释放双眼，带上耳机，听听看~！
Redis
.redis是一个key-value存储系统。和Memcached类似，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作，而且这些操作都是原子性的。在此基础上，redis支持各种不同方式的排序。与memcached一样，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作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
2
3(1) 速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)
4
5(2) 支持丰富数据类型，支持string，list，set，sorted set，hash
6
7(3) 支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行
8
9(4) 丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除
10
11
122. redis相比memcached有哪些优势？
13
14(1) memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型
15
16(2) redis的速度比memcached快很多
17
18(3) redis可以持久化其数据
19
20
213. redis常见性能问题和解决方案：
22
23(1) Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件
24
25(2) 如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次
26
27(3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内
28
29(4) 尽量避免在压力很大的主库上增加从库
30
31(5) 主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3...
32
33这样的结构方便解决单点故障问题，实现Slave对Master的替换。如果Master挂了，可以立刻启用Slave1做Master，其他不变。
34
35
36
37
38
394. MySQL里有2000w数据，redis中只存20w的数据，如何保证redis中的数据都是热点数据
40
41 相关知识：redis 内存数据集大小上升到一定大小的时候，就会施行数据淘汰策略。redis 提供 6种数据淘汰策略：
42
43voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
44
45volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
46
47volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
48
49allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
50
51allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
52
53no-enviction（驱逐）：禁止驱逐数据
54
55
56
575. Memcache与Redis的区别都有哪些？
58
591)、存储方式
60
61Memecache把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。
62
63Redis有部份存在硬盘上，这样能保证数据的持久性。
64
652)、数据支持类型
66
67Memcache对数据类型支持相对简单。
68
69Redis有复杂的数据类型。
70
71
723），value大小
73
74redis最大可以达到1GB，而memcache只有1MB
75
76
77
786. Redis 常见的性能问题都有哪些？如何解决？
79
80
81
821).Master写内存快照，save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。
83
84
852).Master AOF持久化，如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化,如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。
86
87
883).Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。
89
904). Redis主从复制的性能问题，为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内
91
92
93
94
957, redis 最适合的场景
96
97
98Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?
99
100 如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点：
101、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。
102、Redis支持数据的备份，即master-slave模式的数据备份。
103、Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。
104
105（1）、会话缓存（Session Cache）
106
107最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？
108
109幸运的是，随着 Redis 这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。
110
111（2）、全页缓存（FPC）
112
113除基本的会话token之外，Redis还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似PHP本地FPC。
114
115再次以Magento为例，Magento提供一个插件来使用Redis作为全页缓存后端。
116
117此外，对WordPress的用户来说，Pantheon有一个非常好的插件 wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。
118
119（3）、队列
120
121Reids在内存存储引擎领域的一大优点是提供 list 和 set 操作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作，就类似于本地程序语言（如Python）对 list 的 push/pop 操作。
122
123如果你快速的在Google中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery有一个后台就是使用Redis作为broker，你可以从这里去查看。
124
125（4），排行榜/计数器
126
127Redis在内存中对数字进行递增或递减的操作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：
128
129当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：
130
131ZRANGE user_scores 0 10 WITHSCORES
132
133Agora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。
134
135（5）、发布/订阅
136
137最后（但肯定不是最不重要的）是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。
138
139Redis提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能。
140
View Code
一、Redis安装和基本使用
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
2tar xzf redis-3.0.6.tar.gz
3cd redis-3.0.6
4make
5make install
6
7然后将src 目录 cp 到 规范目录下 -->/data/server/redis
8并在下面创建 log conf var 将 src 修改为bin
9
10cd /data/server/redis/conf
11vim redis.conf
12
13################################
14#daemonize：是否以后台daemon方式运行
15daemonize yes
16#pidfile：pid文件位置
17pidfile /data/server/redis/redis.pid
18#bind：监听的ip地址
19#bind 10.1.1.1
20#port：监听的端口号
21port 6379
22#timeout：请求超时时间,单位秒
23timeout 120
24#loglevel：log信息级别,支持四个级别，debug，notice，verbose，warning
25loglevel warning
26#日志文件位置
27logfile /data/log/redis/redis.log
28#databases：开启数据库的数量
29databases 16
30##snapshoot
31#save * *：保存快照的频率，第一个*表示多长时间，第二个*表示执行多少次写操作。在一定时间内执行一定数量的写操作时，自动保存快照。可设置多个条件。
32#在900秒之内，redis至少发生1次修改则redis抓快照到磁盘
33save 900 1
34#在300秒之内，redis至少发生100次修改则redis抓快照到磁盘
35save 300 100
36#在60秒之内，redis至少发生10000次修改则redis抓快照到磁盘
37save 60 10000
38#rdbcompression：是否使用压缩
39rdbcompression yes
40#dbfilename：数据快照文件名（只是文件名，不包括目录）
41dbfilename dump.rdb
42#dir：数据快照的保存目录（这个是目录）
43dir /data/server/redis/var
44##aof
45#appendonly：是否开启appendonlylog，AOF是另一种持久化方式,开启的话每次写操作会记一条log，这会提高数据抗风险能力，但影响效率。
46#appendonly no
47#appendfsync：appendonlylog如何同步到磁盘（三个选项，分别是每次写都强制调用fsync、每秒启用一次fsync、不调用fsync等待系统自己同步）
48appendfsync everysec
49no-appendfsync-on-rewrite no
50auto-aof-rewrite-percentage 100
51auto-aof-rewrite-min-size 64mb
52##slow log
53#如果操作时间大于0.001秒，记录slow log,这个log是记录在内存中的，可以用redis-cli slowlog get 命令查看
54slowlog-log-slower-than 10000
55#slow log 的最大长度
56slowlog-max-len 128
57##virtual memory
58#是否使用虚拟内存
59#vm-enabled no
60##swap文件，不同redis swap文件不能共享。而且生产环境下，不建议放在tmp目录。
61#vm-swap-file /tmp/redis.swap
62##vm大小限制。0 不限制，建议60-80% 可用内存大小
63#vm-max-memory 0
64##根据缓存内容大小调整，默认32字节
65#vm-page-size 32
66##page数。每 8 page 会占用1字节内存
67#vm-pages 134217728
68##m 最大io线程数。注意： 0 标志禁止使用vm（开关真多）
69#vm-max-threads 4
70##
71#hash-max-zipmap-entries 512
72#hash-max-zipmap-value 64
73#
74list-max-ziplist-entries 512
75list-max-ziplist-value 64
76set-max-intset-entries 512
77zset-max-ziplist-entries 128
78zset-max-ziplist-value 64
79activerehashing yes
80##limit
81#最大使用内存单位<bytes>,默认情况下redis会占用可用的所有内存
82maxmemory 1G
83#maxclients 最大连接数, 0 表示不限制
84maxclients 0
85##replication
86requirepass aaaaaaaaa
87
88#############################
89
启动服务端
2
2
启动客户端
2
3
4
5
6
2redis> set foo bar
3OK
4redis> get foo
5"bar"
6
二、Python操作Redis
2
3
4
5
6
7
8
2or
3sudo easy_install redis
4or
5源码安装
6
7详见：https://github.com/WoLpH/redis-py
8
API使用
redis-py 的API的使用可以分类为：
-
连接方式
-
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
1、操作模式
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。
2
3
4
5
6
7
8
9
2# -*- coding:utf-8 -*-
3
4import redis
5
6r = redis.Redis(host='10.211.55.4', port=6379)
7r.set('foo', 'Bar')
8print r.get('foo')
9
2
3
4
2
3redis-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。
4
2
3
4
5
6
7
8
9
10
11
2# -*- coding:utf-8 -*-
3
4import redis
5
6pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
7
8r = redis.Redis(connection_pool=pool)
9r.set('foo', 'Bar')
10print r.get('foo')
11
3、操作
String操作，redis中的String在在内存中按照一个name对应一个value来存储。如图：
set(name, value, ex=None, px=None, nx=False, xx=False)
2
3
4
5
6
7
2参数：
3 ex，过期时间（秒）
4 px，过期时间（毫秒）
5 nx，如果设置为True，则只有name不存在时，当前set操作才执行
6 xx，如果设置为True，则只有name存在时，岗前set操作才执行
7
setnx(name, value)
2
2
setex(name, value, time)
2
3
4
2# 参数：
3 # time，过期时间（数字秒 或 timedelta对象）
4
psetex(name, time_ms, value)
2
3
4
2# 参数：
3 # time_ms，过期时间（数字毫秒 或 timedelta对象）
4
mset(*args, **kwargs)
2
3
4
5
6
2如：
3 mset(k1='v1', k2='v2')
4 或
5 mget({'k1': 'v1', 'k2': 'v2'})
6
get(name)
2
2
mget(keys, *args)
2
3
4
5
6
2如：
3 mget('ylr', 'wupeiqi')
4 或
5 r.mget(['ylr', 'wupeiqi'])
6
getset(name, value)
2
2
getrange(key, start, end)
2
3
4
5
6
7
2# 参数：
3 # name，Redis 的 name
4 # start，起始位置（字节）
5 # end，结束位置（字节）
6# 如： "武沛齐" ，0-3表示 "武"
7
setrange(name, offset, value)
2
3
4
5
2# 参数：
3 # offset，字符串的索引，字节（一个汉字三个字节）
4 # value，要设置的值
5
setbit(name, offset, value)
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2
3# 参数：
4 # name，redis的name
5 # offset，位的索引（将值变换成二进制后再进行索引）
6 # value，值只能是 1 或 0
7
8# 注：如果在Redis中有一个对应： n1 = "foo"，
9 那么字符串foo的二进制表示为：01100110 01101111 01101111
10 所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，
11 那么最终二进制则变成 01100111 01101111 01101111，即："goo"
12
13# 扩展，转换二进制表示：
14
15 # source = "武沛齐"
16 source = "foo"
17
18 for i in source:
19 num = ord(i)
20 print bin(num).replace('b','')
21
22 特别的，如果source是汉字 "武沛齐"怎么办？
23 答：对于utf-8，每一个汉字占 3 个字节，那么 "武沛齐" 则有 9个字节
24 对于汉字，for循环时候会按照 字节 迭代，那么在迭代时，将每一个字节转换 十进制数，然后再将十进制数转换成二进制
25 11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000
26
getbit(name, offset)
2
2
bitcount(key, start=None, end=None)
2
3
4
5
6
2# 参数：
3 # key，Redis的name
4 # start，位起始位置
5 # end，位结束位置
6
bitop(operation, dest, *keys)
2
3
4
5
6
7
8
9
10
11
2
3# 参数：
4 # operation,AND（并） 、 OR（或） 、 NOT（非） 、 XOR（异或）
5 # dest, 新的Redis的name
6 # *keys,要查找的Redis的name
7
8# 如：
9 bitop("AND", 'new_name', 'n1', 'n2', 'n3')
10 # 获取Redis中n1,n2,n3对应的值，然后讲所有的值做位运算（求并集），然后将结果保存 new_name 对应的值中
11
strlen(name)
2
2
incr(self, name, amount=1)
2
3
4
5
6
7
8
2
3# 参数：
4 # name,Redis的name
5 # amount,自增数（必须是整数）
6
7# 注：同incrby
8
incrbyfloat(self, name, amount=1.0)
2
3
4
5
6
2
3# 参数：
4 # name,Redis的name
5 # amount,自增数（浮点型）
6
decr(self, name, amount=1)
2
3
4
5
6
2
3# 参数：
4 # name,Redis的name
5 # amount,自减数（整数）
6
append(key, value)
2
3
4
5
6
2
3# 参数：
4 key, redis的name
5 value, 要追加的字符串
6
Hash操作，redis中Hash在内存中的存储格式如下图：
hset(name, key, value)
2
3
4
5
6
7
8
9
10
2
3# 参数：
4 # name，redis的name
5 # key，name对应的hash中的key
6 # value，name对应的hash中的value
7
8# 注：
9 # hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）
10
hmset(name, mapping)
2
3
4
5
6
7
8
9
2
3# 参数：
4 # name，redis的name
5 # mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
6
7# 如：
8 # r.hmset('xx', {'k1':'v1', 'k2': 'v2'})
9
hget(name,key)
2
2
hmget(name, keys, *args)
2
3
4
5
6
7
8
9
10
11
12
2
3# 参数：
4 # name，reids对应的name
5 # keys，要获取key集合，如：['k1', 'k2', 'k3']
6 # *args，要获取的key，如：k1,k2,k3
7
8# 如：
9 # r.mget('xx', ['k1', 'k2'])
10 # 或
11 # print r.hmget('xx', 'k1', 'k2')
12
hgetall(name)
2
2
hlen(name)
2
2
hkeys(name)
2
2
hvals(name)
2
2
hexists(name, key)
2
2
hdel(name,*keys)
2
2
hincrby(name, key, amount=1)
2
3
4
5
6
2# 参数：
3 # name，redis中的name
4 # key， hash对应的key
5 # amount，自增数（整数）
6
hincrbyfloat(name, key, amount=1.0)
2
3
4
5
6
7
8
9
2
3# 参数：
4 # name，redis中的name
5 # key， hash对应的key
6 # amount，自增数（浮点数）
7
8# 自增name对应的hash中的指定key的值，不存在则创建key=amount
9
hscan(name, cursor=0, match=None, count=None)
2
3
4
5
6
7
8
9
10
11
12
13
14
2
3# 参数：
4 # name，redis的name
5 # cursor，游标（基于游标分批取获取数据）
6 # match，匹配指定key，默认None 表示所有的key
7 # 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
8
9# 如：
10 # 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
11 # 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
12 # ...
13 # 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕
14
hscan_iter(name, match=None, count=None)
2
3
4
5
6
7
8
9
10
2
3# 参数：
4 # match，匹配指定key，默认None 表示所有的key
5 # 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
6
7# 如：
8 # for item in r.hscan_iter('xx'):
9 # print item
10
List操作，redis中的List在在内存中按照一个name对应一个List来存储。如图：
lpush(name,values)
2
3
4
5
6
7
8
9
2
3# 如：
4 # r.lpush('oo', 11,22,33)
5 # 保存顺序为: 33,22,11
6
7# 扩展：
8 # rpush(name, values) 表示从右向左操作
9
lpushx(name,value)
2
3
4
5
2
3# 更多：
4 # rpushx(name, value) 表示从右向左操作
5
llen(name)
2
2
linsert(name, where, refvalue, value))
2
3
4
5
6
7
8
2
3# 参数：
4 # name，redis的name
5 # where，BEFORE或AFTER
6 # refvalue，标杆值，即：在它前后插入数据
7 # value，要插入的数据
8
r.lset(name, index, value)
2
3
4
5
6
7
2
3# 参数：
4 # name，redis的name
5 # index，list的索引位置
6 # value，要设置的值
7
r.lrem(name, value, num)
2
3
4
5
6
7
8
9
2
3# 参数：
4 # name，redis的name
5 # value，要删除的值
6 # num， num=0，删除列表中所有的指定值；
7 # num=2,从前到后，删除2个；
8 # num=-2,从后向前，删除2个
9
lpop(name)
2
3
4
5
2
3# 更多：
4 # rpop(name) 表示从右向左操作
5
lindex(name, index)
2
2
lrange(name, start, end)
2
3
4
5
6
2# 参数：
3 # name，redis的name
4 # start，索引的起始位置
5 # end，索引结束位置
6
ltrim(name, start, end)
2
3
4
5
6
2# 参数：
3 # name，redis的name
4 # start，索引的起始位置
5 # end，索引结束位置
6
rpoplpush(src, dst)
2
3
4
5
2# 参数：
3 # src，要取数据的列表的name
4 # dst，要添加数据的列表的name
5
blpop(keys, timeout)
2
3
4
5
6
7
8
9
2
3# 参数：
4 # keys，redis的name的集合
5 # timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞
6
7# 更多：
8 # r.brpop(keys, timeout)，从右向左获取数据
9
brpoplpush(src, dst, timeout=0)
2
3
4
5
6
7
2
3# 参数：
4 # src，取出并要移除元素的列表对应的name
5 # dst，要插入元素的列表对应的name
6 # timeout，当src对应的列表中没有数据时，阻塞等待其有数据的超时时间（秒），0 表示永远阻塞
7
自定义增量迭代
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
2 # 1、获取name对应的所有列表
3 # 2、循环列表
4# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：
5
6def list_iter(name):
7 """
8 自定义redis列表增量迭代
9 :param name: redis中的name，即：迭代name对应的列表
10 :return: yield 返回 列表元素
11 """
12 list_count = r.llen(name)
13 for index in xrange(list_count):
14 yield r.lindex(name, index)
15
16# 使用
17for item in list_iter('pp'):
18 print item
19
Set操作，Set集合就是不允许重复的列表
sadd(name,values)
2
2
scard(name)
2
2
sdiff(keys, *args)
2
2
sdiffstore(dest, keys, *args)
2
2
sinter(keys, *args)
2
2
sinterstore(dest, keys, *args)
2
2
sismember(name, value)
2
2
smembers(name)
2
2
smove(src, dst, value)
2
2
spop(name)
2
2
srandmember(name, numbers)
2
2
srem(name, values)
2
2
sunion(keys, *args)
2
2
sunionstore(dest,keys, *args)
2
2
sscan(name, cursor=0, match=None, count=None)
sscan_iter(name, match=None, count=None)
2
2
有序集合，在集合的基础上，为每元素排序；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)
2
3
4
5
6
2# 如：
3 # zadd('zz', 'n1', 1, 'n2', 2)
4 # 或
5 # zadd('zz', n1=11, n2=22)
6
zcard(name)
2
2
zcount(name, min, max)
2
2
zincrby(name, value, amount)
2
2
r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
2
3# 参数：
4 # name，redis的name
5 # start，有序集合索引起始位置（非分数）
6 # end，有序集合索引结束位置（非分数）
7 # desc，排序规则，默认按照分数从小到大排序
8 # withscores，是否获取元素的分数，默认只获取元素的值
9 # score_cast_func，对分数进行数据转换的函数
10
11# 更多：
12 # 从大到小排序
13 # zrevrange(name, start, end, withscores=False, score_cast_func=float)
14
15 # 按照分数范围获取name对应的有序集合的元素
16 # zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
17 # 从大到小排序
18 # zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)
19
zrank(name, value)
2
3
4
5
2
3# 更多：
4 # zrevrank(name, value)，从大到小排序
5
zrangebylex(name, min, max, start=None, num=None)
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
2# 对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大
3
4# 参数：
5 # name，redis的name
6 # min，左区间（值）。 + 表示正无限； - 表示负无限； ( 表示开区间； [ 则表示闭区间
7 # min，右区间（值）
8 # start，对结果进行分片处理，索引位置
9 # num，对结果进行分片处理，索引后面的num个元素
10
11# 如：
12 # ZADD myzset 0 aa 0 ba 0 ca 0 da 0 ea 0 fa 0 ga
13 # r.zrangebylex('myzset', "-", "[ca") 结果为：['aa', 'ba', 'ca']
14
15# 更多：
16 # 从大到小排序
17 # zrevrangebylex(name, max, min, start=None, num=None)
18
zrem(name, values)
2
3
4
2
3# 如：zrem('zz', ['s1', 's2'])
4
zremrangebyrank(name, min, max)
2
2
zremrangebyscore(name, min, max)
2
2
zremrangebylex(name, min, max)
2
2
zscore(name, value)
2
2
zinterstore(dest, keys, aggregate=None)
2
3
2# aggregate的值为: SUM MIN MAX
3
zunionstore(dest, keys, aggregate=None)
2
3
2# aggregate的值为: SUM MIN MAX
3
zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
zscan_iter(name, match=None, count=None,score_cast_func=float)
2
2
其他常用操作
delete(*names)
2
2
exists(name)
2
2
keys(pattern='*')
2
3
4
5
6
7
8
2
3# 更多：
4 # KEYS * 匹配数据库中所有 key 。
5 # KEYS h?llo 匹配 hello ， hallo 和 hxllo 等。
6 # KEYS h*llo 匹配 hllo 和 heeeeello 等。
7 # KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo
8
expire(name ,time)
2
2
rename(src, dst).
2
2
move(name, db))
2
2
randomkey()
2
2
type(name)
2
2
scan(cursor=0, match=None, count=None)
scan_iter(match=None, count=None)
2
2
4、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。
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
2# -*- coding:utf-8 -*-
3
4import redis
5
6pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
7
8r = redis.Redis(connection_pool=pool)
9
10# pipe = r.pipeline(transaction=False)
11pipe = r.pipeline(transaction=True)
12
13pipe.set('name', 'alex')
14pipe.set('role', 'sb')
15
16pipe.execute()
17
5、发布订阅
发布者：服务器
订阅者：Dashboad和数据处理
Demo如下：
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
2# -*- coding:utf-8 -*-
3
4import redis
5
6
7class RedisHelper:
8
9 def __init__(self):
10 self.__conn = redis.Redis(host='10.211.55.4')
11 self.chan_sub = 'fm104.5'
12 self.chan_pub = 'fm104.5'
13
14 def public(self, msg):
15 self.__conn.publish(self.chan_pub, msg)
16 return True
17
18 def subscribe(self):
19 pub = self.__conn.pubsub()
20 pub.subscribe(self.chan_sub)
21 pub.parse_response()
22 return pub
23
24RedisHelper
25
View Code
订阅者：
2
3
4
5
6
7
8
9
10
11
12
2# -*- coding:utf-8 -*-
3
4from monitor.RedisHelper import RedisHelper
5
6obj = RedisHelper()
7redis_sub = obj.subscribe()
8
9while True:
10 msg= redis_sub.parse_response()
11 print msg
12
发布者：
2
3
4
5
6
7
8
2# -*- coding:utf-8 -*-
3
4from monitor.RedisHelper import RedisHelper
5
6obj = RedisHelper()
7obj.public('hello')
8
更多参见：https://github.com/andymccurdy/redis-py/
