这篇文章详解python redis使用方法
1，安装
pip install redis
2，基本使用
使用：import redisr = redis.redis(host=’localhost’, port=6379, db=0)r[‘test’] = ‘test’ #或者可以r.set(‘test’, ‘test’) 设置keyr.get(‘test’) #获取test的值r.delete(‘test’) #删除这个keyr.flushdb() #清空数据库r.keys() #列出所有keyr.exists(‘test’) #检测这个key是否存在r.dbsize() #数据库中多少个条数
>>> import redis
>>> pool = redis.connectionpool(host=’localhost’, port=6379, db=0)
>>> r = redis.strictredis(connection_pool = pool)
>>> r.set(‘foo’, ‘bar’)
true
>>> r.get(‘foo’)
‘bar’
3.api参考
redis 官方文档详细解释了每个命令（#）。redis-py 提供了两个实现这些命令的客户端类。strictredis 类试图遵守官方的命令语法，但也有几点例外：
·select：没有实现。参见下面“线程安全”部分的解释。
·del：’del’ 是 python 语法的保留关键字。因此redis-py 使用 “delete” 代替。
·config get|set：分别用 config_get 和 config_set 实现。
·multi/exec：作为 pipeline 类的一部分来实现。若在调用pipeline 方法时指定use_transaction=true，在执行 pipeline 时会用 multi 和 exec 封装 pipeline 的操作。参见下面 pipeline 部分。
·subscribe/listen: 和 pipeline 类似，由于需要下层的连接保持状态， pubsub 也实现成单独的类。调用 redis 客户端的 pubsub 方法返回一个 pubsub 的实例，通过这个实例可以订阅频道或侦听消息。两个类（strictredis 和 pubsub 类）都可以发布(publish)消息。
除了上面的改变，strictredis 的子类 redis，提供了对旧版本 redis-py 的兼容：
·lrem：参数 ‘num’ 和 ‘value’ 的顺序交换了一下，这样‘num’ 可以提供缺省值 0.
·zadd：实现时 score 和 value 的顺序不小心弄反了，后来有人用了，就这样了
·setex: time 和 value 的顺序反了
注：最好不要用 redis，这个类只是做兼容用的
4.详细说明4.1 连接池
在后台，redis-py 采用了连接池（connectionpool）来管理对 redis 服务器的连接。缺省情况下，每个redis 实例都创建自己的连接池。也可以采用向 redis 类的 connection_pool 参数传递已创建的连接池的方式。通过这种方式，可以实现客户端分片或精确控制连接的管理:
>>> pool = redis.connectionpool(host=’localhost’, port=6379, db=0)
>>> r = redis.strictredis(connection_pool=pool)
4.2 连接
connectionpool 管理一组 connection 实例。redis-py 提供两种类型的 connection。缺省情况下，connection 是一个普通的 tcp 连接。 unixdomainsocketconnection 允许和服务器运行在同一个设备上的客户端通过 unix 套接字进行连接。要使用 unixdomainsocketconnection 连接, 只需要通过unix_socket_path 参数传递一个 unix 套接字文件的字符串。另外，确保redis.conf 文件配置了unixsocket 参数（缺省情况下是注释掉的）:
>>> r = redis.strictredis(unix_socket_path=’/tmp/redis.sock’)
也可以自己创建 connection 子类。这个特性可以在使用异步框架时用于控制 socket 的行为。要使用自己的connection 初始化客户端类，需要创建一个连接池，通 connection_class 参数把自己的类传递进去。传递的其它关键字参数会在初始化时传递给自定义的类:
>>> pool = redis.connectionpool(connection_…’, …)
4.3 分析器
分析类提供了控制如何对 redis 服务器的响应进行分析的途径。redis-py 提供了两个分析类， pythonparser和 hiredisparser。缺省情况下，如果安装了 hiredis 模块， redis-py 会尝试使用 hiredisparser，否则使用 pythonparser。
hiredis 是由 redis 核心团队维护的 c 库。 pieter noordhuis 创建了 python 的实现。分析 redis 服务器的响应时，hiredis 可以提供 10 倍的速度提升。性能提升在获取大量数据时优为明显，比如 lrange 和smembers 操作。
和 redis-py 一样，hiredis 在 pypi 中就有，可以通过 pip 或 easy_install 安装:
$ pip install hiredis
或:
$ easy_install hiredis
4.4 响应回调函数
客户端类使用一系列回调函数来把 redis 响应转换成合适的 python 类型。有些回调函数在 redis 客户端类的字典 response_callbacks 中定义。
通过 set_response_callback 方法可以把自定义的回调函数添加到单个实例。这个方法接受两个参数：一个命令名和一个回调函数。通过这种方法添加的回调函数只对添加到的对象有效。要想全局定义或重载一个回调函数，应该创建 redis 客户端的子类并把回调函数添加到类的 response_callbacks(原文误为redis_callbacks) 中。
响应回调函数至少有一个参数：redis 服务器的响应。要进一步控制如何解释响应，也可以使用关键字参数。这些关键字参数在对 execute_command 的命令调用时指定。通过 “withscores” 参数，zrange 演示了回调函数如何使用关键字参数。
4.5 线程安全
redis 客户端实例可以安全地在线程间共享。从内部实现来说，只有在命令执行时才获取连接实例，完成后直接返回连接池，命令永不修改客户端实例的状态。
但是，有一点需要注意：select 命令。select 命令允许切换当前连接使用的数据库。新的数据库保持被选中状态，直到选中另一个数据库或连接关闭。这会导致在返回连接池时，连接可能指定了别的数据库。
因此，redis-py 没有在客户端实例中实现 select 命令。如果要在同一个应用中使用多个 redis 数据库，应该给第一个数据库创建独立的客户端实例（可能也需要独立的连接池）。
在线程间传递 pubsub 和 pipeline 对象是不安全的。
4.6 pipeline
pipeline 是 strictredis 类的子类，支持在一个请求里发送缓冲的多个命令。通过减少客户端和服务器之间往来的数据包，可以大大提高命令组的性能。
pipeline 的使用非常简单:
>>> r = redis.redis(…)
>>> r.set(‘bing’, ‘baz’)
>>> # use the pipeline() method to create a pipeline instance
>>> pipe = r.pipeline()
>>> # the following set commands are buffered
>>> pipe.set(‘foo’, ‘bar’)
>>> pipe.get(‘bing’)
>>> # the execute call sends all bufferred commands to the server, returning
>>> # a list of responses, one for each command.
>>> pipe.execute()
[true, ‘baz’]
为了方便使用，所有缓冲到 pipeline 的命令返回 pipeline 对象本身。因此调用可以链起来:
>>> pipe.set(‘foo’, ‘bar’).sadd(‘faz’, ‘baz’).incr(‘auto_number’).execute()
[true, true, 6]
另外，pipeline 也可以保证缓冲的命令组做为一个原子操作。缺省就是这种模式。要使用命令缓冲，但禁止pipeline 的原子操作属性，可以关掉 transaction:
>>> pipe = r.pipeline(transaction=false)
一个常见的问题是：在进行原子事务操作前需要从 redis 中获取事务中要用的数据。比如，假设 incr 命令不存在，但我们需要用 python 创建一个原子版本的 incr。
一个不成熟的实现是获取值(get)，在 python 中增一, 设置（set）新值。但是，这不是原子操作，因为多个客户端可能在同一时间做这件事，每一个都通过 get 获取同一个值。
watch 命令提供了在开始事务前监视一个或多个键的能力。如果这些键中的任何一个在执行事务前发生改变，整个事务就会被取消并抛出 watcherror 异常。要实现我们的客户 incr 命令，可以按下面的方法操作:
>>> with r.pipeline() as pipe:
… while 1:
… try:
… # 对序列号的键进行 watch
… pipe.watch(‘our-sequence-key’)
… # watch 执行后，pipeline 被设置成立即执行模式直到我们通知它
… # 重新开始缓冲命令。
… # 这就允许我们获取序列号的值
… current_value = pipe.get(‘our-sequence-key’)
… next_value = unicode(int(current_value) + 1)
… # 现在我们可以用 multi 命令把 pipeline 设置成缓冲模式
… pipe.multi()
… pipe.set(‘our-sequence-key’, next_value)
… # 最后，执行 pipeline (set 命令)
… pipe.execute()
… # 如果执行时没有抛出 watcherror，我们刚才所做的确实“原子地”
… # 完成了
… break
… except watcherror:
… # 一定是其它客户端在我们开始 watch 和执行 pipeline 之间修改了
… # ‘our-sequence-key’，我们最好的选择是重试
… continue
注意，因为在整个 watch 过程中，pipeline 必须绑定到一个连接，必须调用 reset() 方法确保连接返回连接池。如果 pipeline 用作 context manager(如上面的例子所示)， reset() 会自动调用。当然，也可以用手动的方式明确调用 reset():
>>> pipe = r.pipeline()
>>> while 1:
… try:
… pipe.watch(‘our-sequence-key’)
… current_value = pipe.get(‘our-sequence-key’)
… next_value = unicode(int(current_value) + 1)
… pipe.multi()
… pipe.set(‘our-sequence-key’, next_value)
… pipe.execute()
… break
… except watcherror:
… continue
… finally:
… pipe.reset()
重点(译者注):
·watch 执行后，pipeline 被设置成立即执行模式
·用 multi 命令把 pipeline 设置成缓冲模式
·要么使用 with，要么显式调用 reset()
有一个简便的名为“transaction”的方法来处理这种处理和在 watcherror 重试的模式。它的参数是一个可执行对象和要 watch 任意个数的键，其中可执行对象接受一个 pipeline 对象做为参数。上面的客户端 incr 命令可以重写如下（更可读）:
>>> def client_side_incr(pipe):
… current_value = pipe.get(‘our-sequence-key’)
… next_value = unicode(int(current_value) + 1)
… pipe.multi()
… pipe.set(‘our-sequence-key’, next_value)
>>>
>>> r.transaction(client_side_incr, ‘our-sequence-key’)
以上就是详解python redis使用方法的详细内容，更多请关注 第一php社区 其它相关文章！