python 与Redis操作整理

以下是使用 Python 操作 Redis 的完整整理，涵盖基础操作、高级功能及最佳实践：

1. 安装与连接
(1) 安装库

pip install redis

(2) 基础连接

import redis

# 创建连接池（推荐复用连接）
pool = redis.ConnectionPool(
    host='localhost', 
    port=6379, 
    db=0, 
    password='your_password', 
    decode_responses=True  # 自动解码为字符串
)
client = redis.Redis(connection_pool=pool)

# 测试连接
print(client.ping())  # 输出 True 表示成功

(3) SSL 连接

client = redis.Redis(
    host='your-host',
    port=6380,
    ssl=True,
    ssl_certfile='/path/to/cert.crt',
    ssl_keyfile='/path/to/key.key',
    ssl_ca_certs='/path/to/ca.crt'
)

2. 基本数据类型操作
(1) 字符串（String）

# 设置值（带过期时间）
client.set('user:1001', 'Alice', ex=3600)  # ex:秒级过期，px:毫秒级

# 获取值
name = client.get('user:1001')  # 返回字符串（若 decode_responses=True）

# 自增/自减
client.incr('counter')        # +1
client.incrby('counter', 5)  # +5
client.decr('counter')        # -1

(2) 哈希（Hash）

# 设置字段
client.hset('user:profile:1001', 'name', 'Alice')
client.hmset('user:profile:1001', {'age': 30, 'email': 'alice@example.com'})

# 获取字段
name = client.hget('user:profile:1001', 'name')        # 'Alice'
all_data = client.hgetall('user:profile:1001')        # {'name': 'Alice', 'age': '30'}

# 删除字段
client.hdel('user:profile:1001', 'email')

(3) 列表（List）

# 插入元素
client.lpush('tasks', 'task1')      # 左侧插入
client.rpush('tasks', 'task2')      # 右侧插入

# 获取元素
task = client.rpop('tasks')         # 右侧弹出 'task2'
all_tasks = client.lrange('tasks', 0, -1)  # 获取全部元素

# 截断列表
client.ltrim('tasks', 0, 2)        # 保留前3个元素

(4) 集合（Set）

# 添加元素
client.sadd('tags', 'python', 'redis')

# 集合运算
common_tags = client.sinter('tags1', 'tags2')  # 交集
all_tags = client.sunion('tags1', 'tags2')     # 并集

# 随机弹出元素
random_tag = client.spop('tags')

(5) 有序集合（ZSet）

# 添加元素（带分数）
client.zadd('rank', {'Alice': 90, 'Bob': 85})

# 获取排名
rank = client.zrevrank('rank', 'Alice')  # 降序排名（0为最高）

# 范围查询
top3 = client.zrevrange('rank', 0, 2, withscores=True)  # 前3名及分数

3. 高级功能
(1) 管道（Pipeline）

# 批量操作（减少网络往返）
pipe = client.pipeline()
pipe.set('key1', 'value1')
pipe.incr('counter')
pipe.execute()  # 返回 [True, 6]

(2) 事务（Transaction）

try:
    pipe = client.pipeline(transaction=True)
    pipe.multi()  # 开启事务
    pipe.set('balance:1001', 100)
    pipe.decrby('balance:1001', 50)
    pipe.incrby('balance:1002', 50)
    pipe.execute()  # 原子性提交
except redis.exceptions.WatchError:
    print("事务冲突，需重试")

(3) 分布式锁

def acquire_lock(lock_name, timeout=10):
    identifier = str(uuid.uuid4())
    end = time.time() + timeout
    while time.time() < end:
        if client.set(lock_name, identifier, nx=True, ex=timeout):
            return identifier
        time.sleep(0.001)
    return False

def release_lock(lock_name, identifier):
    script = """
    if redis.call('get', KEYS[1]) == ARGV[1] then
        return redis.call('del', KEYS[1])
    else
        return 0
    end
    """
    return client.eval(script, 1, lock_name, identifier) == 1

(4) 发布订阅

# 发布消息
client.publish('news', 'Breaking News!')

# 订阅频道
pubsub = client.pubsub()
pubsub.subscribe('news')

for message in pubsub.listen():
    if message['type'] == 'message':
        print(f"收到消息: {message['data']}")

4. 数据序列化与复杂对象存储
(1) JSON 序列化

import json

user = {'id': 1001, 'name': 'Alice'}
client.set('user:1001', json.dumps(user))

# 反序列化
data = client.get('user:1001')
if data:
    user_data = json.loads(data)

(2) 使用 MessagePack（更高效）

pip install msgpack

import msgpack

user_bytes = msgpack.packb(user)
client.set('user:1001', user_bytes)

# 反序列化
data = client.get('user:1001')
if data:
    user_data = msgpack.unpackb(data)

5. 键管理与维护
(1) 扫描键（避免阻塞）

# 查找所有以 'cache:' 开头的键
for key in client.scan_iter(match='cache:*', count=1000):
    print(key)

(2) 设置过期时间

client.expire('user:1001', 3600)       # 设置过期时间（秒）
client.pexpire('user:1001', 3600000)   # 毫秒级过期

(3) 批量删除键

# 删除所有以 'temp:' 开头的键
keys = list(client.scan_iter(match='temp:*'))
if keys:
    client.delete(*keys)

6. 最佳实践
(1) 连接池管理
• 使用 ConnectionPool 复用连接，避免频繁创建/销毁。

• 配置最大连接数：

pool = redis.ConnectionPool(max_connections=10)

(2) 性能优化
• 使用 pipeline 批量操作减少网络延迟。

• 避免大 Key（如超过 1MB 的 String 或 Hash），拆分存储。

(3) 安全建议
• 禁用高危命令（在 Redis 配置中）：

rename-command FLUSHDB ""
rename-command KEYS ""

• 使用低权限账号运行 Redis。

(4) 监控与调试
• 查看慢查询：

slow_logs = client.slowlog_get()

• 监控内存使用：

info = client.info('memory')
print(info['used_memory_human'])

7. 常用场景代码示例
(1) 缓存穿透解决方案

def get_user(user_id):
    key = f'user:{user_id}'
    data = client.get(key)
    if data is None:
        # 查询数据库
        user = db.query_user(user_id)
        if user:
            client.set(key, json.dumps(user), ex=300)
        else:
            # 缓存空值防止穿透
            client.set(key, 'NULL', ex=60)
    elif data == 'NULL':
        return None
    else:
        return json.loads(data)

(2) 排行榜实现

# 更新分数
client.zadd('leaderboard', {'Alice': 100, 'Bob': 90})

# 获取前10名
top10 = client.zrevrange('leaderboard', 0, 9, withscores=True)

总结

通过合理选择数据结构和操作方式，Redis 能高效支撑缓存、队列、计数器、实时分析等多样化需求。建议结合业务场景灵活应用，并通过监控工具持续优化性能。