redis也是一個數據庫,它的存儲以key-value的方式存放,比如:
a.關系型數據庫
比如:
mysql、oracle、sql server、db2、sqlite數據庫,為關系型數據庫
數據通過sql語句查詢操作
數據以表的形式存放
數據存在磁盤上
b.非關系型數據庫 比如redis,mongodb
沒有表結構
沒有查詢語句,不需要sql查詢
獲取數據直接使用:get('k')
添加數據使用:set('xx')
redis數據全部都是存在內存里面。因此其操作速度要比關系型數據庫快
redis本身性能是非常好的,每秒支持30w次的讀寫。
首先定義一個數據庫:
r = redis.Redis(host='118.24.3.XX',password='abc*&js',db=1,port=6379)
1.往數據庫里添加一個key有兩種方式:
r.set('fancy','today is friday')
或者直接在數據庫名稱處右鍵,選擇“add new key”
2.修改key同添加,使用set
3.刪除key,r.delete('fancy')
4.設置key的失效時間,最后這個參數是秒,r.setex('fancy','哈哈哈',20)
補充:
s='呵呵'
s.encode() #把字符串轉成二進制
hwt = b'sdsdfdjkj'
hwt.decode() #把bytes類型轉成字符串
5.獲取所有的key:
hwt = r.get('hwt')
# print(hwt.decode())
print(r.keys()) #獲取到所有的key
print(r.keys(nn**)) #獲取以nn開頭的key
6.在key下添加文件夾:
r.set('雙魚座:fancy','hello') #冒號前為文件夾的名稱,若含有多個文件夾時,使用冒號連接,例如:r.set('雙魚座:fancy1:fancy2:fancy3',’hello')
如圖:
7.獲取文件夾下value: print(r.get('雙魚座:fancy')) 結果:b'hello'
8.刪除所有的key:
for k in r.keys():
r.delete(k)
以上所有操作是針對redis中的string類型。
下面介紹:哈希類型 hash
1.r.hset('stu_info','fancy','200,我們都要好好的')

2. 查看Key是什么類型的:print(r.type(stu_info))
3.取key:print(r.hget('stu_info','張流量').decode()) #指定大key和小key獲取對應的數據,返回值為byte類型
print(r.hgetall('stu_info')) #獲取里面所有的k和-v,返回一個字典,值為byte類型
如圖:
將上面二進制字典轉化成十進制,
#stu_info = r.hgetall('stu_info')
# new_stu_info = {}
# for k,v in stu_info.items():
# new_stu_info[k.decode()] = v.decode()
# print(new_stu_info)
4.刪除指定的key:
stu_info = r.hgetall('stu_info')
r.hdel('stu_info','gyx') #刪除指定key
r.delete('stu_info') #刪除整個key
5.設置key的失效時間:
r.expire('aaa',100) #第一個key設置失效時間
隨堂小練習:
#分析:
#1、連數據庫,查到數據庫里面所有的數據,游標類型要用pymysql.curosrs.DictCour
#2、查到所有數據 [{"id":1,"passwd":"49487dd4f94008a6110275e48ad09448","username":"niuhayang","is_admin":1}]
#3、循環這個list,取到usernamer,把username當做key
#4、再把這個小字典轉成json,存進去就ok。

import pymysql,json,redis r = redis.Redis(host='118.24.3.xx',password='xxyybbc&*',db=1,port=6379) conn = pymysql.connect(host='118.24.3.xx',user='jxzs',passwd='123456',db='jxzs',charset='utf8') cur = conn.cursor(cursor=pymysql.cursors.DictCursor) cur.execute('select * from my_user;') all_data = cur.fetchall() for data in all_data: k = data.get('username') r.hset('stu_info_nhy',k,json.dumps(data)) cur.close() conn.close()