Python Redis

  NoSQL(NoSQL = Not Only SQL )，意即“不只仅是SQL”，是一项全新的数据库革命性运动，泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了不少难以克服的问题，而非关系型的数据库则因为其自己的特色获得了很是迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤为是大数据应用难题。

  NoSQL四个大分类：

  键值(Key-Value)存储数据库：这一类数据库主要会使用到一个哈希表，这个表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来讲的优点在于简单、易部署。可是若是DBA只对部分值进行查询或更新的时候，Key/value就显得效率低下了。举例如：Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB。

  列存储数据库：这部分数据库一般是用来应对分布式存储的海量数据。键仍然存在，可是它们的特色是指向了多个列。这些列是由列家族来安排的。如：Cassandra, HBase, Riak.

  文档型数据库：文档型数据库的灵感是来自于Lotus Notes办公软件的，并且它同第一种键值存储相相似。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，好比JSON。文档型数据库可 以看做是键值数据库的升级版，容许之间嵌套键值。并且文档型数据库比键值数据库的查询效率更高。如：CouchDB, MongoDb. 国内也有文档型数据库SequoiaDB，已经开源。

  图形(Graph)数据库：图形结构的数据库同其余行列以及刚性结构的SQL数据库不一样，它是使用灵活的图形模型，而且可以扩展到多个服务器上。NoSQL数据库没有标准的查询语言(SQL)，所以进行数据库查询须要制定数据模型。许多NoSQL数据库都有REST式的数据接口或者查询API。如：Neo4J, InfoGrid, Infinite Graph.

  NoSQL数据库使用场景：

  一、数据模型比较简单；

  二、须要灵活性更强的IT系统；

  三、对数据库性能要求较高；

  四、不须要高度的数据一致性；

  五、对于给定key，比较容易映射复杂值的环境。

键值（key-value）	Tokyo Cabinet/Tyrant, Redis, Voldemort, Oracle BDB	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等。	Key 指向 Value 的键值对，一般用hash table来实现	查找速度快	数据无结构化，一般只被看成字符串或者二进制数据
列存储数据库	Cassandra, HBase, Riak	分布式的文件系统	以列簇式存储，将同一列数据存在一块儿	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限
文档型数据库	CouchDB, MongoDb	Web应用（与Key-Value相似，Value是结构化的，不一样的是数据库可以了解Value的内容）	Key-Value对应的键值对，Value为结构化数据	数据结构要求不严格，表结构可变，不须要像关系型数据库同样须要预先定义表结构	查询性能不高，并且缺少统一的查询语法。
图形(Graph)数据库	Neo4J, InfoGrid, Infinite Graph	社交网络，推荐系统等。专一于构建关系图谱	图结构	利用图结构相关算法。好比最短路径寻址，N度关系查找等	不少时候须要对整个图作计算才能得出须要的信息，并且这种结构不太好作分布式的集群方案

对于NoSQL并无一个明确的范围和定义，可是他们都广泛存在下面一些共同特征：

（1）不须要预约义模式：不须要事先定义数据模式，预约义表结构。数据中的每条记录均可能有不一样的属性和格式。当插入数据时，并不须要预先定义它们的模式。

（2）无共享架构：相对于将全部数据存储的存储区域网络中的全共享架构。NoSQL每每将数据划分后存储在各个本地服务器上。由于从本地磁盘读取数据的性能每每好于经过网络传输读取数据的性能，从而提升了系统的性能。

（3）弹性可扩展：能够在系统运行的时候，动态增长或者删除结点。不须要停机维护，数据能够自动迁移。

（4）分区：相对于将数据存放于同一个节点，NoSQL数据库须要将数据进行分区，将记录分散在多个节点上面。而且一般分区的同时还要作复制。这样既提升了并行性能，又能保证没有单点失效的问题。

（5）异步复制：和RAID存储系统不一样的是，NoSQL中的复制，每每是基于日志的异步复制。这样，数据就能够尽快地写入一个节点，而不会被网络传输引发迟延。缺点是并不老是能保证一致性，这样的方式在出现故障的时候，可能会丢失少许的数据。

（6）BASE：相对于事务严格的ACID特性，NoSQL数据库保证的是BASE特性。BASE是最终一致性和软事务。

（7）NoSQL数据库并无一个统一的架构，两种NoSQL数据库之间的不一样，甚至远远超过两种关系型数据库的不一样。能够说，NoSQL各有所长，成功的NoSQL必然特别适用于某些场合或者某些应用，在这些场合中会远远赛过关系型数据库和其余的NoSQL。

Redis

  Redis是一个key-value存储系统。和Memcached相似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操做，并且这些操做都是原子性的。在此基础上，redis支持各类不一样方式的排序。与memcached同样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操做写入追加的记录文件，而且在此基础上实现了master-slave(主从)同步。

  Redis 是一个高性能的key-value数据库。 redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部 分场合能够对关系数据库起到很好的补充做用。它提供了Python，Ruby，Erlang，PHP客户端，使用很方便,Redis支持主从同步。数据能够从主服务器向任意数量的从服务器上同步，从服务器能够是关联其余从服务器的主服务器。这使得Redis可执行单层树复制。从盘能够有意无心的对数据进行写操做。因为彻底实现了发布/订阅机制，使得从数据库在任何地方同步树时，可订阅一个频道并接收主服务器完整的消息发布记录。

#Redis经常使用shell
[root@localhost ~]# redis-cli      # 进入redis cli窗口
127.0.0.1:6379> set name fgf     # 设置值
OK
127.0.0.1:6379> set age 02
OK
127.0.0.1:6379> keys *              # 当前全部key
1) "age"
2) "name"
127.0.0.1:6379> set sex m ex 2      # 设置值，只存活2秒
OK
127.0.0.1:6379> get sex       # 获取值
"m"
127.0.0.1:6379> flushdb      # 清空当前db下的全部键值
OK
127.0.0.1:6379> flushall      # 清空全部db下的键值
OK

Python操做Redis

1）操做模式 
  redis-py提供两个类Redis和StrictRedis用于实现Redis的命令，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。

import redis
r = redis.Redis(host='127.0.0.1', port=6379)
r.set('foo', 'Bar')       #添加
print (r.get('foo'))      #获取

2）链接池 
  redis-py使用connection pool来管理对一个redis server的全部链接，避免每次创建、释放链接的开销。默认，每一个Redis实例都会维护一个本身的链接池。能够直接创建一个链接池，而后做为参数Redis，这样就能够实现多个Redis实例共享一个链接池。

import redis
pool = redis.ConnectionPool(host='127.0.0.1', port=6379)
r = redis.Redis(connection_pool=pool)
r.set('foo', 'Bar')     #添加
print r.get('foo')      #获取

3）管道 

  redis-py默认在执行每次请求都会建立（链接池申请链接）和断开（归还链接池）一次链接操做，若是想要在一次请求中指定多个命令，则可使用pipline实现一次请求指定多个命令，而且默认状况下一次pipline 是原子性操做。

import redis
pool = redis.ConnectionPool(host='192.168.0.110', port=6379)
r = redis.Redis(connection_pool=pool)
pipe = r.pipeline(transaction=True)
r.set('name', 'zhangsan')
r.set('name', 'lisi')
pipe.execute()

一、字符串操做

  redis中的String在在内存中按照一个name对应一个value来存储

#在Redis中设置值，默认不存在则建立，存在则修改r.('name', 'zhangsan')'''参数：
     set(name, value, ex=None, px=None, nx=False, xx=False)
     ex，过时时间（秒）
     px，过时时间（毫秒）
     nx，若是设置为True，则只有name不存在时，当前set操做才执行,同setnx(name, value)
     xx，若是设置为True，则只有name存在时，当前set操做才执行'''
#设置过时时间（秒）
setex(name, value, time)
#设置过时时间（豪秒）
psetex(name, time_ms, value)
#批量设置值
r.mset(name1='zhangsan', name2='lisi')
#或
r.mget({"name1":'zhangsan', "name2":'lisi'})
#批量获取
print(r.mget("name1","name2"))
#或
li=["name1","name2"]
print(r.mget(li))
#设置新值，打印原值
print(r.getset("name1","wangwu"))     #输出:zhangsan
print(r.get("name1"))                 #输出:wangwu
#根据字节获取子序列
r.set("name","zhangsan")
print(r.getrange("name",0,3))         #输出:zhan
#修改字符串内容，从指定字符串索引开始向后替换，若是新值太长时，则向后添加
r.set("name","zhangsan")
r.setrange("name",1,"z")
print(r.get("name"))                  #输出:zzangsan
r.setrange("name",6,"zzzzzzz")
print(r.get("name"))                  #输出:zzangszzzzzzz

二、List操做

  redis中的List在在内存中按照一个name对应一个List来存储 

# 在name对应的list中添加元素，每一个新的元素都添加到列表的最左边
r.lpush("list_name",2)
r.lpush("list_name",3,4,5)      #保存在列表中的顺序为5，4，3，2
#同lpush，但每一个新的元素都添加到列表的最右边
rpush(name,values)
#在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边
lpushx(name,value)
#在name对应的list中添加元素，只有name已经存在时，值添加到列表的最右边
rpushx(name,value)
# name对应的list元素的个数
print(r.llen("list_name"))
# 在name对应的列表的某一个值前或后插入一个新值
r.linsert("list_name","BEFORE","2","SS")   #在列表内找到第一个元素2，在它前面插入SS
'''参数：
     name: redis的name
     where: BEFORE（前）或AFTER（后）
     refvalue: 列表内的值
     value: 要插入的数据'''
#对list中的某一个索引位置从新赋值
r.lset("list_name",0,"bbb")
#删除name对应的list中的指定值
r.lrem("list_name","SS",num=0)
''' 参数：
    name:  redis的name
    value: 要删除的值
    num:   num=0 删除列表中全部的指定值；
           num=2 从前到后，删除2个；
           num=-2 从后向前，删除2个'''
#移除列表的左侧第一个元素，返回值则是第一个元素
print(r.lpop("list_name"))
#根据索引获取列表内元素
print(r.lindex("list_name",1))
#分片获取元素
print(r.lrange("list_name",0,-1))
#移除列表内没有在该索引以内的值
r.ltrim("list_name",0,2)

三、Set操做

#给name对应的集合中添加元素
r.sadd("set_name","aa")
r.sadd("set_name","aa","bb")
# 获取多个name对应集合的并集
r.sadd("set_name","aa","bb")
r.sadd("set_name1","bb","cc")
r.sadd("set_name2","bb","cc","dd")
print(r.sinter("set_name","set_name1","set_name2"))       #输出:｛bb｝
#获取name对应的集合的全部成员
smembers(name)
#获取name对应的集合中的元素个数
r.scard("set_name")
# 在name对应的有序集合中添加元素
r.zadd("zset_name", "a1", 6, "a2", 2,"a3",5)
#或r.zadd('zset_name1', b1=10, b2=5)
#获取有序集合中分数在[min,max]之间的个数
print(r.zcount("zset_name",1,5))
#自增有序集合内value对应的分数
r.zincrby("zset_name","a1",amount=2)      #自增zset_name对应的有序集合里a1对应的分数

其余经常使用操做：

delete(*names)          #根据name删除redis中的任意数据类型

exists(name)             #检测redis的name是否存在

keys(pattern='*')      #根据* ？等通配符匹配获取redis的name

expire(name ,time)   # 为某个name设置超时时间

rename(src, dst)      # 重命名

move(name, db))    # 将redis的某个值移动到指定的db下

randomkey()          #随机获取一个redis的name（不删除）

type(name)           # 获取name对应值的类型