移除第一個元素 self.redis_obj.lpop("company") # 3、右邊插入數據 self.redis_obj.rpush('company', '字節跳動', '小米') # 4、移除最后一個元素 self.redis_obj.rpop("company") # 5、獲取列表的長度 self.redis_obj.llen("company") # 6、通過索引,獲取列表中的某一個元素(第二個元素) print('列表中第二個元素是:', self.redis_obj.lindex("company", 1)) # 7、根據范圍,查看列表中所有的值 print(self.redis_obj.lrange('company', 0, -1))
3、操作 Set 集合
Set 是一個無序的元素集合,集合中的元素不能重復,Redis 同樣提供了很多方法,便于操作 Set 集合
其中,比較常用的方法如下:
具體實例代碼如下:
def manage_set(self): """ 操作set集合 :return: """ self.redis_obj.delete("fruit") # 1、sadd:新增元素到集合中 # 添加一個元素:香蕉 self.redis_obj.sadd('fruit', '香蕉') # 再添加兩個元素 self.redis_obj.sadd('fruit', '蘋果', '桔子') # 2、集合元素的數量 print('集合元素數量:', self.redis_obj.scard('fruit')) # 3、移除一個元素 self.redis_obj.srem("fruit", "桔子") # 再定義一個集合 self.redis_obj.sadd("fruit_other", "香蕉", "葡萄", "柚子") # 4、獲取兩個集合的交集 result = self.redis_obj.sinter("fruit", "fruit_other") print(type(result)) print('交集為:', result) # 5、獲取兩個集合的并集 result = self.redis_obj.sunion("fruit", "fruit_other") print(type(result)) print('并集為:', result) # 6、差集,以第一個集合為標準 result = self.redis_obj.sdiff("fruit", "fruit_other") print(type(result)) print('差集為:', result) # 7、合并保存到新的集合中 self.redis_obj.sunionstore("fruit_new", "fruit", "fruit_other") print('新的集合為:', self.redis_obj.smembers('fruit_new')) # 8、判斷元素是否存在集合中 result = self.redis_obj.sismember("fruit", "蘋果") print('蘋果是否存在于集合中', result) # 9、隨機從集合中刪除一個元素,然后返回 result = self.redis_obj.spop("fruit") print('刪除的元素是:', result) # 3、集合中所有元素 result = self.redis_obj.smembers('fruit') print("最后fruit集合包含的元素是:", result)
4、操作 zset 集合
zset 集合相比普通 set 集合,是有序的,zset 集合中的元素包含:值和分數,其中分數用于排序
其中,比較常用的方法如下:
實踐代碼如下:
def manage_zset(self): """ 操作zset集合 :return: """ self.redis_obj.delete("fruit") # 往集合中新增元素:zadd() # 三個元素分別是:"banana", 1/"apple", 2/"pear", 3 self.redis_obj.zadd("fruit", "banana", 1, "apple", 2, "pear", 3) # 查看集合中所有元素(不帶分數) result = self.redis_obj.zrange("fruit", 0, -1) # ['banana', 'apple', 'pear'] print('集合中的元素(不帶分數)有:', result) # 查看集合中所有元素(帶分數) result = self.redis_obj.zrange("fruit", 0, -1, withscores=True) # [('banana', 1.0), ('apple', 2.0), ('pear', 3.0)] print('集合中的元素(帶分數)有:', result) # 獲取集合中某一個元素的分數 result = self.redis_obj.zscore("fruit", "apple") print("apple對應的分數為:", result) # 通過最小值和最大值,判斷分數在這個范圍內的元素個數 result = self.redis_obj.zcount("fruit", 1, 2) print("集合中分數大于1,小于2的元素個數有:", result) # 獲取集合中元素個數 count = self.redis_obj.zcard("fruit") print('集合元素格式:', count) # 獲取元素的值獲取索引號 index = self.redis_obj.zrank("fruit", "apple") print('apple元素的索引為:', index) # 刪除集合中的元素:zrem self.redis_obj.zrem("fruit", "apple") print('刪除apple元素后,剩余元素為:', self.redis_obj.zrange("fruit", 0, -1))
4、操作哈希
哈希表中包含很多鍵值對,并且每一個鍵都是唯一的
Redis 操作哈希表,下面這些方法比較常用:
對應的操作代碼如下:
def manage_hash(self): """ 操作哈希表 哈希:一個鍵對應一個值,并且鍵不容許重復 :return: """ self.redis_obj.delete("website") # 1、新建一個key為website的哈希表 # 往里面加入數據:baidu(field),www.baidu.com(value) self.redis_obj.hset('website', 'baidu', 'www.alibababaidu.com') self.redis_obj.hset('website', 'google', 'www.google.com') # 2、往哈希表中添加多個鍵值對 self.redis_obj.hmset("website", {"tencent": "www.qq.com", "alibaba": "www.taobao.com"}) # 3、獲取某一個鍵的值 result = self.redis_obj.hget("website", 'baidu') print("鍵為baidu的值為:", result) # 4、獲取多個鍵的值 result = self.redis_obj.hmget("website", "baidu", "alibaba") print("多個鍵的值為:", result) # 5、查看hash表中的所有值 result = self.redis_obj.hgetall('website') print("哈希表中所有的鍵值對為:", result) # 6、哈希表中所有鍵列表 # ['baidu', 'google', 'tencent', 'alibaba'] result = self.redis_obj.hkeys("website") print("哈希表,所有的鍵(列表)為:", result) # 7、哈希表中所有的值列表 # ['www.alibababaidu.com', 'www.google.com', 'www.qq.com', 'www.taobao.com'] result = self.redis_obj.hvals("website") print("哈希表,所有的值(列表)為:", result) # 8、判斷某一個鍵是否存在 result = self.redis_obj.hexists("website", "alibaba") print('alibaba這個鍵是否存在:', result) # 9、刪除某一個鍵值對 self.redis_obj.hdel("website", 'baidu') print('刪除baidu鍵值對后,哈希表的數據包含:', self.redis_obj.hgetall('website')) # 10、哈希表中鍵值對個數 count = self.redis_obj.hlen("website") print('哈希表鍵值對一共有:', count)
5、操作事務管道
Redis 支持事務管道操作,能夠將幾個操作統一提交執行
操作步驟是:
下面通過一個簡單的例子來說明:
def manage_steps(self): """ 執行事務操作 :return: """ # 1、定義一個事務管道 self.pip = self.redis_obj.pipeline() # 定義一系列操作 self.pip.set('age', 18) # 增加一歲 self.pip.incr('age') # 減少一歲 self.pip.decr('age') # 執行上面定義3個步驟的事務操作 self.pip.execute() # 判斷 print('通過上面一些列操作,年齡變成:', self.redis_obj.get('age'))
本篇文章通過 python 實現了對 Redis 常見數據的操作,大家有問題可以留言咨詢哦!
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25