投稿
  1. 云图网首页
  2. 技术专区
  3. 数据库

Redis高级用法

• 数据库


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

 

原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/tech/database/279231.html

赞 (0)
0 0
上一篇 2022年8月6日 23:30
下一篇 2022年8月6日 23:31

相关推荐

发表回复

登录后才能评论