Redis-缓存系统
缓存系统也可以叫缓存数据库，现在主流的系统有 Redis 和 Memcached ：
MongoDB，比较早的缓存系统，直接持久化到硬盘
Redis，现在正火的。半持久化数据，数据默认存在内存中，可以持久化到硬盘里持久保存。效率高，在单线程下运行，通过epoll实现的高并发
Memcached，轻量级的缓存系统，不能持久化只能存在内存中。相对应该比较简单，可以自学？
安装
通过yum安装就好了，在epel源里：
$ yum install redis
开放防火墙：
$ firewall-cmd --permanent --add-port=6379/tcp$ firewall-cmd --reload
开启服务：
$ redis-server
可以在命令后面加上 & ，这样启动后就是运行在后台。如果再后台运行想停止服务：
$ redis-cli shutdown
另外，redis默认是以保护模式启动的，只能本机连。你的redis可能不是运行在本机的，比如在虚拟机上，那么本机以外可能连不上，或者只能连不能改。就不要那么麻烦再去整配置文件了，这里以学习测试为主，推荐这么启动：
$ redis-server --protected-mode no
你也可以根据需要加上 & 启动后再后台运行。配置文件什么的用的时候再去研究吧，这里我们搭建学习环境。
可以先进入redis的命令行界面里简单操作一下，进入命令行界面：
$ redis-cli
简单的存一个值：
> set age 23
age是key，23是value，取出age的值：
> get age
查看已经存了哪些key：
> keys *
存值，有存活时间：
> set city ShangHai ex 2
上面存的值只能存活2秒，超过时间再去get，返回的就是（nil）
帮助命令很有用，有不清楚的，可以看下命令的语法和说明
> help [ 命令 ]
redis 模块
使用python操作redis，需要安装第三方模块，模块名也叫redis。
Redis API 使用
redis-py 的API的使用可以分类为：
连接方式
连接
连接池
操作
String 操作
Hash 操作
List 操作
Set 操作
Sort Set 操作
管道
发布订阅
参考资料：
https://github.com/andymccurdy/redis-py/
Redis 命令参考（中文翻译版）：http://doc.redisfans.com/
连接方式
先来连接redis，然后把上面命令行界面里的操作在python上再做一遍：
import redis, timer = redis.Redis('192.168.3.108', 6379) # 使用连接池连接，把这句注释掉# pool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池# r = redis.Redis(connection_pool=pool) # 使用连接池连接r.set('age', 23)print(r.get('age'))r.set('city', 'ShangHai', 2)print(r.get('city'))time.sleep(1)print(r.keys('*'))print(r.get('city'))time.sleep(1)print(r.get('city'))上面注释的部分给了另外一种通过连接池连接的方式，使用的时候，推荐使用连接池连接：
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。
String 操作
redis中的String在内存中是按照一个key对应一个value来存储。set(name, value, ex=None, px=None, nx=False, xx=False) ：设置值，默认如果key不存在则创建，key存在则修改
可选参数：
ex ：过期时间（秒）
px ：过期时间（毫秒）
nx ：若设为True，只有name不存在时，set操作才执行
xx ：若设为True，只有name存在时，set操作才执行
setnx(name, value) ：效果同上面的 ns=Truesetex(name, value, time) ：效果同上面的 ex=timepsetex(name, time_ms, value) ：效果同上面的 px=time_msget(name) ：获取值
mset(*args, **kwargs) ：批量设置mget(keys, *args) ：批量获取
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.mset(k1='v1', k2='v2') # 可以用关键参数的方法r.mset({'k3': 'v3', 'k4': 'v4'}) # 也可以用字典的方式print(r.mget('k1', 'k2', 'k3')) # 可以一个一个把key传入print(r.mget(['k2', 'k3', 'k4'])) # 也可以直接传个列表(元组也行啊)getset(name, value) 获取name的当前值，然后给name赋一个新的值
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接for i in range(10): n = r.getset('count', i) # 取出当前值赋值给n，然后再存入一个新的值 print(n)getrange(key, start, end) ：获取子序列，相当于列表切片（字符串也可以当列表操作）
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.set('hello', 'Hello World!')print(r.getrange('hello', 3, 4))r.set('hello_ch', '你好')print(r.getrange('hello_ch', 0, 2).decode('utf-8')) # 一个中文字符在utf-8中占3个字符setrange(name, offset, value) ：修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.set('hello', 'Hello World!')r.setrange('hello', 1, 'ELL') # 从位置 1 开始替换print(r.get('hello'))setbit(name, offset, value) ：修改字符串内容，这里按二进制的bit位进行操作。上面那个是按字节操作
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.set('hello', 'Hello World!')r.setbit('hello', 2, 1) # 一个ASCII字符是8位，H的编码是0100 1000，变成0110 1000后就是'h'print(r.get('hello'))getbit(name, offset) ：获取name对应的值的二进制表示中的那一位的值，不是0就是1bitcount(key, start=None, end=None) ：获取name对应的值的二进制表中 1 的个数，加上 start 和 end 参数限制统计的范围
按位操作的应用场景
用最省空间的方式，存储在线用户数及分别是哪些用户在线。
用户状态只有2种，0离线，1在线。每个用户的状态只占1个位，每个用户都有一个用户id，用户id就是这个用户状态存储在变量中的 offset 的位置，具体看代码示例：
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.setbit('user_state', 10, 1) # id是10的用户上线了，状态设置为1r.setbit('user_state', 101, 1) # id是101的用户上线了r.setbit('user_state', 311, 1) # id是101的用户上线了print(r.bitcount('user_state')) # 现在有多少用户在线，只要统计都有说少个1print(r.getbit('user_state', 11)) # id是11的用户是否在线，这里只有id# 如果有另外一份用户资料的数据，存储着用户的详细信息，包括id，那么你就可以通过这个id获取到该用户的详细数据，比如用户名，等等print(r.getbit('user_state', 101)) # id是101的用户是否在线bitop(operation, dest, *keys) ：获取keys的值，按照operation的方法做位运算，结果赋值给dest。用不到
strlen(name) ：返回name对应值的字节长度（一个汉字3个字节）incr(name, amount=1) ：自增 name 对应的值，当 name 不存在时，则创建 name＝amountdecr(name, amount=1) ：自减 name 对应的值，当 name 不存在时，则创建 name＝amountincrbyfloat(name, amount=1.0) ：和上面差不多，支持浮点型数值
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接for i in range(10): print(r.incrbyfloat('money', 1.23))append(key, value) ：在 key 的 value 值后面追加内容
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.set('name', 'Barry')print(r.get('name'))r.append('name', ' Allen')print(r.get('name'))Hash 操作
hash表现形式上有些像pyhton中的dict，可以存储一组关联性较强的数据hset(name, key, value) ：在name对应的hash中设置一个键值对（不存在，则创建；否则，修改）hmset(name, mapping) ：在name对应的hash中批量设置键值对hget(name, key) ：在name对应的hash中根据key获取valuehmget(name, keys, *args) ：在name对应的hash中获取多个key的值hgetall(name) ：获取name对应hash的所有键值，key 和 value都获取，但是无法区分hlen(name) ：获取name对应的hash中键值对的个数hkeys(name) ：获取name对应的hash中所有的key的值hvals(name) ：获取name对应的hash中所有的value的值hexists(name, key) ：检查name对应的hash是否存在当前传入的key
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.hset('Barry', 'family_name', 'Allen') # 一次设置一对 key 和 valuer.hset('Barry', 'sex', 'Male')r.hset('Barry', 'color', 'red')r.hmset('Oliver', {'family_name': 'Queen', 'sex': 'Male', 'color': 'green'}) # 一次设置一个字典print(r.hget('Barry', 'color')) # 取一个值print(r.hmget('Barry', ['sex', 'color'])) # 取多个值，通过字典的方法，对应keysprint(r.hmget('Barry', 'sex', 'color')) # 取多个值，通过关键参数的方法，对应*argsprint(r.hlen('Barry')) # 一共有多少对 key 和 valueprint(r.hgetall('Barry')) # 取所有的 key 和 valueprint(r.hkeys('Barry')) # 取所有的 keyprint(r.hvals('Barry')) # 取所有的 valueprint(r.hexists('Barry', 'age'), r.hexists('Barry', 'sex'))hdel(name,*keys) ：将name对应的hash中指定key的键值对删除hincrby(name, key, amount=1) ：自增name对应的hash中的指定key的值，不存在则创建key=amounthincrbyfloat(name, key, amount=1.0) ：自增name对应的hash中的指定key的值，不存在则创建key=amount
scan方法-用于获取大量的数据
hscan(name, cursor=0, match=None, count=None) ：增量式迭代获取，对于获取数据量很大的数据时非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而防止内存被撑爆。参数：
name ：redis的name
cursor ：游标（基于游标分批取获取数据）
match ：匹配指定key，默认None表示所有的key。可以用通配符，? * 等，具体参考其他常用操作中的 keys 命令的参数
count ：每次分片最少获取个数，默认None表示采用Redis的默认分片个数
hscan_iter(name, match=None, count=None) ：利用yield封装hscan创建生成器，实现分批去redis中获取数据
List 操作
redis中的List在在内存中是按照一个name对应一个List来存储。lpush(name,values) ：在name对应的list中添加元素，每个新的元素都添加到列表的最左边rpush(name,values) ：同上，添加到右边llen(name) ：name对应的list元素的个数lrange(name, start, end) ：在name对应的列表分片获取数据，要获取列表全部，就 0, -1
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 清空这个namer.lpush('names', 'Clark', 'Lois', 'Kara') # 依次插入每一个值，每次都是插入到列表最左边print(r.lrange('names', 0, -1)) # 查看输出时的排序，和上面是反的print(r.llen('names')) # 列表的长度r.rpush('names', 'Barry') # 插入到最右边r.lpush('names', 'Oliver') # 插入到最左边，只有names已经存在时才会添加进来print(r.lrange('names', 0, -1))lpushx(name,value) ：在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边rpushx(name,value) ：同上，添加到右边
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 清空这个namer.rpushx('names', 'Barry')r.lpushx('names', 'Oliver')print(r.lrange('names', 0, -1)) # names不存在，无法添加r.lpush('names', 'Clark') # 现在已经创建了这个列表了r.rpushx('names', 'Barry')r.lpushx('names', 'Oliver')print(r.lrange('names', 0, -1)) # 只有names已经存在的时候才能向列表中添加元素linsert(name, where, refvalue, value)) ：在name对应的列表的某一个值前（‘before’）或后（‘after’）插入一个新值
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 清空这个namer.rpush('names', 'Barry', 'Oliver', 'Kara')print(r.lrange('names', 0, -1))r.linsert('names', 'before', 'Oliver', 'Laurel') # 在标杆前面插入r.linsert('names', 'after', 'Kara', 'Sara') # 在标杆后面插入print(r.lrange('names', 0, -1))r.lset(name, index, value) ：对name对应的list中的某一个索引位置重新赋值
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 清空这个namer.rpush('names', 'Barry', 'Oliver', 'Kara')r.lset('names', 1, 'Oliver Queen') # 根据索引值修改元素print(r.lrange('names', 0, -1))r.lrem(name, value, num) ：在name对应的list中删除指定的值。num为0删除所有；num为正数，从前往后删除num个；num为负数，从后向前删除num个。
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 清空这个namer.rpush('names', 'Barry', 'Oliver', 'Kara', 'Clark')r.rpush('names', 'Barry', 'Oliver', 'Kara', 'Clark')r.rpush('names', 'Barry', 'Oliver', 'Kara', 'Clark')print(r.lrange('names', 0, -1)) # 现在每个值都有3个r.lrem('names', 'Barry') # num默认是0，删除所有的Barryprint(r.lrange('names', 0, -1))r.lrem('names', 'Oliver', 1) # 删除最前面的1个Oliverr.lrem('names', 'Kara', -2) # 删除最后面的2个Karaprint(r.lrange('names', 0, -1))lpop(name) ：在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素rpop(name) ：同上，从右侧获取并移除lindex(name, index) ：使用下标获取值ltrim(name, start, end) ：移除 start 和 end索引位置以外的值
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 清空这个namer.rpush('names', 'Barry', 'Oliver', 'Kara', 'Clark')print(r.lindex('names', 1)) # 看看下标1是哪个元素print(r.lrange('names', 0, -1))r.ltrim('names', 1, 2) # 移除1-2以外的元素，保留1-2的这些元素。如果start和end一样，就只保留那一个元素print(r.lrange('names', 0, -1))print(r.lpop('names')) # 从左边弹出一个值print(r.rpop('names')) # 从右边弹出一个值print(r.lrange('names', 0, -1)) # 列表应该空了rpoplpush(src, dst) ：从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边
import redispool = redis.ConnectionPool(host='192.168.246.11', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('Oliver', 'Rip')r.rpush('Oliver', 'Thea', 'Laurel', 'Sara', 'Ray')r.rpush('Rip', 'Nate', 'Amaya')res = r.rpoplpush('Oliver', 'Rip') # 转移一个元素print(res)print(r.rpoplpush('Oliver', 'Rip')) # 再转移一个元素print(r.lrange('Oliver', 0, -1))print(r.lrange('Rip', 0, -1))阻塞的pop方法
下面的2个pop方法和前面不带b开头的方法基本上是一样的，但是多了一个timeout参数。在timeout的时间内如果列表中没有值，则阻塞，一旦有值进来，就会取出来。非常像队列的操作。timeout如果是0，则一直阻塞，直到取到值。如果timeout时间到还没取到值，会返回None。blpop(keys, timeout) ：将多个列表排列，按照从左到右去pop对应列表的元素。这里keys可以是多个namebrpop(keys, timeout) ：同上，每个列表中取元素的时候是从右开始brpoplpush(src, dst, timeout=0) ：
blpop 和 brpop 和前面略有不同，可以从多个列表中取值，具体效果如下：
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('Rip', 'Barry', 'Oliver') # 先清空数据r.rpush('Rip', 'Nate') # 第1个列表有1个元素r.rpush('Barry', 'Cisco', 'Caitlin') # 第2个列表有2个元素r.rpush('Oliver', 'Thea', 'Laurel', 'Roy') # 第3个列表有3个元素print(r.blpop(['Rip', 'Barry', 'Oliver'], 1)) # 先取第1个列表print(r.blpop(['Rip', 'Barry', 'Oliver'], 1)) # 第1个空了，会取第2个列表print(r.blpop(['Rip', 'Barry', 'Oliver'], 1))print(r.blpop(['Rip', 'Barry', 'Oliver'], 1)) # 前2个列表都空了，会取取第三个r.rpush('Rip', 'Leonard') # 往第一个列表中追加一个新元素print(r.blpop(['Rip', 'Barry', 'Oliver'], 1)) # 还是从第一个列表开始取print(r.blpop(['Rip', 'Barry', 'Oliver'], 1))print(r.blpop(['Rip', 'Barry', 'Oliver'], 1))print(r.blpop(['Rip', 'Barry', 'Oliver'], 1)) # 所有列表都空了的话，会阻塞print(r.blpop(['Rip', 'Barry', 'Oliver'], 1)) # 如果timeout不为0，时间到了之后会返回NoneSet 集合操作
Set集合就是不允许重复的列表，并且集合是无序的。后面有有序集合sadd(name,values) ：name对应的集合中添加元素scard(name) ：获取name对应的集合中元素个数smembers(name) ：获取name对应的集合的所有成员
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 先清空数据r.sadd('names', 'Clerk', 'Lois', 'Clerk') # 一次可以添加多个元素，这里故意加了2个一样的print(r.scard('names')) # 集合的特性就是会去重，这里只有2个元素print(r.smembers('names')) # 看下所有的元素sdiff(keys, *args) ：差集，返回一个集合sdiffstore(dest, keys, *args) ：同上，返回值是新集合的元素个数，新集合存储到dest中sinter(keys, *args) ：交集，返回一个集合sinterstore(dest, keys, *args) ：同上，返回值是新集合的元素个数，新集合存储到dest中sunion(keys, *args) ：并集，返回一个集合sunionstore(dest,keys, *args) ：同上，返回值是新集合的元素个数，新集合存储到dest中
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('Rip', 'Oliver') # 先清空数据r.sadd('Rip', 'Nate', 'Ray', 'Sara')r.sadd('Oliver', 'Thea', 'Laurel', 'Sara', 'Ray')print(r.sdiff('Rip', 'Oliver'))# 返回值是符合条件的元素数量，比上面多一个参数，用来存放结果作为新的集合print(r.sdiffstore('Sara', 'Rip', 'Oliver')) print(r.smembers('Sara'))sismember(name, value) ：values 是否是 name 集合的成员smove(src, dst, value) ：将某个成员从一个集合中移动到另外一个集合spop(name) ：从集合的右侧（尾部）移除一个成员，并将其返回srandmember(name, numbers) ：从name对应的集合中随机获取 numbers 个元素，默认就取1个，可以取多个。srem(name, values) ：在name对应的集合中删除某些值
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('Oliver') # 先清空数据r.sadd('Oliver', 'Thea', 'Laurel', 'Sara', 'Ray')r.srem('Oliver', 'Ray', 'Sara', 'Roy') # 有的元素全部从集合里删除，没有的value不影响print(r.smembers('Oliver'))同之前 Hash 操作中的 scan 方法相似，用于获取大量数据的方法sscan(name, cursor=0, match=None, count=None)sscan_iter(name, match=None, count=None)
有序集合
有序集合，在集合的基础上，为每个元素排序，元素的排序需要根据另外一个值来进行比较。所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。zadd(name, *args, **kwargs) ：在name对应的有序集合中添加元素，每个成员都要有一个分数，2种可是可选，看例子zcard(name) ：获取name对应的有序集合元素的数量zcount(name, min, max) ：也是统计集合的元素数量，但是是满足分数在 min 和 max 之间的元素的数量
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 先清空数据r.zadd('names', 'Clerk', 1, 'Barry', 6, 'Oliver', 3) # *args的方式添加成员print(r.zcard('names')) # 查看成员数量print(r.zrange('names', 0, -1)) # 按分数从小到大排列print(r.zcount('names', 2, 5)) # 分值在2-5之间的只有1个成员r.zadd('names', Barry=2) # **kwargs的方式添加成员，如果添加已有的成员则是更新分数print(r.zrange('names', 0, -1)) # 分数有变化了，排序也变了print(r.zcount('names', 2, 5)) # 分值在2-5之间的成员现在有2个了zincrby(name, value, amount) ：自增name对应的有序集合的 value 对应的分数，默认自增1r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float) ：按照索引范围获取有序集合的元素
参数：
name ：
start ：有序集合索引起始位置（非分数）
end ：有序集合索引结束位置（非分数）
desc ：排序规则，默认按照分数从小到大排序
withscores ：是否获取元素的分数，默认只获取元素的值
score_cast_func ：对分数进行数据转换的函数
r.zrevrange( name, start, end, withscores=False, score_cast_func=float) ：另一种从大到小排列的方法
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 先清空数据r.zadd('names', Clerk=1, Barry=3, Oliver=2)r.zincrby('names', 'Barry') # 默认自增1r.zincrby('names', 'Oliver', 3) # 指定多加点print(r.zrange('names', 0, -1)) # 默认从小到大排列print(r.zrange('names', 0, -1, desc=True)) # 从大到小排列print(r.zrevrange('names', 0, -1)) # 另一种方法从大到小排列print(r.zrange('names', 0, -1, withscores=True)) # 显示分数print(r.zrange('names', 0, -1, withscores=True, score_cast_func=int)) # 整形的分数zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float) ：按照分数筛选zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float) ：同上，从大到小
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 先清空数据r.zadd('names', Clerk=1, Barry=2, Oliver=3)print(r.zrangebyscore('names', 2, 3))print(r.zrevrangebyscore('names', 3, 2)) # 注意这里分数也是先max，再minr.zrangebylex(name, min, max, start=None,num=None) ：跳过，没讲，不好理解还用不上r.zrevrangebylex(name, max, min, start=None,num=None) ：同上，从打到小排列r.zremrangebylex(name, min, max) ：跳过
zrank(name, value) ：获取某个值在 name 对应的有序集合中的排行（从 0 开始）。可以做班级成绩的排名zrem(name, values) ：删除name对应的有序集合中值是values的成员，删除单个或多个成员zremrangebyrank(name, min, max) ：根据排行范围删除zremrangebyscore(name, min, max) ：根据分数范围删除zscore(name, value) ：获取name对应有序集合中 value 对应的分数
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('names') # 先清空数据r.zadd('names', Kara=95, Harley=55, Diana=100, Barbara=94, Janet=88, Wally=89) # 这是成员和成绩print(r.zrank('names', 'Diana')) # 从小到大，从0开始的rank值print(r.zcard('names')-r.zrank('names', 'Diana')) # 这个就是成绩排名了print(r.zscore('names', 'Diana')) # 显示分数r.zrem('names', 'Wally') # 删除1个元素print(r.zrange('names', 0, -1))r.zremrangebyscore('names', 0, 59) # 把成绩不及格的删除print(r.zrange('names', 0, -1))r.zremrangebyrank('names', 0, 0) # 再把成绩最后一名删除print(r.zrange('names', 0, -1))zinterstore(dest, keys, aggregate=None) ：获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作zunionstore(dest, keys, aggregate=None) ：获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
aggregate的值为: SUM MIN MAX
import redispool = redis.ConnectionPool(host='192.168.3.108', port=6379) # 建立连接池r = redis.Redis(connection_pool=pool) # 使用连接池连接r.delete('physics', 'chemistry') # 先清空数据r.zadd('physics', 'XiaoMing', 90) # 小明物理考了90分r.zadd('chemistry', 'XiaoMing', 66) # 小明化学考了66分r.zinterstore('score', ['physics', 'chemistry'], 'MAX') # 分数只取2门里高的那门，MAXprint(r.zrange('score', 0, -1, withscores=True)) # 最后综合的分数是这个同之前 Hash 操作中的 scan 方法相似，用于获取大量数据的方法zscan(name, cursor=0, match=None, count=None, score_cast_func=float)zscan_iter(name, match=None, count=None,score_cast_func=float)
其他常用操作
delete(*names) ：根据删除redis中的任意数据类型flushdb() ：删除当前db的所有数据flushall() ：删除所有db的所有数据exists(name) ：检测redis的name是否存在keys(pattern='*') ：根据模型获取redis的name，pattem参数可以使用通配符匹配，参考如下：
KEYS *匹配数据库中所有 keyKEYS h?llo匹配 hello ， hallo 和 hxllo 等KEYS h*llo匹配 hllo 和 heeeeello 等KEYS h[ae]llo匹配 hello 和 hallo ，但不匹配 hillo
expire(name ,time) ：为name设置超时时间。这个方法可以不必在赋值的时候就设置时间了，而且还能用于更新时间rename(src, dst) ：为name重命名move(name, db)) ：将name移动到另外一个db中
关于db
db就是数据库，当 redis 服务器初始化时，会预先分配 16 （0-15）个数据库（该数量可以通过配置文件配置）。
之前的操作都是在默认的db=0下操作的。
cli命令行界面下，使用select命令切换库。python中可以在建立连接的时候声明连接哪个库。
删除数据和db的操作：
import redispool1 = redis.ConnectionPool(host='192.168.246.11', port=6379, db=1) # 建立连接池，连接db1r1 = redis.Redis(connection_pool=pool1) # 使用连接池连接r2 = redis.Redis('192.168.246.11', 6379, db=2) # 连接db2r1.mset(k1='v1', k2='v2', k3='v3')r2.mset(k1='v1', k2='v2', k3='v3')print(r1.keys())r1.delete('k1') # 删除db1里的k1print(r1.keys())r1.flushdb() # 删除db1里的所有print(r1.keys())print(r2.keys())print(r1.flushall()) # 通过db1删除所有的dbprint(r2.keys())移动、重命名：
import redispool1 = redis.ConnectionPool(host='192.168.246.11', port=6379, db=1) # 建立连接池，连接db1r1 = redis.Redis(connection_pool=pool1) # 使用连接池连接，使用连接池一定要在pool中声明db，而不是这里r2 = redis.Redis('192.168.246.11', 6379, db=2) # 连接db2r2.delete('k1', 'k2', 'k3')r1.mset(k1='v1', k2='v2', k3='v3')print(r1.keys(), r2.keys())print(r2.exists('k1'))r1.move('k1', 2) # 将k1移动到db2print(r1.keys(), r2.keys())print(r2.exists('k1'))r2.rename('k1', 'l1') # 重命名print(r1.keys(), r2.keys())print(r2.exists('k1'))randomkey() ：随机获取一个redis的name（不删除）type(name) ：获取name对应值的类型
同之前 Hash 操作中的 scan 方法相似，用于获取大量数据的方法：scan(cursor=0, match=None, count=None)scan_iter(match=None, count=None)
管道
redis-py默认在执行每次请求都会创建（连接池申请连接）和断开（归还连接池）一次连接操作，如果想要在一次请求中指定多个命令，则可以使用pipline实现一次请求指定多个命令，并且默认情况下一次 pipline 是原子性操作。
import redis, timer3 = redis.Redis('192.168.246.11', 6379, db=3)r3.delete('name', 'role')# pipe = r3.pipeline(False) # 效果和下面一样，看不出是不是原子操作。pipe = r3.pipeline() # 默认就是True，无论是否是True，都会同时送达。参数是决定是否是原子操作pipe.set('name', 'Alex') # 使用管道进行请求for i in range(10): # sleep结束前都不会 set name print('\r', i, end='', flush=True) time.sleep(1)pipe.set('role', 'SB')pipe.execute()发布/订阅
这里分消息的发布方和订阅方。
发布消息，建立连接，然后发布消息。每条消息都有消息的频道和内容。
订阅消息，建立连接，订阅频道。开始接收消息。
发布方：
import redisr = redis.Redis('192.168.246.11', 6379)res = r.publish('FM101.7', 'Hello 1')print(res) # 返回值是订阅者的数量r.publish('SDS.IDX', 'Hello 2')r.publish('alex.python', 'Hello 3')res = r.publish('old.boy', 'Hello 4') # 这个频道没人订阅print(res)订阅方：
import redisr = redis.Redis('192.168.246.11', 6379)sub = r.pubsub()sub.subscribe('FM101.7', 'FM103.7') # 订阅给定的一个或多个频道sub.psubscribe('SDS.*', '*.python') # 订阅一个或多个符合给定模式的频道msg = sub.parse_response() # 每订阅一个频道，服务器都会回复一条。print(msg)while True: # 开始接收消息 msg = sub.parse_response() print(msg)感觉这里以及上面的部分功能（List 操作中阻塞的pop方法）和消息队列有交集，需要的时候选择是个更加合适的系统使用。
这里讲的比较简单，基本上就是简单过了一遍。还有更多细致的功能，只能去查阅文档资料了。
作业
作业更新在上一篇里，这篇的内容没作业。
随时随地看视频
