首页 > 数据库> 文章详细

Redis高级用法

2022-08-06 19:04:26 阅读：179 来源： 互联网

标签：缓存 Redis cache redis 高级用法 key import conn

redis

特点：
    a.持久化
    b.单进程、单线程
    c.5大数据类型
    redis={
        k1:'123',
        k2:[1,2,3,],
        k3:{1,2,3,4},
        k4:{name:123,age:666},
        k5:{('alex',60),('EVA-J',80),('rt',70)}
    }
使用字典：
    -基本操作
    -慎重使用hgetall,优先使用hscan_iter
    -计数器
    
    注意事项：redis操作时，只有第一层value支持：list,dict....
    
redis={
    k4:{
        id:1,
        title:'xxxx',
        price_list:[
        {id:1,title:'xx'},
        {id:2,title:'xx'},
        {id:3,title:'xx'},
        {id:4,title:'xx'},        
        ]
    }
}

redis连接池

import redis
#创建连接
# conn=redis.Redis(host="127.0.0.1",port=6379)
# # conn.set('x1','王华强')
# val=conn.get('x1')
# print(val)

#创建连接池
# import redis
# pool=redis.ConnectionPool(host="127.0.0.1",port=6379,max_connections=1000)
# r=redis.Redis(connection_pool=pool)
# r.set('foo','Bar')

#问题来了
# from redis_pool import POOL
# from redis_0801.redis_pool import POOL
#
# while True:
#     key=input("请输入key:")
#     value=input("请输入value:")
#     #创建连接池
#
#     #去连接池获取连接
#     conn=redis.Redis(connection_pool=POOL)
#     #设置值
#     conn.set(key,value)

import redis
pool=redis.ConnectionPool(host="127.0.0.1",port=6379,max_connections=1000)
conn=redis.Redis(connection_pool=pool)
# r.set('foo','Bar')
"""
redis={
    k4:{
    username:alex,
    age:18    
    }
}
"""

# conn.hset('k4','username','alex')
# conn.hset('k4','age',18)

# val=conn.hget('k4','username')
# print(val)

# vals=conn.hgetall('k4')
# print(vals)
# {b'username': b'alex', b'age': b'18'}

#计数器
# print(conn.hget('k4','age'))
# conn.hincrby('k4','age',amount=2)
# print(conn.hget('k4','age'))

#问题：如果redis的k4对应的字典中有1000W条数据，请打印所有的数据
#不可取：从redis取到数据之后，服务器内存无法承受，爆炸
# result=conn.hgetall('k4')
# print(result)
# ret=conn.hscan_iter('k4',count=100)
# for item in ret:
#     print(item)

Redis缓存（依赖：pip3 install django-redis）

CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://127.0.0.1:6379",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {"max_connections": 100}
            # "PASSWORD": "密码",
        }
    }
}

用法：

from django_redis import get_redis_connection
conn = get_redis_connection("default")

应用示例：

from django.shortcuts import render,HttpResponse

# Create your views here.
from utils.redis_pool import POOL
import redis
# pool=redis.ConnectionPool(host="127.0.0.1",port=6379,max_connections=1000)
"""
from django_redis import get_redis_connection

def index(request):
    # conn=redis.Redis(connection_pool=POOL)
    conn=get_redis_connection("default")
    # conn.hset('kkk','age',18)
    return HttpResponse("设置成功")

def order(request):
    # conn = redis.Redis(connection_pool=POOL)
    conn = get_redis_connection("default")
    # conn.hget('kkk','age')
    return HttpResponse("获取成功")

"""
import time
from django.views.decorators.cache import cache_page

@cache_page(60*15)
def index(request):
    ctime=str(time.time())
    return HttpResponse(ctime)
def order(request):
    return HttpResponse("获取成功")

2、应用

a. 全站使用

使用中间件，经过一系列的认证等操作，如果内容在缓存中存在，则使用FetchFromCacheMiddleware获取内容并返回给用户，当返回给用户之前，判断缓存中是否已经存在，
如果不存在则UpdateCacheMiddleware会将缓存保存至缓存，从而实现全站缓存

    MIDDLEWARE = [
        'django.middleware.cache.UpdateCacheMiddleware',
        # 其他中间件...
        'django.middleware.cache.FetchFromCacheMiddleware',
    ]

    CACHE_MIDDLEWARE_ALIAS = ""
    CACHE_MIDDLEWARE_SECONDS = ""
    CACHE_MIDDLEWARE_KEY_PREFIX = ""

b. 单独视图缓存

方式一：
        from django.views.decorators.cache import cache_page

        @cache_page(60 * 15)
        def my_view(request):
            ...

    方式二：
        from django.views.decorators.cache import cache_page

        urlpatterns = [
            url(r'^foo/([0-9]{1,2})/$', cache_page(60 * 15)(my_view)),
        ]

c、局部视图使用

a. 引入TemplateTag

        {% load cache %}

    b. 使用缓存

        {% cache 5000 缓存key %}
            缓存内容
        {% endcache %}

redis事务

from utils.redis_pool import POOL
import redis
conn=redis.Redis(connection_pool=POOL)
#初始化事物对象
pipe=conn.pipeline()

try:
    pipe.set("name1","xiayuhao")
    pipe.set("name2","xiayuhao","舔狗")
    pipe.set("name3","李文周")

    pipe.execute()
except Exception as e:
    print(e)
'''
pipe.set("name1","xiayuhao")
pipe.set("name2","xiayuhao","舔狗")
pipe.set("name3","李文周")
'''
print(conn.get('name1'))
print(conn.get('name2'))
print(conn.get('name3'))

Redis发布者

import redis
from utils.redis_pool import POOL
conn=redis.Redis(connection_pool=POOL)
conn.publish('xiayuhao','ladyboy')

Redis订阅者

import redis
from utils.redis_pool import POOL
conn=redis.Redis(connection_pool=POOL)
#第一步 生成一个订阅者对对象
pubsub=conn.pubsub()
#第二步 订阅一个消息 实际上就是监听这个键
pubsub.subscribe("xiayuhao")
#第三步 死循环一直等待监听结果
while True:
    print("working...")
    msg=pubsub.parse_response()
    print(msg)

django缓存

由于Django是动态网站，所有每次请求均会去数据进行相应的操作，当程序访问量大时，耗时必然会更加明显，最简单解决方式是使用：缓存，缓存将一个某个views的返回值

保存至内存或者memcache中，5分钟内再有人来访问时，则不再去执行view中的操作，而是直接从内存或者Redis中之前缓存的内容拿到，并返回。

Django中提供了6种缓存方式：

开发调试
内存
文件
数据库
Memcache缓存（python-memcached模块）
Memcache缓存（pylibmc模块）

1、配置

a、开发调试

# 此为开始调试用，实际内部不做任何操作
    # 配置：
        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.dummy.DummyCache',     # 引擎
                'TIMEOUT': 300,                                               # 缓存超时时间（默认300，None表示永不过期，0表示立即过期）
                'OPTIONS':{
                    'MAX_ENTRIES': 300,                                       # 最大缓存个数（默认300）
                    'CULL_FREQUENCY': 3,                                      # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
                },
                'KEY_PREFIX': '',                                             # 缓存key的前缀（默认空）
                'VERSION': 1,                                                 # 缓存key的版本（默认1）
                'KEY_FUNCTION' 函数名                                          # 生成key的函数（默认函数会生成为：【前缀:版本:key】）
            }
        }


    # 自定义key
    def default_key_func(key, key_prefix, version):
        """
        Default function to generate keys.

        Constructs the key used by all other methods. By default it prepends
        the `key_prefix'. KEY_FUNCTION can be used to specify an alternate
        function with custom key making behavior.
        """
        return '%s:%s:%s' % (key_prefix, version, key)

    def get_key_func(key_func):
        """
        Function to decide which key function to use.

        Defaults to ``default_key_func``.
        """
        if key_func is not None:
            if callable(key_func):
                return key_func
            else:
                return import_string(key_func)
        return default_key_func

内存

# 此缓存将内容保存至内存的变量中
    # 配置：
        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',
                'LOCATION': 'unique-snowflake',
            }
        }

    # 注：其他配置同开发调试版本

文件

# 此缓存将内容保存至文件
    # 配置：

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache',
                'LOCATION': '/var/tmp/django_cache',
            }
        }
    # 注：其他配置同开发调试版本

数据库

# 此缓存将内容保存至数据库

    # 配置：
        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.db.DatabaseCache',
                'LOCATION': 'my_cache_table', # 数据库表
            }
        }

    # 注：执行创建表命令 python manage.py createcachetable

标签：缓存,Redis,cache,redis,高级,用法,key,import,conn
来源： https://www.cnblogs.com/mengdie1978/p/16557678.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9