共计 5653 个字符，预计需要花费 15 分钟才能阅读完成。
今天丸趣 TV 小编给大家分享一下 Python redis 的操作方法有哪些的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
位图操作 bitmap
定义
1、位图不是真正的数据类型，它是定义在字符串类型中
2、一个字符串类型的值最多能存储 512M 字节的内容，位上限：2^32
# 1MB = 1024KB
# 1KB = 1024Byte(字节)
# 1Byte = 8bit(位)强势点
可以实时的进行统计，极其节省空间。官方在模拟 1 亿 2 千 8 百万用户的模拟环境下，在一台 MacBookPro 上，典型的统计如“日用户数”的时间消耗小于 50ms, 占用 16MB 内存 SETBIT 命令
说明：设置某位置上的二进制值
语法：SETBIT key offset value
参数：offset – 偏移量 从 0 开始
value – 0 或者 1
示例：
# 默认扩展位以 0 填充
127.0.0.1:6379 SET mykey ab
127.0.0.1:6379 GET mykey
127.0.0.1:6379 SETBIT mykey 0 1
(integer) 0
127.0.0.1:6379 GET mykey
\xe1b
127.0.0.1:6379GETBIT 命令
说明：获取某一位上的值
语法：GETBIT key offset
示例：
127.0.0.1:6379 GETBIT mykey 3
(integer) 0
127.0.0.1:6379 GETBIT mykey 0
(integer) 1
127.0.0.1:6379BITCOUNT 命令
说明：统计键所对应的值中有多少个 1
语法：BITCOUNT key start end
参数：start/end 代表的是 字节索引
示例：
127.0.0.1:6379 SET mykey1 ab
127.0.0.1:6379[4] BITCOUNT mykey
(integer) 6
127.0.0.1:6379[4] BITCOUNT mykey 0 0
(integer) 3应用场景案例
# 网站用户的上线次数统计（寻找活跃用户）用户名为 key，上线的天作为 offset，上线设置为 1
# 示例
用户名为 user1:login 的用户，今年第 1 天上线，第 30 天上线
SETBIT user1:login 0 1
SETBIT user1:login 29 1
BITCOUNT user1:loginHash 散列数据类型
定义
1、由 field 和关联的 value 组成的键值对
2、field 和 value 是字符串类型
3、一个 hash 中最多包含 2^32- 1 个键值对 优点
1、节约内存空间 - 特定条件下 【1，字段小于 512 个，2：value 不能超过 64 字节】2、可按需获取字段的值 缺点（不适合 hash 情况）
1，使用过期键功能：键过期功能只能对键进行过期操作，而不能对散列的字段进行过期操作
2，存储消耗大于字符串结构 基本命令操作
# 1、设置单个字段
HSET key field value
HSETNX key field value
# 2、设置多个字段
HMSET key field value field value
# 3、返回字段个数
HLEN key
# 4、判断字段是否存在（不存在返回 0）HEXISTS key field
# 5、返回字段值
HGET key field
# 6、返回多个字段值
HMGET key field filed
# 7、返回所有的键值对
HGETALL key
# 8、返回所有字段名
HKEYS key
# 9、返回所有值
HVALS key
# 10、删除指定字段
HDEL key field
# 11、在字段对应值上进行整数增量运算
HINCRBY key field increment
# 12、在字段对应值上进行浮点数增量运算
HINCRBYFLOAT key field incrementpython 操作 hash
# 1、更新一条数据的属性，没有则新建
hset(name, key, value)
# 2、读取这条数据的指定属性， 返回字符串类型
hget(name, key)
# 3、批量更新数据（没有则新建）属性, 参数为字典
hmset(name, mapping)
# 4、批量读取数据（没有则新建）属性
hmget(name, keys)
# 5、获取这条数据的所有属性和对应的值，返回字典类型
hgetall(name)
# 6、获取这条数据的所有属性名，返回列表类型
hkeys(name)
# 7、删除这条数据的指定属性
hdel(name, *keys)应用场景：用户维度数据统计
用户维度统计
统计数包括：关注数、粉丝数、喜欢商品数、发帖数
用户为 key，不同维度为 field，value 为统计数
比如关注了 5 人
HSET user:10000 fans 5
HINCRBY user:10000 fans 1python 操作 hash
import redis
# 创建 redis 数据库的连接对象
r = redis.Redis(password= 123456)
# 操作 hash
r.hset(pyhk1 , username , aid2102)
r.hmset(pyhk1 , { age : 18, major : python})
print(r.hget( pyhk1 , username).decode())
print(r.hmget( pyhk1 , [ username , age]))
print(r.hgetall( pyhk1))
# 字典推导式
data = {k.decode(): v.decode() for k, v in r.hgetall( pyhk1).items()}
print(data)
r.hdel(pyhk1 , age)
print(r.hgetall( pyhk1))
# 删除键
r.delete(pyhk1)集合数据类型（set）
特点
1、无序、去重
2、元素是字符串类型
3、最多包含 2^32- 1 个元素 基本命令
# 1、增加一个或者多个元素, 自动去重；返回值为成功插入到集合的元素个数
SADD key member1 member2
# 2、查看集合中所有元素
SMEMBERS key
# 3、删除一个或者多个元素，元素不存在自动忽略
SREM key member1 member2
# 4、元素是否存在
SISMEMBER key member
# 5、随机返回集合中指定个数的元素，默认为 1 个
SRANDMEMBER key [count]
# 6、弹出成员
SPOP key [count]
# 7、返回集合中元素的个数，不会遍历整个集合，只是存储在键当中了
SCARD key
# 8、把元素从源集合移动到目标集合
SMOVE source destination member
# 9、差集 (number1 1 2 3 number2 1 2 4 结果为 3)
SDIFF key1 key2
# 10、差集保存到另一个集合中
SDIFFSTORE destination key1 key2
# 11、交集
SINTER key1 key2
SINTERSTORE destination key1 key2
# 11、并集
SUNION key1 key2
SUNIONSTORE destination key1 key2案例: 新浪微博的共同关注
# 需求: 当用户访问另一个用户的时候，会显示出两个用户共同关注过哪些相同的用户
# 设计: 将每个用户关注的用户放在集合中，求交集即可
# 实现:
user001 = {peiqi , qiaozhi , danni}
user002 = {peiqi , qiaozhi , lingyang}
user001 和 user002 的共同关注为:
SINTER user001 user002
结果为: {peiqi , qiaozhi}python 操作 set
import redis
r = redis.Redis(password= 123456)
武将: 张飞 许褚 赵云 马超 周瑜
文臣: 诸葛亮 周瑜 司马懿
结果: 1. 纯武将 2. 纯文臣 3. 文武双全 4. 文臣武将
# set 集合类型的操作
r.sadd(武将 , 张飞 , 许褚 , 赵云 , 马超 , 周瑜)
r.sadd(文臣 , 诸葛亮 , 周瑜 , 司马懿)
data1 = r.sdiff(武将 , 文臣)
result = []
for item in data1:
result.append(item.decode())
print(纯武将: , result)
data2 = r.sdiff(文臣 , 武将)
result = []
for item in data2:
result.append(item.decode())
print(纯文臣: , result)
data3 = r.sinter(文臣 , 武将)
result = []
for item in data3:
result.append(item.decode())
print(文武双全: , result)
data4 = r.sunion(文臣 , 武将)
result = []
for item in data4:
result.append(item.decode())
print(文臣武将: , result)有序集合 sortedset
特点
1、有序、去重
2、元素是字符串类型
3、每个元素都关联着一个浮点数分值 (score)，并按照分值从小到大的顺序排列集合中的元素（分值可以相同）4、最多包含 2^32- 1 元素 示例
一个保存了水果价格的有序集合
分值 2.04.06.08.010.0 元素西瓜葡萄芒果香蕉苹果
一个保存了员工薪水的有序集合
分值 600080001000012000
元素 lucytomjimjack
一个保存了正在阅读某些技术书的人数
分值 300400555666777 元素核心编程阿凡提本拉登阿姆斯特朗比尔盖茨
有序集合常用命令
# 在有序集合中添加一个成员 返回值为 成功插入到集合中的元素个数
zadd key score member
# 查看指定区间元素（升序 )
zrange key start stop [withscores]
# 查看指定区间元素（降序）zrevrange key start stop [withscores]
# 查看指定元素的分值
zscore key member
# 返回指定区间元素
# offset : 跳过多少个元素
# count : 返回几个
# 小括号 : 开区间 zrangebyscore fruits (2.0 8.0
zrangebyscore key min max [withscores] [limit offset count]
# 每页显示 10 个成员, 显示第 5 页的成员信息:
# limit 40 10
# MySQL: 每页显示 10 条记录, 显示第 5 页的记录
# limit 40,10
# limit 2,3 显示: 第 3 4 5 条记录
# 删除成员
zrem key member
# 增加或者减少分值
zincrby key increment member
# 返回元素排名
zrank key member
# 返回元素逆序排名
zrevrank key member
# 删除指定区间内的元素
zremrangebyscore key min max
# 返回集合中元素个数
zcard key
# 返回指定范围中元素的个数
zcount key min max
zcount salary 6000 8000
zcount salary (6000 8000# 6000 salary =8000
zcount salary (6000 (8000#6000 salary 8000
# 并集
zunionstore destination numkeys key [weights 权重值] [AGGREGATE SUM|MIN|MAX]
# zunionstore salary3 2 salary salary2 weights 1 0.5 AGGREGATE MAX
# 2 代表集合数量,weights 之后 权重 1 给 salary, 权重 0.5 给 salary2 集合, 算完权重之后执行聚合 AGGREGATE
# 交集：和并集类似，只取相同的元素
zinterstore destination numkeys key1 key2 weights weight AGGREGATE SUM(默认)|MIN|MAXpython 操作 sorted set
import redis
r = redis.Redis(password= 123456)
# 有序集合类型的操作
r.zadd(pyzk1 , { tedu : 100, tedu2 : 200})
print(r.zrange( pyzk1 , 0, -1, withscores=True))
r.zadd(pyzk2 , { tedu2 : 200, tedu3 : 200})
# 并集运算
r.zunionstore(pyzk3 ,[ pyzk1 , pyzk2],aggregate= sum )
print(r.zrange( pyzk3 , 0, -1, withscores=True))
# 并集运算 (带权重)
r.zunionstore(pyzk4 ,{ pyzk1 :0.8, pyzk2 :0.2},
aggregate= sum )
print(r.zrange( pyzk4 , 0, -1, withscores=True))以上就是“Python redis 的操作方法有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，丸趣 TV 小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注丸趣 TV 行业资讯频道。
正文完
![Frank#smith[Kfyzeiuqujbpygze,2,5]](https://cravatar.cn/avatar/ebd2642d86a4b40100d29dc76ec89b0d?s=96&d=monsterid&r=r)
