官网命令（英文）列表：http://redis.io/commands
Redis 教程：http://www.redis.net.cn/tutorial/3501.html
Redis 命令参考：http://redisdoc.com/index.html

1、Python 操作 redis

redis-cli 命令总结

Redis 提供了丰富的命令（command）对数据库和各种数据类型进行操作，这些 command 可以在 Linux 终端使用。在编程时，比如使用 Redis 的 python 包，这些命令都有对应的方法。下面将Redis提供的命令做一总结。

1、连接操作相关的命令
    quit：关闭连接（connection）
    auth：简单密码认证

2、对value操作的命令
    exists(key)：  确认一个key是否存在
    del(key)：     删除一个key
    type(key)：    返回值的类型
    keys(pattern)：返回满足给定pattern的所有key
    randomkey：    随机返回key空间的一个key
    rename(oldname, newname)：将key由oldname重命名为newname，若newname存在则删除newname表示的key
    dbsize：  返回当前数据库中key的数目
    expire：  设定一个key的活动时间（s）
    ttl：     获得一个key的活动时间
    select(index)：     按索引查询
    move(key, dbindex)：将当前数据库中的key转移到有dbindex索引的数据库
    flushdb：           删除当前选择数据库中的所有key
    flushall：          删除所有数据库中的所有key

3、对String操作的命令
    set(key, value)：   给数据库中名称为key的string赋予值value
    get(key)：          返回数据库中名称为key的string的value
    getset(key, value)：给名称为key的string赋予上一次的value
    mget(key1, key2,…, key N)：   返回库中多个string（它们的名称为key1，key2…）的value
    setnx(key, value)：           如果不存在名称为key的string，则向库中添加string，名称为key，值为value
    setex(key, time, value)：     向库中添加string（名称为key，值为value）同时，设定过期时间time
    mset(key1, value1, key2, value2,…key N, value N)：  同时给多个string赋值，名称为key i的string赋值value i
    msetnx(key1, value1, key2, value2,…key N, value N)：如果所有名称为key i的string都不存在，则向库中添加string，名称key i赋值为value i
    incr(key)：名称为key的string增1操作
    incrby(key, integer)：名称为key的string增加integer
    decr(key)：名称为key的string减1操作
    decrby(key, integer)：名称为key的string减少integer
    append(key, value)：名称为key的string的值附加value
    substr(key, start, end)：返回名称为key的string的value的子串

4、对List操作的命令
    rpush(key, value)：在名称为key的list尾添加一个值为value的元素
    lpush(key, value)：在名称为key的list头添加一个值为value的 元素
    llen(key)：返回名称为key的list的长度
    lrange(key, start, end)：返回名称为key的list中start至end之间的元素（下标从0开始，下同）
    ltrim(key, start, end)：截取名称为key的list，保留start至end之间的元素
    lindex(key, index)：返回名称为key的list中index位置的元素
    lset(key, index, value)：给名称为key的list中index位置的元素赋值为value
    lrem(key, count, value)：删除count个名称为key的list中值为value的元素。
    count为0，删除所有值为value的元素，count>0从头至尾删除count个值为value的元素，count<0从尾到头删除|count|个值为value的元素。 
    lpop(key)：返回并删除名称为key的list中的首元素 rpop(key)：返回并删除名称为key的list中的尾元素 
    blpop(key1, key2,… key N, timeout)：lpop命令的block版本。
    即当timeout为0时，若遇到名称为key i的list不存在或该list为空，则命令结束。
    如果timeout>0，则遇到上述情况时，等待timeout秒，如果问题没有解决，则对keyi+1开始的list执行pop操作。
    brpop(key1, key2,… key N, timeout)：rpop的block版本。参考上一命令。
    rpoplpush(srckey, dstkey)：返回并删除名称为srckey的list的尾元素，并将该元素添加到名称为dstkey的list的头部

5、对Set操作的命令
    sadd(key, member)：向名称为key的set中添加元素member
    srem(key, member) ：删除名称为key的set中的元素member
    spop(key) ：随机返回并删除名称为key的set中一个元素
    smove(srckey, dstkey, member) ：将member元素从名称为srckey的集合移到名称为dstkey的集合
    scard(key) ：返回名称为key的set的基数
    sismember(key, member) ：测试member是否是名称为key的set的元素
    sinter(key1, key2,…key N) ：求交集
    sinterstore(dstkey, key1, key2,…key N) ：求交集并将交集保存到dstkey的集合
    sunion(key1, key2,…key N) ：求并集
    sunionstore(dstkey, key1, key2,…key N) ：求并集并将并集保存到dstkey的集合
    sdiff(key1, key2,…key N) ：求差集
    sdiffstore(dstkey, key1, key2,…key N) ：求差集并将差集保存到dstkey的集合
    smembers(key) ：返回名称为key的set的所有元素
    srandmember(key) ：随机返回名称为key的set的一个元素

6、对zset（sorted set）操作的命令
    zadd(key, score, member)：向名称为key的zset中添加元素member，score用于排序。如该元素已存在，则根据score更新该元素的顺序。
    zrem(key, member) ：删除名称为key的zset中的元素member
    zincrby(key, increment, member) ：如果在名称为key的zset中已经存在元素member，则该元素的score增加increment；
                                                            否则向集合中添加该元素，其score的值为increment
    zrank(key, member) ：返回名称为key的zset（元素已按score从小到大排序）中member元素的rank（即index，从0开始），
                                        若没有member元素，返回“nil”
    zrevrank(key, member) ：返回名称为key的zset（元素已按score从大到小排序）中member元素的rank（即index，从0开始），
                                            若没有member元素，返回“nil”
    zrange(key, start, end)：返回名称为key的zset（元素已按score从小到大排序）中的index从start到end的所有元素
    zrevrange(key, start, end)：返回名称为key的zset（元素已按score从大到小排序）中的index从start到end的所有元素
    zrangebyscore(key, min, max)：返回名称为key的zset中score >= min且score <= max的所有元素 
    zcard(key)：返回名称为key的zset的基数 
    zscore(key, element)：返回名称为key的zset中元素element的score 
    zremrangebyrank(key, min, max)：删除名称为key的zset中rank >= min且rank <= max的所有元素 
    zremrangebyscore(key, min, max) ：删除名称为key的zset中score >= min且score <= max的所有元素
    zunionstore / zinterstore(dstkeyN, key1,…,keyN, WEIGHTS w1,…wN, AGGREGATE SUM|MIN|MAX)：对N个zset求并集和交集，
                      并将最后的集合保存在dstkeyN中。对于集合中每一个元素的score，在进行AGGREGATE运算前，都要乘以对于的WEIGHT参数。
                      如果没有提供WEIGHT，默认为1。默认的AGGREGATE是SUM，即结果集合中元素的score是所有集合对应元素进行SUM运算的值，
                      而MIN和MAX是指，结果集合中元素的score是所有集合对应元素中最小值和最大值。

7、对Hash操作的命令
    hset(key, field, value)：向名称为key的hash中添加元素field<—>value
    hget(key, field)：返回名称为key的hash中field对应的value
    hmget(key, field1, …,field N)：返回名称为key的hash中field i对应的value
    hmset(key, field1, value1,…,field N, value N)：向名称为key的hash中添加元素field i<—>value i
    hincrby(key, field, integer)：将名称为key的hash中field的value增加integer
    hexists(key, field)：名称为key的hash中是否存在键为field的域
    hdel(key, field)：删除名称为key的hash中键为field的域
    hlen(key)：返回名称为key的hash中元素个数
    hkeys(key)：返回名称为key的hash中所有键
    hvals(key)：返回名称为key的hash中所有键对应的value
    hgetall(key)：返回名称为key的hash中所有的键（field）及其对应的value

8、持久化
    save：将数据同步保存到磁盘
    bgsave：将数据异步保存到磁盘
    lastsave：返回上次成功将数据保存到磁盘的Unix时戳
    shundown：将数据同步保存到磁盘，然后关闭服务

9、远程服务控制
    info：提供服务器的信息和统计
    monitor：实时转储收到的请求
    slaveof：改变复制策略设置
    config：在运行时配置Redis服务器

Python 操作

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（比如，SET命令对应与StrictRedis.set方法）。官方推荐使用 StrictRedis 方法。 
• Redis 是 StrictRedis 的子类，用于向后兼容旧版本的 redis-py。
  不推荐 Redis类，原因是它在 redis-cli 操作有些不一样，主要不一样是下面这三个方面。 
  • LREM：参数 ‘num’ 和 ‘value’ 的顺序交换了一下，cli 是 lrem queueName 0 ‘string’ 。  这里的0时所有的意思。 但是Redis这个类，把控制和string调换了。 
  • 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

线程 安全

redis 连接实例是线程安全的，可以直接将 redis 连接实例设置为一个全局变量，直接使用。

import redis

r = redis.Redis(host='127.0.0.1', port=6379, db=0)
r.set('one', '123')
print(r.get('one'))
print(r['one'])
print(r.keys())
print(f'数据总数 ---> {r.dbsize()}')
r.delete('one')
r.save()  # 执行 "检查点" 操作，将数据写回磁盘。保存时阻塞
r.get('one')
r.flushdb()  # 清空r中的所有数据

创建 redis 时的参数。

    def __init__(
        self,
        host="localhost",
        port=6379,
        db=0,
        password=None,
        socket_timeout=None,
        socket_connect_timeout=None,
        socket_keepalive=None,
        socket_keepalive_options=None,
        connection_pool=None,
        unix_socket_path=None,
        encoding="utf-8",
        encoding_errors="strict",
        charset=None,
        errors=None,
        decode_responses=False,
        retry_on_timeout=False,
        retry_on_error=None,
        ssl=False,
        ssl_keyfile=None,
        ssl_certfile=None,
        ssl_cert_reqs="required",
        ssl_ca_certs=None,
        ssl_ca_path=None,
        ssl_ca_data=None,
        ssl_check_hostname=False,
        ssl_password=None,
        ssl_validate_ocsp=False,
        ssl_validate_ocsp_stapled=False,
        ssl_ocsp_context=None,
        ssl_ocsp_expected_cert=None,
        ssl_min_version=None,
        ssl_ciphers=None,
        max_connections=None,
        single_connection_client=False,
        health_check_interval=0,
        client_name=None,
        lib_name="redis-py",
        lib_version=get_lib_version(),
        username=None,
        retry=None,
        redis_connect_func=None,
        credential_provider: Optional[CredentialProvider] = None,
        protocol: Optional[int] = 2,
    ) -> None:
        """
        Initialize a new Redis client.
        To specify a retry policy for specific errors, first set
        `retry_on_error` to a list of the error/s to retry on, then set
        `retry` to a valid `Retry` object.
        To retry on TimeoutError, `retry_on_timeout` can also be set to `True`.

        Args:

        single_connection_client:
            if `True`, connection pool is not used. In that case `Redis`
            instance use is not thread safe.
        """

Redis 连接池

"连接池" 可以管理对一个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

pool = redis.ConnectionPool(host='localhost', port=6379, db=0)
r = redis.Redis(connection_pool=pool)

管道（pipeline）

redis的pipeline提供了单个请求中缓冲多条服务器命令的工鞥。它通过减少服务器-客户端之间反复的TCP数据库包，从而大大提高了执行批量命令的功能。

Pipeline (管道) 和很多设计模式中的 "管道" 具有同样的概念，pipleline的操作，将明确client与server端的交互，都是“单向的”：你可以将多个command，依次发给server，但在此期间，你将无法获得单个command的响应数据，此后你可以关闭“请求”，然后依次获取每个command的响应结果。从简单来说，在IO操作层面，对于client而言，就是一次批量的连续的“write”请求，然后是批量的连续的“read”操作。其实对于底层Socket-IO而言，对于client而言，只不过是多次write，然后一次read的操作；对于server端，input通道上read到数据之后，就会立即被实施，也会和非pipeline一样在output通道上输出执行的结果，只不过此时数据会被阻塞在网络缓冲区上，直到client端开始read或者关闭链接。神秘的面纱已被解开，或许你也能创造一个pipeline的实现。

非pipleline模式：
    client                    server
    Request    ---->    执行
                     <----    Response
    Request    ---->    执行
                     <----    Response

Pipeline模式下：
    client                    server
    Request    ---->    执行。Server将响应结果队列化
    Request    ---->    执行。Server将响应结果队列化
                     <----    Response
                     <----    Response

官方文档-Redis-Pipelining：https://redis.io/topics/pipelining
官方文档-Redis-Transaction：https://redis.io/topics/transactions

Python Redis pipeline操作：https://www.cnblogs.com/kangoroo/p/7647052.html
redis通过pipeline提升吞吐量：https://www.cnblogs.com/littleatp/p/8419796.html

import redis

pool = redis.ConnectionPool(host='192.168.19.130', port=6379)

r = redis.Redis(connection_pool=pool)

pipe = r.pipeline(transaction=False)
pipe = r.pipeline(transaction=True)

r.set('name', 'jack')
r.set('role', 'sb')

pipe.execute()

print(r.get("name")) jack
print(r.get("role")) sb

管道的命令可以链式操作：p.set('hello','redis').sadd('faz','baz').incr('num').execute()

默认的情况下，管道里执行的命令可以保证执行的原子性，执行 pipe = r.pipeline(transaction=False) 可以禁用这一特性。

Transaction (事务) 和 锁机制

"pipeline" 和 "事务" 是两个完全不同的概念。pipeline只是表达“交互”中操作的传递的方向性，pipeline也可以在事务中运行，也可以不在。无论如何，pipeline中发送的每个command都会被server立即执行，如果执行失败，将会在此后的相应中得到信息；也就是pipeline并不是表达“所有command都一起成功”的语义；但是如果pipeline的操作被封装在事务中，那么将有事务来确保操作的成功与失败（事实上，Redis的事务，仍然不像严格意义上的事务

pipeline 只是把多个redis指令一起发出去，redis并没有保证这些指定的执行是原子的。
multi 相当于一个 redis 的 transaction 的，保证整个操作的原子性，避免由于中途出错而导致最后产生的数据不一致。
pipeline 方式执行效率要比其他方式高。启用 multi 写入要比没有开启 multi 慢一点。

 Pipeline在某些场景下非常有用，比如有多个command需要被“及时的”提交，而且他们对相应结果没有互相依赖，而且对结果响应也无需立即获得，那么pipeline就可以充当这种“批处理”的工具；而且在一定程度上，可以较大的提升性能,性能提升的原因主要是TCP链接中较少了“交互往返”的时间。

pipeline 期间将“独占”链接，此期间将不能进行非“管道”类型的其他操作，直到pipeline关闭；
如果你的pipeline的指令集很庞大，为了不干扰链接中的其他操作，你可以为pipeline操作新建Client链接，让pipeline和其他正常操作分离在2个client中。不过pipeline事实上所能容忍的操作个数，和socket-output缓冲区大小/返回结果的数据尺寸都有很大的关系；同时也意味着每个redis-server同时所能支撑的pipeline链接的个数，也是有限的，这将受限于server的物理内存或网络接口的缓冲能力。

Redis 事务 示例 ：http://www.cnblogs.com/kangoroo/p/7535405.html

Redis 提供了简单的“事务”能力,MULTI,EXEC,DISCARD,WATCH/UNWATCH指令用来操作事务。

只有把 watch命令结合起来用，方可显现出其具有事务的功能

• MUTIL：开启事务，此后所有的操作将会添加到当前链接的事务“操作队列”中。
• EXEC：提交事务
• DISCARD：取消事务，记住，此指令不是严格意义上的“事务回滚”，只是表达了“事务操作被取消”的语义，将会导致事务的操作队列中的操作不会被执行，且事务关闭。
• WATCH/UNWATCH：“观察”，这个操作也可以说是Redis的特殊功能，但是也可说是Redis不能提供“绝对意义上”的事务能力而增加的一个“补充特性”（比如事务隔离，多事务中操作冲突解决等）；在事务开启前，可以对某个KEY注册“WATCH”，如果在事务提交后，将会首先检测“WATCH”列表中的KEY集合是否被其他客户端修改，如果任意一个KEY 被修改，都将会导致事务直接被“DISCARD”；即使事务中没有操作某个WATCH KEY，如果此KEY被外部修改，仍然会导致事务取消。事务执行成功或者被DISCARD，都将会导致WATCH KEY被“UNWATCH”，因此事务之后，你需要重新WATCH。WATCH需要在事务开启之前执行。

WATCH 所注册的KEY，事实上无论是被其他Client修改还是当前Client修改，如果不重新WATCH，都将无法在事务中正确执行。WATCH指令本身就是为事务而生，你或许不会在其他场景下使用WATCH

Redis中，如果一个事务被提交，那么事务中的所有操作将会被顺序执行，且在事务执行期间，其他client的操作将会被阻塞；Redis采取了这种简单而“粗鲁”的方式来确保事务的执行更加的快速和更少的外部干扰因素。

EXEC指令将会触发事务中所有的操作被写入AOF文件（如果开启了AOF），然后开始在内存中实施这些数据变更操作；Redis将会尽力确保事务中所有的操作都能够执行，如果redis环境故障，有可能导致事务未能成功执行，那么需要在redis重启后增加额外的校验工作。

如果在EXEC指令被提交之前，Redis-server即检测到提交的某个指令存在语法错误，那么此事务将会被提前标记为DISCARD，此后事务提交也将直接被驳回；但是如果在EXEC提交后，在实施数据变更时（Redis将不会预检测数据类型，比如你对一个“非数字”类型的key执行INCR操作），某个操作导致了ERROR，那么redis仍然不会回滚此前已经执行成功的操作，而且也不会中断ERROR之后的其他操作继续执行。对于开发者而言，你务必关注事务执行后返回的结果（结果将是一个集合，按照操作提交的顺序排列，对于执行失败的操作，结果将是一个ERROR）。

Redis的事务之所以如此设计，它为了确保本身的性能，同时不引入“关系型数据库”的设计复杂度

只有把 watch命令结合起来用，方可显现出其具有事务的功能

• Multi：每发送一条指令，都需要单独发给服务器，服务器再单独返回“该条指令已加入队列”这个消息。这是比Pipeline慢的原因之一。Multi执行的时候会先暂停其他命令的执行，类似于加了个锁，直到整个Multi结束完成再继续其他客户端的请求。这是Multi能保证一致性的原因，也是比Pipeline慢的原因之二。（需要读Redis Server的代码，从TCPDump上看不出）。使用场景：如果要顺序执行一组命令（既网上所谓的“Redis事务”），Multi很合适。
• Pipeline：将所有命令打包一次性发送。发送成功后，服务端不用返回类似“命令已收到”这样的消息，而是一次性批量执行所有命令，成功后再一次性返回所有处理结果。服务端处理命令的时候，不需要加锁，而是与其他客户端的命令混合在一起处理，所以无法保证一致性。使用场景：如果要往Redis里批量插入Log, 或者使用Redis List做为队列并插入很多消息的话，Pipleline是挺合适的。 

示例

import redis
import time
from redis import WatchError
import multiprocessing


REDIS_HOST = '127.0.0.1'
REDIS_PORT = 6379
r_pool = redis.ConnectionPool(host=REDIS_HOST, port=REDIS_PORT)
r = redis.StrictRedis(connection_pool=r_pool)


def add_data():
    for v in range(100):
        r.zadd('set', v, v)


def run(name):
    loop = True
    with r.pipeline() as pipe:
        while loop:
            try:
                pipe.zrevrange('set', -9999999999, 9999999999, withscores=True)[0]
                row_value_score = pipe.execute()[0][0]  # <class 'tuple'>: (b'99', 99.0)
                value = row_value_score[0]
                pipe.watch('set')
                pipe.multi()
                results = pipe.zrem('set', value.decode('utf-8')).execute()
                pipe.unwatch()  # 没有发生异常时，删除锁
                if results[0]:
                    # 删除成功，继续删除 下一条数据
                    print('{0} {1}'.format(name, results), end='')
                    print(' value: {0}, score: {1}'.format(row_value_score[0], row_value_score[1]))
                else:
                    # 删除失败(说明数据已经被别的进程删除)。继续删除下一条数据
                    print('{0} 删除失败，读取数据 '.format(name), end='')
                    print('{0} {1}'.format(name, results), end='')
                    print(' value: {0}, score: {1}'.format(row_value_score[0], row_value_score[1]))
            except WatchError as watch_error:
                pipe.unwatch()
                print(watch_error, '{0} 释放锁，继续下次循环'.format(name))
            except IndexError as index_error:
                loop = False
                # print(index_error)
            except BaseException as e:
                print(e)

            # print('hello', name)
            time.sleep(0.2)


if __name__ == '__main__':
    add_data()
    process_nums = []
    for i in range(100):  # 起 100 个进程
        p = multiprocessing.Process(target=run, args=('process_%s' % i,))
        process_nums.append(p)
        p.start()
    for i in range(len(process_nums)):
        process_nums[i].join()
    pass

可以把 代码中 time.sleep(0.2) 的代码注释掉看下效果

redis基本命令_string

r = redis.Redis(connection_pool=pool) 创建实例
set(name, value, ex=None, px=None, nx=False, xx=False)
    在Redis中设置值，默认，不存在则创建，存在则修改
    参数：
    ex，过期时间（秒）
    px，过期时间（毫秒）
    nx，如果设置为True，则只有name不存在时，当前set操作才执行(新建)
    xx，如果设置为True，则只有name存在时，当前set操作才执行(修改)
setnx(name, value)
    设置值，只有name不存在时，执行设置操作（添加）
    print(r.setnx("foo2","bar")) False--已经存在的话，无法执行
setex(name, value, time)
    设置值
    参数：
    time，过期时间（数字秒 或 timedelta对象）
    r.setex("foo","bar",5)
    print r.get('foo') 5秒后，取值就从bar变成None

psetex(name, time_ms, value)
    设置值
    参数：
    time_ms，过期时间（数字毫秒 或 timedelta对象）
    r.psetex("foo",5000,"bar")
    print r.get('foo') 5000毫秒后，取值就从bar变成None
mset(*args, **kwargs)
    批量设置值
    如：
    mset(k1='v1', k2='v2')
    或
    mget({'k1': 'v1', 'k2': 'v2'})
    r.mset(k1="v1",k2="v2") 这里k1 和k2 不能带引号 一次设置对个键值对
    print r.mget("k1","k2") ['v1', 'v2'] 一次取出多个键对应的值
    print r.mget("k1") ['v1']
mget(keys, *args)
    批量获取
    如：
    mget('ylr', 'wupeiqi')
    或
    r.mget(['ylr', 'wupeiqi'])
    print r.mget("foo","foo1","foo2","k1","k2") [None, 'Bar', 'bar', 'v1', 'v2']
    将目前redis缓存中的键对应的值批量取出来

getset(name, value)
    设置新值并获取原来的值
    print(r.getset("foo1","bar_NEW")) Bar
    设置的新值是"bar_NEW" 设置前的值是Bar

getrange(key, start, end)
    获取子序列（根据字节获取，非字符）
    参数：
    name，Redis 的 name
    start，起始位置（字节）
    end，结束位置（字节）
    如： "武沛齐" ，0-3表示 "武"
    r.set("foo1","武沛齐") 汉字
    print(r.getrange("foo1",0,2)) 取索引号是0-2 前3位的字节 武 切片操作 （一个汉字3个字节 1个字母一个字节 每个字节8bit）
    print(r.getrange("foo1",0,-1)) 取所有的字节 武沛齐 切片操作
    
    r.set("foo1","bar_new") 字母
    print(r.getrange("foo1",0,2)) 取索引号是0-2 前3位的字节 bar 切片操作 （一个汉字3个字节 1个字母一个字节 每个字节8bit）
    print(r.getrange("foo1",0,-1)) 取所有的字节 bar_new 切片操作
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）
    参数：
    offset，字符串的索引，字节（一个汉字三个字节）
    value，要设置的值
    r.setrange("foo1",1,"aaa")
    print(r.get("foo1")) baaanew 原始值是bar_new 从索引号是1开始替换成aaa 变成 baaanew
    bar_new
setbit(name, offset, value)
    对name对应值的二进制表示的位进行操作
    参数：
    name，redis的name
    offset，位的索引（将值变换成二进制后再进行索引）
    value，值只能是 1 或 0
    
    注：如果在Redis中有一个对应： n1 = "foo"，
    那么字符串foo的二进制表示为：01100110 01101111 01101111
    所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，
    那么最终二进制则变成 01100111 01101111 01101111，即："goo"

扩展，转换二进制表示：
    source = "陈思维"
    source = "foo"
    for i in source:
    num = ord(i)
    print bin(num).replace('b','')
    特别的，如果source是汉字 "陈思维"怎么办？
    答：对于utf-8，每一个汉字占 3 个字节，那么 "陈思维" 则有 9个字节
    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
    11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000
    -------------------------- ----------------------------- -----------------------
    陈思维
应用场景 ：统计uv
    注：如果在Redis中有一个对应： n1 = "foo"，
    那么字符串foo的二进制表示为：01100110 01101111 01101111
    所以，如果执行 setbit('n1', 7, 1)，则就会将第7位设置为1，
    那么最终二进制则变成 01100111 01101111 01101111，即："goo"
    r.set("foo","foo1") foo1的二进制表示为：01100110 01101111 01101111 00110001
    这里f对应的ascii值是102 折算二进制是 01100110 （64+32+4+2）
    这里o对应的ascii值是111 折算二进制是 01101111 （64+32+8+4+2+1）
    这里数字1对应的ascii值是49 折算二进制是 00110001 （32+16+1）
    r.setbit("foo",7,1) 将第7位设置为1，
    print(r.get("foo")) goo1
    那么最终二进制则变成 01100111 01101111 01101111 00000001
    print(ord("f")) 102 将字符f的ascii对应的值打印出来
    print(ord("o")) 111 将字符o的ascii对应的值打印出来
    print(chr(103)) g 将ascii数字103对应的字符打印出来
    print(ord("1")) 49 将数字1的ascii对应的值打印出来

扩展，转换二进制表示：
    source = "陈思维"
    source = "foo1"
    for i in source:
    num = ord(i)
    print(num) 打印每个字母字符或者汉字字符对应的ascii码值 f-102-0b100111-01100111
    print(bin(num)) 打印每个10进制ascii码值转换成二进制的值 0b1100110（0b表示二进制）
    print bin(num).replace('b','') 将二进制0b1100110替换成01100110
    
    特别的，如果source是汉字 "陈思维"怎么办？
    答：对于utf-8，每一个汉字占 3 个字节，那么 "陈思维" 则有 9个字节
    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
    11100110 10101101 10100110 11100110 10110010 10011011 11101001 10111101 10010000

getbit(name, offset)
    获取name对应的值的二进制表示中的某位的值 （0或1）
    print(r.getbit("foo1",0)) 0 foo1对应的二进制 4个字节 32位 第0位是0还是1

bitcount(key, start=None, end=None)
    获取name对应的值的二进制表示中 1 的个数
    参数：
    key，Redis的name
    start 字节起始位置
    end，字节结束位置
    print(r.get("foo")) goo1 01100111
    print(r.bitcount("foo",0,1)) 11 表示前2个字节中，1出现的个数

bitop(operation, dest, *keys)
    获取多个值，并将值做位运算，将最后的结果保存至新的name对应的值
    参数：
    operation,AND（并） 、 OR（或） 、 NOT（非） 、 XOR（异或）
    dest, 新的Redis的name
    *keys,要查找的Redis的name
    如：
    bitop("AND", 'new_name', 'n1', 'n2', 'n3')
    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
    r.set("foo","1") 0110001
    r.set("foo1","2") 0110010
    print(r.mget("foo","foo1")) ['goo1', 'baaanew']
    print(r.bitop("AND","new","foo","foo1")) "new" 0 0110000
    print(r.mget("foo","foo1","new"))
    
    source = "12"
    for i in source:
    num = ord(i)
    print(num) 打印每个字母字符或者汉字字符对应的ascii码值 f-102-0b100111-01100111
    print(bin(num)) 打印每个10进制ascii码值转换成二进制的值 0b1100110（0b表示二进制）
    print bin(num).replace('b','') 将二进制0b1100110替换成01100110

strlen(name)
    返回name对应值的字节长度（一个汉字3个字节）
    print(r.strlen("foo")) 4 'goo1'的长度是4

incr(self, name, amount=1)
    自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
    参数：
    name,Redis的name
    amount,自增数（必须是整数）
    注：同incrby
    r.set("foo",123)
    print r.mget("foo","foo1","foo2","k1","k2") ['123', '2', 'bar', 'v1', 'v2']
    r.incr("foo",amount=1)
    print r.mget("foo","foo1","foo2","k1","k2") ['124', '2', 'bar', 'v1', 'v2']

incrbyfloat(self, name, amount=1.0)
    自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增。
    参数：
    name,Redis的name
    amount,自增数（浮点型）
    r.set("foo1","123.0")
    print r.mget("foo","foo1","foo2","k1","k2") ['124', '123.0', 'bar', 'v1', 'v2']
    r.incrbyfloat("foo1",amount=2.0)
    r.incrbyfloat("foo3",amount=3.0)
    print r.mget("foo","foo1","foo2","foo3","k1","k2") ['124', '125', 'bar', '-3', 'v1', 'v2']

decr(self, name, amount=1)
    自减 name对应的值，当name不存在时，则创建name＝amount，否则，则自减。
    参数：
    name,Redis的name
    amount,自减数（整数)
    r.decr("foo4",amount=3) 递减3
    r.decr("foo1",amount=1) 递减1
    print r.mget("foo","foo1","foo2","foo3","foo4","k1","k2")
    ['goo1', '121', 'bar', '15', '-18', 'v1', 'v2']

append(key, value)
    在redis name对应的值后面追加内容
    参数：
    key, redis的name
    value, 要追加的字符串
    r.append("foo","abc") 在foo对应的值goo1后面追加字符串abc
    print r.mget("foo","foo1","foo2","foo3","foo4","k1","k2")
    ['goo1abc', '121', 'bar', '15', '-18', 'v1', 'v2']

redis基本命令_hash

pool = redis.ConnectionPool(host='192.168.19.130', port=6379)
r = redis.Redis(connection_pool=pool) 创建实例

1 单个增加--修改(单个取出)--没有就新增，有的话就修改
    hset(name, key, value)
    name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
    参数：
    name，redis的name
    key，name对应的hash中的key
    value，name对应的hash中的value
    注：
    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）
    r.hset("foo_hash1","k1","v1")
    print(r.mget("foo","foo1","foo2","foo3","foo4","k1","k2"))
    ['goo1abcabc', '121', 'bar', '15', '-18', 'v1', 'v2'] 取字符串
    print(r.hget("foo_hash1","k1")) v1 单个取hash的key
    print(r.hmget("foo_hash1","k1")) ['v1'] 批量取hash的key
    
    r.hsetnx("foo_hash1","k2","v2") 只能新建
    print(r.hget("foo_hash1","k2")) v2
    print(r.hmget("foo_hash1","k2")) ['v2']

2 批量增加（取出）
    hmset(name, mapping)
    在name对应的hash中批量设置键值对
    参数：
    name，redis的name
    mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
    如：
    r.hmset('xx', {'k1':'v1', 'k2': 'v2'})
    r.hmset("foo_hash2",{"k2":"v2","k3":"v3"})
    print(r.hget("foo_hash2","k2")) v2
    单个取出"foo_hash2"的key-k2对应的value
    print(r.hmget("foo_hash2","k2","k3")) ['v2', 'v3']
    批量取出"foo_hash2"的key-k2 k3对应的value --方式1
    print(r.hmget("foo_hash2",["k2","k3"])) ['v2', 'v3']
    批量取出"foo_hash2"的key-k2 k3对应的value --方式2
    
    hget(name,key)
    在name对应的hash中获取根据key获取value
    hmget(name, keys, *args)
    在name对应的hash中获取多个key的值
    参数：
    name，reids对应的name
    keys，要获取key集合，如：['k1', 'k2', 'k3']
    *args，要获取的key，如：k1,k2,k3
    如：
    r.hmget('xx', ['k1', 'k2'])
    或
    print r.hmget('xx', 'k1', 'k2')

3 取出所有的键值对
    hgetall(name)
    获取name对应hash的所有键值
    print(r.hgetall("foo_hash1"))
    {'k2': 'v2', 'k1': 'v1'}

4 得到所有键值对的格式 hash长度
    hlen(name)
    获取name对应的hash中键值对的个数
    print(r.hlen("foo_hash1")) 2

5 得到所有的keys（类似字典的取所有keys）
    hkeys(name)
    获取name对应的hash中所有的key的值
    print(r.hkeys("foo_hash1")) ['k1', 'k2'] 取出所有的keys

6 得到所有的value（类似字典的取所有value）
    hvals(name)
    获取name对应的hash中所有的value的值
    print(r.hvals("foo_hash1")) ['v1', 'v2'] 取出所有的values

7 判断成员是否存在（类似字典的in）
    hexists(name, key)
    检查name对应的hash是否存在当前传入的key
    print(r.hexists("foo_hash1","k3")) False 不存在
    print(r.hexists("foo_hash1","k1")) True 存在

8 删除键值对
    hdel(name,*keys)
    将name对应的hash中指定key的键值对删除
    print(r.hgetall("foo_hash1")) {'k2': 'v2', 'k1': 'v1'}
    r.hset("foo_hash1","k2","v3") 修改已有的key k2
    r.hset("foo_hash1","k1","v1") 新增键值对 k1
    r.hdel("foo_hash1","k1") 删除一个键值对
    print(r.hgetall("foo_hash1")) {'k2': 'v3'}

9 自增自减整数(将key对应的value--整数 自增1或者2，或者别的整数 负数就是自减)
    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=amount
    参数：
    name，redis中的name
    key， hash对应的key
    amount，自增数（整数）
    r.hset("foo_hash1","k3",123)
    r.hincrby("foo_hash1","k3",amount=-1)
    print(r.hgetall("foo_hash1")) {'k3': '122', 'k2': 'v3', 'k1': 'v1'}
    r.hincrby("foo_hash1","k4",amount=1) 不存在的话，value默认就是1
    print(r.hgetall("foo_hash1")) {'k3': '122', 'k2': 'v3', 'k1': 'v1', 'k4': '4'}

10 自增自减浮点数(将key对应的value--浮点数 自增1.0或者2.0，或者别的浮点数 负数就是自减)
    hincrbyfloat(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
    参数：
    name，redis中的name
    key， hash对应的key
    amount，自增数（浮点数）
    自增name对应的hash中的指定key的值，不存在则创建key=amount
    r.hset("foo_hash1","k5","1.0")
    r.hincrbyfloat("foo_hash1","k5",amount=-1.0) 已经存在，递减-1.0
    print(r.hgetall("foo_hash1"))
    r.hincrbyfloat("foo_hash1","k6",amount=-1.0) 不存在，value初始值是-1.0 每次递减1.0
    print(r.hgetall("foo_hash1")) {'k3': '122', 'k2': 'v3', 'k1': 'v1', 'k6': '-6', 'k5': '0', 'k4': '4'}

11 取值查看--分片读取
    hscan(name, cursor=0, match=None, count=None)
    增量式迭代获取，对于数据大的数据非常有用，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，从而放置内存被撑爆
    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
    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
    如：
    第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
    第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
    ...
    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
    print(r.hscan("foo_hash1"))
    (0L, {'k3': '122', 'k2': 'v3', 'k1': 'v1', 'k6': '-6', 'k5': '0', 'k4': '4'})

12 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
    参数：
    match，匹配指定key，默认None 表示所有的key
    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
    如：
    for item in r.hscan_iter('xx'):
    print item
    print(r.hscan_iter("foo_hash1")) <generator object hscan_iter at 0x027B2C88> 生成器内存地址
    for item in r.hscan_iter('foo_hash1'):
    print item
    ('k3', '122')
    ('k2', 'v3')
    ('k1', 'v1')
    ('k6', '-6')
    ('k5', '0')
    ('k4', '4')

redis基本命令_list

pool = redis.ConnectionPool(host='192.168.19.130', port=6379)
r = redis.Redis(connection_pool=pool) 

增加（类似于list的append，只是这里是从左边新增加）--没有就新建
    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
    如：
    r.lpush('oo', 11,22,33)
    保存顺序为: 33,22,11
    扩展：
    rpush(name, values) 表示从右向左操作
    r.lpush("foo_list1",11,22) 从列表的左边，先添加11，后添加22
    print(r.lrange("foo_list1",0,20))
    ['22', '11', '22', '11', '22', '11', '22', '11', '22', '11', '22', '11', '22', '11', '22', '11', '22', '11']
    切片取出值，范围是索引号0-20
    print(r.llen("foo_list1")) 18 长度是18

增加（从右边增加）--没有就新建
    r.rpush("foo_list1",2,3,4) 在列表的右边，依次添加2,3,4
    print(r.lrange("foo_list1",0,-1))
    ['22', '11', '22', '11', '22', '11', '22', '11', '22', '11', '22',
    '11', '22', '11', '22', '11', '22', '11', '2', '3', '4']
    切片取出值，范围是索引号0-最后一个元素
    print(r.llen("foo_list1")) 21 列表长度是21

往已经有的name的列表的左边添加元素，没有的话无法创建
    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
    更多：
    rpushx(name, value) 表示从右向左操作
    r.lpushx("foo_list2",1) 这里"foo_list2"不存在
    print(r.lrange("foo_list2",0,-1)) []
    print(r.llen("foo_list2")) 0

    r.lpushx("foo_list1",1) 这里"foo_list1"之前已经存在，往列表最左边添加一个元素，一次只能添加一个
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['1', '22', '11', '22', '11', '22', '11', '22', '11', '22',
    '11', '22', '11', '22', '11', '22', '11', '22', '11', '2', '3', '4']
    print(r.llen("foo_list1")) 22 列表长度是22

往已经有的name的列表的右边添加元素，没有的话无法创建
    r.rpushx("foo_list1",1) 这里"foo_list1"之前已经存在，往列表最右边添加一个元素，一次只能添加一个
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['1', '22', '11', '22', '11', '22', '11', '22', '11', '22',
    '11', '22', '11', '22', '11', '22', '11', '22', '11', '2', '3', '4','1']
    print(r.llen("foo_list1")) 23 列表长度是23

新增（固定索引号位置插入元素）
    linsert(name, where, refvalue, value))
    在name对应的列表的某一个值前或后插入一个新值
    参数：
    name，redis的name
    where，BEFORE或AFTER
    refvalue，标杆值，即：在它前后插入数据
    value，要插入的数据
    r.linsert("foo_list1","before","22","33") 往列表中左边第一个出现的元素"22"前插入元素"33"
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['1', '33', '22', '11', '22', '11', '22', '11', '22',
    '11', '22', '11', '22', '11', '22', '11', '22', '11', '22', '11', '2', '3', '4', '1']
    print(r.llen("foo_list1")) 24 列表长度是24

修改（指定索引号进行修改）
    r.lset(name, index, value)
    对name对应的list中的某一个索引位置重新赋值
    参数：
    name，redis的name
    index，list的索引位置
    value，要设置的值
    r.lset("foo_list1",4,44) 把索引号是4的元素修改成44
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    print(r.llen("foo_list1")) 24 列表长度是24

删除（指定值进行删除）
    r.lrem(name, value, num)
    在name对应的list中删除指定的值
    参数：
    name，redis的name
    value，要删除的值
    num， num=0，删除列表中所有的指定值；
    num=2,从前到后，删除2个； num=1,从前到后，删除左边第1个
    num=-2,从后向前，删除2个
    r.lrem("foo_list1","2",1) 将列表中左边第一次出现的"2"删除
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['1', '33', '22', '11', '44', '11', '22', '11', '22', '11', '22', '11',
    '22', '11', '22', '11', '22', '11', '22', '11', '3', '4', '1']
    print(r.llen("foo_list1")) 23 列表长度是23
    
    r.lrem("foo_list1","11",0) 将列表中所有的"11"删除
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['1', '33', '22', '44', '22', '22', '22', '22', '22', '22', '22', '3', '4', '1']
    print(r.llen("foo_list1")) 14 列表长度是14

删除并返回
    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
    更多：
    rpop(name) 表示从右向左操作
    print(r.lpop("foo_list1")) 删除最左边的22，并且返回删除的值22
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['44', '22', '22', '22', '22', '22', '22', '22', '3', '4', '1']
    print(r.llen("foo_list1")) 11 列表长度是11
    
    print(r.rpop("foo_list1")) 删除最右边的1，并且返回删除的值1
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素
    ['44', '22', '22', '22', '22', '22', '22', '22', '3', '4']
    print(r.llen("foo_list1")) 10 列表长度是10

删除索引之外的值
    ltrim(name, start, end)
    在name对应的列表中移除没有在start-end索引之间的值
    参数：
    name，redis的name
    start，索引的起始位置
    end，索引结束位置
    r.ltrim("foo_list1",0,8) 删除索引号是0-8之外的元素，值保留索引号是0-8的元素
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    ['44', '22', '22', '22', '22', '22', '22', '22', '3']

取值（根据索引号取值）
    lindex(name, index)
    在name对应的列表中根据索引获取列表元素
    print(r.lindex("foo_list1",0)) 44 取出索引号是0的值
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    ['44', '22', '22', '22', '22', '22', '22', '22', '3', '4']

移动 元素从一个列表移动到另外一个列表
    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
    参数：
    src，要取数据的列表的name
    dst，要添加数据的列表的name
    r.rpoplpush("foo_list1","foo_list2")
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    ['44', '22', '22', '22', '22', '22', '22']
    print(r.lrange("foo_list2",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    ['22', '3']

移动 元素从一个列表移动到另外一个列表 可以设置超时
    brpoplpush(src, dst, timeout=0)
    从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧
    参数：
    src，取出并要移除元素的列表对应的name
    dst，要插入元素的列表对应的name
    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
    r.brpoplpush("foo_list2","foo_list1",timeout=2)
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    ['22', '3', '44', '22', '22', '22', '22', '22', '22']
    print(r.lrange("foo_list2",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    []

一次移除多个列表
    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
    参数：
    keys，redis的name的集合
    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
    更多：
    r.brpop(keys, timeout)，从右向左获取数据
    r.blpop("foo_list1",timeout=2)
    print(r.lrange("foo_list1",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）
    ['22', '3', '44', '22', '22', '22', '22', '22', '22']
    print(r.lrange("foo_list2",0,-1)) 切片取出值，范围是索引号0-最后一个元素（这里是包含最后一个元素的，是左闭右闭）

自定义增量迭代
    由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：
    1、获取name对应的所有列表
    2、循环列表
    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：
    def list_iter(name):
    """
    自定义redis列表增量迭代
    :param name: redis中的name，即：迭代name对应的列表
    :return: yield 返回 列表元素
    """
    list_count = r.llen(name)
    for index in xrange(list_count):
    yield r.lindex(name, index)
    
    使用
    for item in list_iter('foo_list1'): ['3', '44', '22', '22', '22'] 遍历这个列表
    print(item)

redis基本命令_set

pool = redis.ConnectionPool(host='192.168.19.130', port=6379)
r = redis.Redis(connection_pool=pool) 创建实例

Set操作，Set集合就是不允许重复的列表

1 新增
    sadd(name,values)
    name对应的集合中添加元素
    r.sadd("foo_set1",33,44,55,66) 往集合中添加一个元素 11
    print(r.smembers("foo_set1")) set(['11']) 获取集合中所有的成员
    print(r.scard("foo_set1")) 1 集合的长度是1
    
    r.sadd("foo_set2",66,77) 往集合中添加2个元素 22,33
    print(r.smembers("foo_set2")) set(['22',"33"]) 获取集合中所有的成员
    print(r.scard("foo_set2")) 2 集合的长度是2

2 获取元素个数 类似于len
    scard(name)
    获取name对应的集合中元素个数

3 获取集合中所有的成员
    smembers(name)
    获取name对应的集合的所有成员

    获取集合中所有的成员--元组形式
    sscan(name, cursor=0, match=None, count=None)
    print(r.sscan("foo_set1")) (0L, ['11', '22', '33', '55'])
    
    获取集合中所有的成员--迭代器的方式
    sscan_iter(name, match=None, count=None)
    同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大
    for i in r.sscan_iter("foo_set1"):
    print(i)

4 差集
    sdiff(keys, *args)
    在第一个name对应的集合中且不在其他name对应的集合的元素集合
    print(r.sdiff("foo_set1","foo_set2")) set(['11']) 在集合foo_set1但是不在集合foo_set2中
    print(r.smembers("foo_set1")) set(['22',"11"]) 获取集合中所有的成员
    print(r.smembers("foo_set2")) set(['22',"33"]) 获取集合中所有的成员

5 差集--差集存在一个新的集合中
    sdiffstore(dest, keys, *args)
    获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中
    r.sdiffstore("foo_set3","foo_set1","foo_set2")
    print(r.smembers("foo_set1")) set(['22',"11"]) 获取集合1中所有的成员
    print(r.smembers("foo_set2")) set(['22',"33"]) 获取集合2中所有的成员
    print(r.smembers("foo_set3")) set(['11']) 获取集合3中所有的成员

6 交集
    sinter(keys, *args)
    获取多一个name对应集合的交集
    print(r.sinter("foo_set1","foo_set2")) set(['22']) 取2个集合的交集
    print(r.smembers("foo_set1")) set(['22',"11"]) 获取集合1中所有的成员
    print(r.smembers("foo_set2")) set(['22',"33"]) 获取集合2中所有的成员

7 交集--交集存在一个新的集合中
    sinterstore(dest, keys, *args)
    获取多一个name对应集合的并集，再将其加入到dest对应的集合中
    r.sinterstore("foo_set3","foo_set1","foo_set2")
    print(r.smembers("foo_set1")) set(['22',"11"]) 获取集合1中所有的成员
    print(r.smembers("foo_set2")) set(['22',"33"]) 获取集合2中所有的成员
    print(r.smembers("foo_set3")) set(['22']) 获取集合3中所有的成员

7-1 并集
    sunion(keys, *args)
    获取多个name对应的集合的并集
    print(r.sunion("foo_set1","foo_set2")) set(['11', '22', '33', '77', '55', '66'])
    print(r.smembers("foo_set1")) set(['11', '33', '22', '55']) 获取集合1中所有的成员
    print(r.smembers("foo_set2")) set(['33', '77', '66', '22']) 获取集合2中所有的成员

7-2 并集--并集存在一个新的集合
    sunionstore(dest,keys, *args)
    获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中
    r.sunionstore("foo_bingji","foo_set1","foo_set2")
    print(r.smembers("foo_set1")) set(['11', '33', '22', '55']) 获取集合1中所有的成员
    print(r.smembers("foo_set2")) set(['33', '77', '66', '22']) 获取集合2中所有的成员
    print(r.smembers("foo_bingji")) set(['11', '22', '33', '77', '55', '66'])

8 判断是否是集合的成员 类似in
    sismember(name, value)
    检查value是否是name对应的集合的成员
    print(r.sismember("foo_set1",11)) True 11是集合的成员
    print(r.sismember("foo_set1","11")) True
    print(r.sismember("foo_set1",23)) False 23不是集合的成员

9 移动
    smove(src, dst, value)
    将某个成员从一个集合中移动到另外一个集合
    r.smove("foo_set1","foo_set4",11)
    print(r.smembers("foo_set1")) set(['22',"11"]) 获取集合1中所有的成员
    print(r.smembers("foo_set4")) set(['22',"33"]) 获取集合4中所有的成员

10 删除--随机删除并且返回被删除值
    spop(name)
    从集合移除一个成员，并将其返回,说明一下，集合是无序的，所有是随机删除的
    print(r.smembers("foo_set1")) set(['11', '22', '33', '44', '55', '66']) 获取集合1中所有的成员
    print(r.spop("foo_set1")) 44 （这个删除的值是随机删除的，集合是无序的）
    print(r.smembers("foo_set1")) set(['11', '33', '66', '22', '55']) 获取集合1中所有的成员

11 删除--指定值删除
    srem(name, values)
    在name对应的集合中删除某些值
    print(r.smembers("foo_set1")) set(['11', '33', '66', '22', '55'])
    r.srem("foo_set1",66) 从集合中删除指定值 66
    print(r.smembers("foo_set1")) set(['11', '33', '22', '55'])

12 随机获取多个集合的元素
    srandmember(name, numbers)
    从name对应的集合中随机获取 numbers 个元素
    print(r.srandmember("foo_set1",3)) ['33', '55', '66'] 随机获取3个元素
    print(r.smembers("foo_set1")) set(['11', '33', '66', '22', '55'])

redis基本命令_有序set

pool = redis.ConnectionPool(host='192.168.19.130', port=6379)
r = redis.Redis(connection_pool=pool) 创建实例

Set操作，Set集合就是不允许重复的列表，本身是无序的
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。


1 新增
    zadd(name, *args, **kwargs)
    在name对应的有序集合中添加元素
    如：
    zadd('zz', 'n1', 1, 'n2', 2)
    或
    zadd('zz', n1=11, n2=22)
    r.zadd("foo_zset1",n3=11,n4=22)
    r.zadd("foo_zset2",n3=11,n4=23)
    print(r.zcard("foo_zset1")) 2 长度是2 2个元素
    print(r.zrange("foo_zset1",0,-1)) ['n1', 'n2'] 获取有序集合中所有元素
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n1', 11.0), ('n2', 22.0)] 获取有序集合中所有元素和分数

2 获取有序集合元素个数 类似于len
    zcard(name)
    获取name对应的有序集合元素的数量

3 获取有序集合的所有元素
    r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)
    按照索引范围获取name对应的有序集合的元素
    参数：
    name，redis的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
    更多：
    从大到小排序
    zrevrange(name, start, end, withscores=False, score_cast_func=float)
    按照分数范围获取name对应的有序集合的元素
    zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
    从大到小排序
    zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)

3-1 从大到小排序
    zrevrange(name, start, end, withscores=False, score_cast_func=float)
    print(r.zrevrange("foo_zset1",0,-1)) ['n2', 'n1'] 只获取元素，不显示分数
    print(r.zrevrange("foo_zset1",0,-1,withscores=True)) [('n2', 22.0), ('n1', 11.0)]
    获取有序集合中所有元素和分数,安装分数倒序

3-2 按照分数范围获取name对应的有序集合的元素
    zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
    print(r.zrangebyscore("foo_zset1",15,25)) ['n2']
    print(r.zrangebyscore("foo_zset1",12,22, withscores=True)) [('n2', 22.0)]
    在分数是12-22之间（左闭右闭），取出符合条件的元素

3-3 从大到小排序
    zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)
    print(r.zrevrangebyscore("foo_zset1",22,11,withscores=True)) [('n2', 22.0), ('n1', 11.0)]
    在分数是22-11之间（左闭右闭），取出符合条件的元素 按照分数倒序
    
    3-4 获取所有元素--默认按照分数顺序排序
    zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
    print(r.zscan("foo_zset1")) (0L, [('n3', 11.0), ('n4', 22.0), ('n2', 30.0)])

3-5 获取所有元素--迭代器
    zscan_iter(name, match=None, count=None,score_cast_func=float)
    for i in r.zscan_iter("foo_zset1"): 遍历迭代器
    print(i)
    ('n3', 11.0)
    ('n4', 22.0)
    ('n2', 30.0)

4 zcount(name, min, max)
    获取name对应的有序集合中分数 在 [min,max] 之间的个数
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n1', 11.0), ('n2', 22.0)]
    print(r.zcount("foo_zset1",11,22)) 2

5 自增
    zincrby(name, value, amount)
    自增name对应的有序集合的 name 对应的分数
    r.zincrby("foo_zset1","n2",amount=2) 每次将n2的分数自增2
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n1', 11.0), ('n2', 30.0)]

6 获取值的索引号
    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）
    更多：
    zrevrank(name, value)，从大到小排序
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n1', 11.0), ('n2', 30.0)]
    print(r.zrank("foo_zset1","n1")) 0 n1的索引号是0 这里按照分数顺序（从小到大）
    print(r.zrank("foo_zset1","n2")) 1 n2的索引号是1    
    print(r.zrevrank("foo_zset1","n1")) 1 n1的索引号是1 这里安照分数倒序（从大到小）

7 删除--指定值删除
    zrem(name, values)
    删除name对应的有序集合中值是values的成员
    如：zrem('zz', ['s1', 's2'])
    print(r.zrange("foo_zset1",0,-1,withscores=True))
    r.zrem("foo_zset2","n3") 删除有序集合中的元素n1 删除单个
    print(r.zrange("foo_zset1",0,-1,withscores=True))

8 删除--根据排行范围删除，按照索引号来删除
    zremrangebyrank(name, min, max)
    根据排行范围删除
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n3', 11.0), ('n4', 22.0), ('n2', 30.0)]
    r.zremrangebyrank("foo_zset1",0,1) 删除有序集合中的索引号是0,1的元素
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n2', 30.0)]

9 删除--根据分数范围删除
    zremrangebyscore(name, min, max)
    根据分数范围删除
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n3', 11.0), ('n4', 22.0), ('n2', 30.0)]
    r.zremrangebyscore("foo_zset1",11,22) 删除有序集合中的分数是11-22的元素
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n2', 30.0)]

10 获取值对应的分数
    zscore(name, value)
    获取name对应有序集合中 value 对应的分数
    print(r.zrange("foo_zset1",0,-1,withscores=True)) [('n3', 11.0), ('n4', 22.0), ('n2', 30.0)]
    print(r.zscore("foo_zset1","n3")) 11.0 获取元素n3对应的分数11.0

redis 启用 http 模块

关键字：redis http-enabled

Redis 原生并不支持通过 HTTP 直接访问。但您可以通过以下几种方式间接实现通过 HTTP 来与 Redis 交互：

• 使用一些第三方工具或服务，比如 RedisInsight，它提供了一个基于 Web 的界面来管理和查看 Redis 数据。
• 自行开发一个中间层服务，使用后端语言（如 Python、Java 等）连接 Redis ，并通过 HTTP 协议暴露接口供前端访问。以下是一个使用 Python 的 Flask 框架实现的简单示例：

from flask import Flask, jsonify
import redis

app = Flask(__name__)
redis_client = redis.Redis(host='localhost', port=6379, db=0)

@app.route('/redis/get/<key>')
def get_redis_value(key):
    value = redis_client.get(key)
    if value:
        return jsonify({'value': value.decode('utf-8')})
    else:
        return jsonify({'message': 'Key not found'}), 404

if __name__ == '__main__':
    app.run(debug=True)

通过访问类似于 http://127.0.0.1:5000/redis/get/your_key 的 URL 来获取 Redis 中指定键的值。

Redis 启用HTTP模块：https://blog.51cto.com/u_16213360/8799629

redis REST API：https://redis.io/docs/latest/operate/rc/api/get-started/use-rest-api/

通过 http 访问 redis

Webdis：Redis 的快速HTTP接口：https://github.com/nicolasff/webdis

Webdis 是一个HTTP服务器，它能够将HTTP请求转换成Redis的命令，并将结果以JSON格式返回。它使用 hiredis、jansson、libevent 和 http-parser。Webdis 依赖于 libevent-dev。可以在 Ubuntu 上键入 sudo apt-get install libevent-dev 进行安装，或者在 macOS 上键入 brew install libevent 来安装它。

Node.js 和 ioredis 库

使用 Node.js 和 ioredis 库 连接到 Redis 服务器的示例代码：

const Redis = require('ioredis');

// 创建Redis客户端
const redis = new Redis({
  host: '<redis-server-host>',
  port: <redis-server-port>
});

// 执行Redis命令
redis.set('key', 'value')
  .then(() => {
    return redis.get('key');
  })
  .then((result) => {
    console.log(result); // 输出 "value"
  })
  .catch((error) => {
    console.error(error);
  });

其他 常用 操作

1 删除
    delete(*names)
    根据删除redis中的任意数据类型（string、hash、list、set、有序set）

1-1删除string
    r.set('foo', 'Bar')
    print(r.strlen("foo")) 3 3ge 字节
    print(r.getrange("foo",0,-1)) Bar
    r.delete("foo") 删除字符串类型的foo
    print(r.get("foo")) None
    print(r.getrange("foo",0,-1))
    print(r.strlen("foo")) 0 0个字节

1-2 删除hash
    r.hset("foo_hash4","k1","v1")
    print(r.hscan("foo_hash4")) (0L, {'k1': 'v1'})
    r.delete("foo_hash4") 删除hash类型的键值对
    print(r.hscan("foo_hash4")) (0L, {})

2 检查名字是否存在
    exists(name)
    检测redis的name是否存在
    print(r.exists("foo_hash4")) True 存在就是True
    print(r.exists("foo_hash5")) False 不存在就是False

2-1
    r.lpush("foo_list5",11,22)
    print(r.lrange("foo_list5",0,-1)) ['22', '11', '22', '11']
    print(r.exists("foo_list5")) True 存在就是True
    print(r.exists("foo_list6")) False 不存在就是False

3 模糊匹配
    keys(pattern='*')
    根据模型获取redis的name
    更多：
    KEYS * 匹配数据库中所有 key 。
    KEYS 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
    print(r.keys("foo*"))
    ['foo_hash1', 'foo_bingji', 'foo_list1', 'foo_list2', 'foo3', 'foo_set2', 'foo_hash4', 'foo_zset2',
    'foo2', 'foo4', 'foo_set1', 'foo_zset1', 'foo_hash2', 'foo1', 'foo_list5', 'foo_set3']

4 设置超时时间
    expire(name ,time)
    为某个redis的某个name设置超时时间
    r.lpush("foo_list5",11,22)
    r.expire("foo_list5",time=10)
    print(r.lrange("foo_list5",0,-1))

5 重命名
    rename(src, dst)
    对redis的name重命名为
    r.rename("foo_list6","foo_list5")
    print(r.lrange("foo_list5",0,-1)) ['22', '11']
    print(r.lrange("foo_list6",0,-1)) []

6 随机获取name
    randomkey()
    随机获取一个redis的name（不删除）
    print(r.keys("foo*"))
    ['foo_set1', 'foo3', 'foo_set2', 'foo_zset2', 'foo4', 'foo_zset1', 'foo_list5', 'foo2',
    'foo_hash2', 'foo1', 'foo_set3', 'foo_hash1', 'foo_hash4', 'foo_list2', 'foo_bingji']
    print(r.randomkey()) foo_hash2 随机获取一个name

7 获取类型
    type(name)
    获取name对应值的类型
    print(r.type("foo_hash2")) hash
    print(r.type("foo_set1")) set
    print(r.type("foo3")) string

8 查看所有元素
    scan(cursor=0, match=None, count=None)
    print(r.hscan("foo_hash2")) (0L, {'k3': 'v3', 'k2': 'v2'})
    print(r.sscan("foo_set3")) (0L, ['22'])
    print(r.zscan("foo_zset2")) (0L, [('n4', 23.0)])
    print(r.getrange("foo1",0,-1)) 121 --字符串
    print(r.lrange("foo_list5",0,-1)) ['22', '11'] --列表

9 查看所有元素--迭代器
    scan_iter(match=None, count=None)
    for i in r.hscan_iter("foo_hash2"):--遍历
    print(i)
    ('k3', 'v3')
    ('k2', 'v2')
    
    for i in r.sscan_iter("foo_set3"):
    print(i) 22
    
    for i in r.zscan_iter("foo_zset2"):
    print(i) ('n4', 23.0)

应用场景

页面点击数

《Redis Cookbook》对这个经典场景进行详细描述。假定我们对一系列页面需要记录点击次数。例如论坛的每个帖子都要记录点击次数，而点击次数比回帖的次数的多得多。如果使用关系数据库来存储点击，可能存在大量的行级锁争用。所以，点击数的增加使用redis的INCR命令最好不过了。当redis服务器启动时，可以从关系数据库读入点击数的初始值（1237这个页面被访问了34634次）

>>> r.set("visit:1237:totals",34634)
True

每当有一个页面点击，则使用INCR增加点击数即可。

>>> r.incr("visit:1237:totals")
34635
>>> r.incr("visit:1237:totals")
34636

页面载入的时候则可直接获取这个值

>>> r.get ("visit:1237:totals")
'34636'

使用 hash 保存多样化对象

当有大量类型文档的对象，文档的内容都不一样时，（即“表”没有固定的列），可以使用hash来表达。

>>> r.hset('users:jdoe',  'name', "John Doe")
1L
>>> r.hset('users:jdoe', 'email', 'John@test.com')
1L
>>> r.hset('users:jdoe',  'phone', '1555313940')
1L
>>> r.hincrby('users:jdoe', 'visits', 1)
1L
>>> r.hgetall('users:jdoe')
{'phone': '1555313940', 'name': 'John Doe', 'visits': '1', 'email': 'John@test.com'}
>>> r.hkeys('users:jdoe')
['name', 'email', 'phone', 'visits']

社交圈子数据

在社交网站中，每一个圈子(circle)都有自己的用户群。通过圈子可以找到有共同特征（比如某一体育活动、游戏、电影等爱好者）的人。当一个用户加入一个或几个圈子后，系统可以向这个用户推荐圈子中的人。我们定义这样两个圈子,并加入一些圈子成员。

>>> r.sadd('circle:game:lol','user:debugo')
1
>>> r.sadd('circle:game:lol','user:leo')
1
>>> r.sadd('circle:game:lol','user:Guo')
1
>>> r.sadd('circle:soccer:InterMilan','user:Guo')
1
>>> r.sadd('circle:soccer:InterMilan','user:Levis')
1
>>> r.sadd('circle:soccer:InterMilan','user:leo')
1

获得某一圈子的成员

>>> r.smembers('circle:game:lol')
set(['user:Guo', 'user:debugo', 'user:leo'])
redis> smembers circle:jdoe:family    

可以使用集合运算来得到几个圈子的共同成员：

>>> r.sinter('circle:game:lol', 'circle:soccer:InterMilan')
set(['user:Guo', 'user:leo'])
>>> r.sunion('circle:game:lol', 'circle:soccer:InterMilan')
set(['user:Levis', 'user:Guo', 'user:debugo', 'user:leo'])

2、Python 操作 异步 redis

1. aioredis 要求装上 hiredis ， 而 aredis 可以不需要相关依赖地运行，速度上两者持平，且都可以使用 hiredis 来作为 parser ，用 uvloop 代替 asyncio 的 eventloop 来加速
2. asyncio_redis 使用了 Python 提供的 protocol 来进行异步通信，而 aredis 则使用 StreamReader 和 StreamWriter 来进行异步通信，在运行速度上两倍于 asyncio_redis ，附上 benchmark
3. aioredis 和 asyncio_redis 这两个客户端目前都还没有对于集群的支持，相对来说 aredis 的功能更为全面一些。

aredis

github 地址：https://github.com/NoneGG/aredis
aredis 官方英文文档：https://aredis.readthedocs.io/en/latest/
aredis 一个高效和用户友好的异步Redis客户端：https://www.ctolib.com/aredis.html
更多使用示例：https://github.com/NoneGG/aredis/tree/master/examples

安装：pip install aredis

单节点

import asyncio
from aredis import StrictRedis


async def example():
    client = StrictRedis(host='127.0.0.1', port=6379, db=0)
    await client.flushdb()
    await client.set('foo', 1)
    assert await client.exists('foo') is True
    await client.incr('foo', 100)

    assert int(await client.get('foo')) == 101
    await client.expire('foo', 1)
    await asyncio.sleep(0.1)
    await client.ttl('foo')
    await asyncio.sleep(1)
    assert not await client.exists('foo')


loop = asyncio.get_event_loop()
loop.run_until_complete(example())

集群版

import asyncio
from aredis import StrictRedisCluster


async def example():
    client = StrictRedisCluster(host='172.17.0.2', port=7001)
    await client.flushdb()
    await client.set('foo', 1)
    await client.lpush('a', 1)
    print(await client.cluster_slots())

    await client.rpoplpush('a', 'b')
    assert await client.rpop('b') == b'1'


loop = asyncio.get_event_loop()
loop.run_until_complete(example())

安装：pip install redis

from redis.cluster import RedisCluster, ClusterNode

redis_node_list = [
    {'host': '192.168.9.5', 'port': 7001},
    {'host': '192.168.9.6', 'port': 7001},
    {'host': '192.168.9.7', 'port': 7001},
    # 添加更多节点
]

redis_startup_nodes = [
    ClusterNode(item['host'], item['port']) for item in redis_node_list
]
redis_cluster = RedisCluster(startup_nodes=redis_startup_nodes, decode_responses=True)

# 设置键值对
redis_cluster.set('key1', 'value1')

# 获取键对应的值
value = redis_cluster.get('key1')
print(value)  # 输出获取到的值

# 关闭连接
redis_cluster.close()

aioredis

github 地址：https://github.com/aio-libs/aioredis
官方文档：https://aioredis.readthedocs.io/en/v1.3.0/

从 redis.py  4.2.0rc1+ 开始，Aioredis 已经集成到 redis.py 里面，

导入：from redis import asyncio as aioredis

安装：pip install aioredis

连接 redis

import asyncio
import aioredis


async def main():
    redis = await aioredis.create_redis_pool('redis://localhost')
    await redis.set('my-key', 'value')
    value = await redis.get('my-key', encoding='utf-8')
    print(value)

    redis.close()
    await redis.wait_closed()

asyncio.run(main())

连接到指定 db

1. 指定 db 参数：redis = await aioredis.create_redis_pool('redis://localhost', db=1)
2. 在 URL 中指定 db：redis = await aioredis.create_redis_pool('redis://localhost/2')
3. 使用 select 方法：
   redis = await aioredis.create_redis_pool('redis://localhost/')
   await redis.select(3)

连接带密码的 redis

# 密码可以通过关键之指定，也可以通过 URL 指定：

redis = await aioredis.create_redis_pool('redis://localhost', password='sEcRet')

redis = await aioredis.create_redis_pool('redis://:sEcRet@localhost/')

结果编码：aioredis 默认返回字节类型，可以通过传递关键字 encoding="utf-8" 自动解码，也可以获取到字节类型后，通过 decode("utf-8") 进行解码。

示例代码：

import asyncio
import aioredis


async def main():
    redis = await aioredis.create_redis_pool('redis://localhost')

    await redis.set('key', 'string-value')
    bin_value = await redis.get('key')
    assert bin_value == b'string-value'
    str_value = await redis.get('key', encoding='utf-8')
    assert str_value == 'string-value'

    await redis.hmset_dict(
        'hash', key1='value1', key2='value2', key3=123
    )
    result = await redis.hgetall('hash', encoding='utf-8')
    assert result == {
        'key1': 'value1',
        'key2': 'value2',
        'key3': '123',  # 注意: redis 返回的int会作为str对待
    }

    redis.close()
    await redis.wait_closed()


asyncio.run(main())

简单 低级别 接口

import asyncio
import aioredis

loop = asyncio.get_event_loop()


async def go():
    conn = await aioredis.create_connection(('localhost', 6379), loop=loop)
    await conn.execute('set', 'my-key', 'value')
    val = await conn.execute('get', 'my-key')
    print(val)
    conn.close()
    await conn.wait_closed()


loop.run_until_complete(go())
# will print 'value'

简单 高级别 接口

import asyncio
import aioredis

loop = asyncio.get_event_loop()


async def go():
    redis = await aioredis.create_redis(('localhost', 6379), loop=loop)
    await redis.set('my-key', 'value')
    val = await redis.get('my-key')
    print(val)
    redis.close()
    await redis.wait_closed()


loop.run_until_complete(go())
# will print 'value'

连接池

import asyncio
import aioredis

loop = asyncio.get_event_loop()


async def func_1():
    conn = await aioredis.create_connection(
        ('localhost', 6379), loop=loop)
    await conn.execute('set', 'my-key', 'value')
    val = await conn.execute('get', 'my-key')
    print(val)
    conn.close()
    await conn.wait_closed()


async def func_2():
    redis = await aioredis.create_redis(('localhost', 6379), loop=loop)
    await redis.set('my-key', 'value')
    val = await redis.get('my-key')
    print(val)
    redis.close()
    await redis.wait_closed()


async def func_3():
    pool = await aioredis.create_pool(
        ('localhost', 6379),
        minsize=5, maxsize=10,
        loop=loop
    )
    async with await pool as redis:  # 高级别 redis API 实例
        await redis.set('my-key', 'value')
        print(await redis.get('my-key'))
    # 优雅的关闭
    pool.close()
    await pool.wait_closed()


async def func_4():
    redis_pool = await aioredis.create_pool(
        ('localhost', 6379), 
        minsize=5, maxsize=10, 
        loop=loop
    )
    async with redis_pool.get() as conn:  # 高级别 redis API 实例
        await conn.execute('set', 'my-key', 'value')
        print(await conn.execute('get', 'my-key'))
    # graceful shutdown
    redis_pool.close()
    await redis_pool.wait_closed()


loop.run_until_complete(func_1)

示例：

from sanic import Sanic, response
import aioredis
 
app = Sanic(__name__)
 
 
@app.route("/")
async def handle(request):
    async with request.app.redis_pool.get() as redis:
        await redis.execute('set', 'my-key', 'value')
        val = await redis.execute('get', 'my-key')
    return response.text(val.decode('utf-8'))
 
 
@app.listener('before_server_start')
async def before_server_start(app, loop):
    app.redis_pool = await aioredis.create_pool(
        ('localhost', 6379),
        minsize=5,
        maxsize=10,
        loop=loop
    )
 
 
@app.listener('after_server_stop')
async def after_server_stop(app, loop):
    app.redis_pool.close()
    await app.redis_pool.wait_closed()
 
 
if __name__ == '__main__':
    app.run(host="0.0.0.0", port=80)

事务（ Multi/Exec ）

import asyncio
import aioredis


async def main():
    redis = await aioredis.create_redis_pool('redis://localhost')

    tr = redis.multi_exec()
    tr.set('key1', 'value1')
    tr.set('key2', 'value2')
    ok1, ok2 = await tr.execute()
    assert ok1
    assert ok2

asyncio.run(main())

multi_exec() 创建和返回一个新的 MultiExec 对象用于缓冲命令，然后在 MULTI / EXEC 块中执行它们。

重要提示：不要在 类似 ( tr.set('foo', '123') ) 上 使用 await buffered 命令， 因为它将被永远阻塞。

下面的代码将会给永远阻塞：

tr = redis.multi_exec()
await tr.incr('foo')   # that's all. we've stuck!

发布 和 订阅 模式

aioredis 提供了对 Redis 的 发布/订阅（Publish / Subscribe） 消息的支持。

To start listening for messages you must call either subscribe() or psubscribe() method. Both methods return list of Channel objects representing subscribed channels.

Right after that the channel will receive and store messages (the Channel object is basically a wrapper around asyncio.Queue). To read messages from channel you need to use get() or get_json() coroutines.

要开始监听消息，必须调用 subscribe() 或 psubscribe() 方法。这两个方法都返回一个列表，列表中的元素是 "订阅的 Channel(通道) 对象"。在此之后，Channel(通道) 将接收并存储消息 ( "Channel(通道) " 基本上是 asyncio.Queue 的包装器)。要从 channel 中读取消息，需要使用get()或get_json()协程。

订阅 和 阅读 频道 示例:

import asyncio
import aioredis


async def main():
    redis = await aioredis.create_redis_pool('redis://localhost')

    ch1, ch2 = await redis.subscribe('channel:1', 'channel:2')
    assert isinstance(ch1, aioredis.Channel)
    assert isinstance(ch2, aioredis.Channel)

    async def reader(channel):
        async for message in channel.iter():
            print("Got message:", message)
    asyncio.get_running_loop().create_task(reader(ch1))
    asyncio.get_running_loop().create_task(reader(ch2))

    await redis.publish('channel:1', 'Hello')
    await redis.publish('channel:2', 'World')

    redis.close()
    await redis.wait_closed()

asyncio.run(main())

订阅 和 阅读 模式:

import asyncio
import aioredis


async def main():
    redis = await aioredis.create_redis_pool('redis://localhost')

    ch, = await redis.psubscribe('channel:*')
    assert isinstance(ch, aioredis.Channel)

    async def reader(channel):
        async for ch, message in channel.iter():
            print("Got message in channel:", ch, ":", message)
    asyncio.get_running_loop().create_task(reader(ch))

    await redis.publish('channel:1', 'Hello')
    await redis.publish('channel:2', 'World')

    redis.close()
    await redis.wait_closed()

asyncio.run(main())

Sentinel ( 哨兵 )

Redis(主从复制、哨兵模式、集群)：https://blog.csdn.net/Bilson99/article/details/118732296

哨兵的核心功能：在主从复制的基础上，哨兵引入了主节点的自动故障转移

哨兵模式的原理：哨兵(sentinel) 是一个分布式系统，用于对主从结构中的每台服务器进行监控，当出现故障时通过投票机制选择新的 Master 并将所有 Slave 连接到新的 Master。所以整个运行哨兵的集群的数量不得少于3个节点。

哨兵模式的作用

• 监控：哨兵会不断地检查主节点和从节点是否运作正常。
• 自动故障转移：当主节点不能正常工作时，哨兵会开始自动故障转移操作，它会将失效主节点的其中一个从节点升级为新的主节点，并让其他从节点改为复制新的主节点。
• 通知（提醒）：哨兵可以将故障转移的结果发送给客户端。

哨兵结构由两部分组成，哨兵节点和数据节点：

• 哨兵节点：哨兵系统由一个或多个哨兵节点组成，哨兵节点是特殊的redis节点，不存储数据。
• 数据节点：主节点和从节点都是数据节点。

哨兵的启动依赖于主从模式，所以须把主从模式安装好的情况下再去做哨兵模式，所有节点上都需要部署哨兵模式，哨兵模式会监控所有的 Redis 工作节点是否正常，当 Master 出现问题的时候，因为其他节点与主节点失去联系，因此会投票，投票过半就认为这个 Master 的确出现问题，然后会通知哨兵间，然后从 Slaves 中选取一个作为新的 Master。

需要特别注意的是，客观下线是主节点才有的概念；如果从节点和哨兵节点发生故障，被哨兵主观下线后，不会再有后续的客观下线和故障转移操作。

import asyncio
import aioredis


async def main():
    sentinel = await aioredis.create_sentinel(
        ['redis://localhost:26379', 'redis://sentinel2:26379'])
    redis = sentinel.master_for('mymaster')

    ok = await redis.set('key', 'value')
    assert ok
    val = await redis.get('key', encoding='utf-8')
    assert val == 'value'

asyncio.run(main())

Sentinel 客户端需要一个 Redis Sentinel 地址列表，来连接并开始发现服务。

调用 master_for() 或 slave_for() 方法 将返回连接到 Sentinel 监视的指定服务的 Redis 客户端。

Sentinel 客户端将自动检测故障转移并重新连接 Redis 客户端。

import asyncio
import aioredis
 
loop = asyncio.get_event_loop()
 
async def go():
    conn = await aioredis.create_connection(
        ('localhost', 6379), loop=loop)
    await conn.execute('set', 'my-key', 'value')
    val = await conn.execute('get', 'my-key')
    print(val)
    conn.close()
    await conn.wait_closed()
loop.run_until_complete(go())
# will print 'value'

示例

import uuid
import time
import json
import datetime
import uvicorn
from pathlib import Path
from fastapi import FastAPI
from typing import Optional
import redis
from redis import asyncio as aioredis
from concurrent.futures import ThreadPoolExecutor, wait


redis_config = {
    'host': '172.16.30.180',
    'port': 6379,
    'db': 1,
}

redis_db_yibu = aioredis.StrictRedis(**redis_config)
redis_db_tongbu = redis.StrictRedis(**redis_config)
app = FastAPI()


@app.get("/api_test")
async def func_handle_request(q: Optional[str] = None):
    """和 Flask 不同，Flask 是使用 <>，而 FastAPI 使用 {}"""
    print(f'q ---> {q}')
    current_timestamp = datetime.datetime.now().timestamp()
    req_uuid = str(uuid.uuid5(uuid.NAMESPACE_URL, f'{current_timestamp}{q}'))
    await redis_db_yibu.hset('api_test_req', req_uuid, q)

    while True:
        result = await redis_db_yibu.hget('api_test_resp', req_uuid)
        if not result:
            time.sleep(0.1)
            print('睡眠 100ms 继续监听')
            continue
        break

    return {"result": result}


def http_server():
    """
    :return:
    """
    print(f'{Path(__file__).stem}:app')
    uvicorn.run(f'{Path(__file__).stem}:app', host="0.0.0.0", port=9999)


def func_consumer(task_string=None):
    task_dict = json.loads(task_string)
    data = {'resp': str(datetime.datetime.now())}
    for k, v in task_dict.items():
        redis_db_tongbu.hset('api_test_resp', k, json.dumps(data, ensure_ascii=False))
        redis_db_tongbu.hdel('api_test_req', k)
        print(f'请求 [{k}] ---> 处理成功')


def func_producer():
    worker_count = 50
    with ThreadPoolExecutor(max_workers=worker_count) as pool:
        while True:
            task_list = redis_db_tongbu.hgetall('api_test_req')
            if task_list:
                for k, v in task_list.items():
                    task_dict = {k.decode('utf-8'): v.decode('utf-8')}
                    task_string = json.dumps(task_dict, ensure_ascii=False)
                    pool.submit(func_consumer, task_string)
                pass
            else:
                # print('task 为空，睡100ms继续')
                time.sleep(0.1)
    pass


def main():
    with ThreadPoolExecutor(max_workers=2) as pool:
        pool.submit(http_server)
        pool.submit(func_producer)


if __name__ == '__main__':
    main()
    pass

asynio_redis

GitHub 地址：https://github.com/jonathanslenders/asyncio-redis

官方英文文档：https://asyncio-redis.readthedocs.io/en/latest/

安装：pip install asyncio_redis

asynio_redis(下划线) 和 asyncio-redis(中划线）都已不再更新，推荐 aioredis

示例：Connection 类

A asyncio_redis.Connection instance will take care of the connection and will automatically reconnect, using a new transport when the connection drops. This connection class also acts as a proxy to a asyncio_redis.RedisProtocol instance; any Redis command of the protocol can be called directly at the connection.

import asyncio
import asyncio_redis


async def example():
    # Create Redis connection
    connection = await asyncio_redis.Connection.create(host='127.0.0.1', port=6379)    

    # Set a key
    await connection.set('my_key', 'my_value')

    # When finished, close the connection.
    connection.close()

if __name__ == '__main__':
    loop = asyncio.get_event_loop()
    loop.run_until_complete(example())

示例：连接池

Requests will automatically be distributed among all connections in a pool. If a connection is blocking because of --for instance-- a blocking rpop, another connection will be used for new commands.

import asyncio
import asyncio_redis


async def example():
    # Create Redis connection
    connection = await asyncio_redis.Pool.create(host='127.0.0.1', port=6379, poolsize=10)

    # Set a key
    await connection.set('my_key', 'my_value')

    # When finished, close the connection pool.
    connection.close()

if __name__ == '__main__':
    loop = asyncio.get_event_loop()
    loop.run_until_complete(example())

示例

import asyncio
import asyncio_redis


async def example():
    # Create Redis connection
    connection = await asyncio_redis.Pool.create(
        host='127.0.0.1', port=6379, poolsize=10
    )

    # Create transaction
    transaction = await connection.multi()

    # Run commands in transaction (they return future objects)
    f1 = await transaction.set('key', 'value')
    f2 = await transaction.set('another_key', 'another_value')

    # Commit transaction
    await transaction.exec()

    # Retrieve results
    result1 = await f1
    result2 = await f2

    # When finished, close the connection pool.
    connection.close()

只要有事务在其中运行，连接就会被占用。建议使用足够大的池大小。

示例：发布 / 订阅

Pub / sub 

import asyncio
import asyncio_redis


async def example():
    # Create connection
    connection = await asyncio_redis.Connection.create(host='127.0.0.1', port=6379)

    # Create subscriber.
    subscriber = await connection.start_subscribe()

    # Subscribe to channel.
    await subscriber.subscribe([ 'our-channel' ])

    # Inside a while loop, wait for incoming events.
    while True:
        reply = await subscriber.next_published()
        print('Received: ', repr(reply.value), 'on channel', reply.channel)

    # When finished, close the connection.
    connection.close()

示例：LUA 脚本

import asyncio
import asyncio_redis

code = """
local value = redis.call('GET', KEYS[1])
value = tonumber(value)
return value * ARGV[1]
"""


async def example():
    connection = await asyncio_redis.Connection.create(host='127.0.0.1', port=6379)

    # Set a key
    await connection.set('my_key', '2')

    # Register script
    multiply = await connection.register_script(code)

    # Run script
    script_reply = await multiply.run(keys=['my_key'], args=['5'])
    result = await script_reply.return_value()
    print(result)  # prints 2 * 5

    # When finished, close the connection.
    connection.close()

示例：使用 Protocol类

import asyncio
import asyncio_redis


async def example():
    loop = asyncio.get_event_loop()

    # Create Redis connection
    transport, protocol = await loop.create_connection(
        asyncio_redis.RedisProtocol, '127.0.0.1', 6379
    )

    # Set a key
    await protocol.set('my_key', 'my_value')

    # Get a key
    result = await protocol.get('my_key')
    print(result)

    # Close transport when finished.
    transport.close()


if __name__ == '__main__':
    asyncio.get_event_loop().run_until_complete(example())
    pass