Skip to content

Latest commit

 

History

History
757 lines (574 loc) · 57.6 KB

5.3-非关系型数据库存储.md

File metadata and controls

757 lines (574 loc) · 57.6 KB

5.3 非关系型数据库存储

NoSQL,全称 Not Only SQL,意为不仅仅是 SQL,泛指非关系型数据库。NoSQL 是基于键值对的,而且不需要经过 SQL 层的解析,数据之间没有耦合性,性能非常高。

非关系型数据库又可细分如下。

键值存储数据库:代表有 Redis、Voldemort 和 Oracle BDB 等。

列存储数据库:代表有 Cassandra、HBase 和 Riak 等。

文档型数据库:代表有 CouchDB 和 MongoDB 等。

图形数据库:代表有 Neo4J、InfoGrid 和 Infinite Graph 等。

对于爬虫的数据存储来说,一条数据可能存在某些字段提取失败而缺失的情况,而且数据可能随时调整。另外,数据之间还存在嵌套关系。如果使用关系型数据库存储,一是需要提前建表,二是如果存在数据嵌套关系的话,需要进行序列化操作才可以存储,这非常不方便。如果用了非关系型数据库,就可以避免一些麻烦,更简单高效。

本节中,我们主要介绍 MongoDB 和 Redis 的数据存储操作。

5.3.1 MongoDB 存储

MongoDB 是由 C++ 语言编写的非关系型数据库,是一个基于分布式文件存储的开源数据库系统,其内容存储形式类似 JSON 对象,它的字段值可以包含其他文档、数组及文档数组,非常灵活。在这一节中,我们就来看看 Python 3 下 MongoDB 的存储操作。

1. 准备工作

在开始之前,请确保已经安装好了 MongoDB 并启动了其服务,并且安装好了 Python 的 PyMongo 库。如果没有安装,可以参考第 1 章。

2. 连接 MongoDB

连接 MongoDB 时,我们需要使用 PyMongo 库里面的 MongoClient。一般来说,传入 MongoDB 的 IP 及端口即可,其中第一个参数为地址 host,第二个参数为端口 port(如果不给它传递参数,默认是 27017):

import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)

这样就可以创建 MongoDB 的连接对象了。

另外,MongoClient 的第一个参数 host 还可以直接传入 MongoDB 的连接字符串,它以 mongodb 开头,例如:

client = MongoClient('mongodb://localhost:27017/')

这也可以达到同样的连接效果。

3. 指定数据库

MongoDB 中可以建立多个数据库,接下来我们需要指定操作哪个数据库。这里我们以 test 数据库为例来说明,下一步需要在程序中指定要使用的数据库:

db = client.test

这里调用 client 的 test 属性即可返回 test 数据库。当然,我们也可以这样指定:

db = client['test']

这两种方式是等价的。

4. 指定集合

MongoDB 的每个数据库又包含许多集合(collection),它们类似于关系型数据库中的表。

下一步需要指定要操作的集合,这里指定一个集合名称为 students。与指定数据库类似,指定集合也有两种方式:

collection = db.students
collection = db['students']

这样我们便声明了一个 Collection 对象。

5. 插入数据

接下来,便可以插入数据了。对于 students 这个集合,新建一条学生数据,这条数据以字典形式表示:

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

这里指定了学生的学号、姓名、年龄和性别。接下来,直接调用 collection 的 insert 方法即可插入数据,代码如下:

result = collection.insert(student)
print(result)

在 MongoDB 中,每条数据其实都有一个_id 属性来唯一标识。如果没有显式指明该属性,MongoDB 会自动产生一个 ObjectId 类型的_id 属性。insert() 方法会在执行后返回_id 值。

运行结果如下:

5932a68615c2606814c91f3d

当然,我们也可以同时插入多条数据,只需要以列表形式传递即可,示例如下:

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}

result = collection.insert([student1, student2])
print(result)

返回结果是对应的_id 的集合:

[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]

实际上,在 PyMongo 3.x 版本中,官方已经不推荐使用 insert() 方法了。当然,继续使用也没有什么问题。官方推荐使用 insert_one() 和 insert_many() 方法来分别插入单条记录和多条记录,示例如下:

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

result = collection.insert_one(student)
print(result)
print(result.inserted_id)

运行结果如下:

<pymongo.results.InsertOneResult object at 0x10d68b558>
5932ab0f15c2606f0c1cf6c5

与 insert() 方法不同,这次返回的是 InsertOneResult 对象,我们可以调用其 inserted_id 属性获取_id。

对于 insert_many() 方法,我们可以将数据以列表形式传递,示例如下:

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}

result = collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)

运行结果如下:

<pymongo.results.InsertManyResult object at 0x101dea558>
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]

该方法返回的类型是 InsertManyResult,调用 inserted_ids 属性可以获取插入数据的_id 列表。

6. 查询

插入数据后,我们可以利用 find_one() 或 find() 方法进行查询,其中 find_one() 查询得到的是单个结果,find() 则返回一个生成器对象。示例如下:

result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)

这里我们查询 name 为 Mike 的数据,它的返回结果是字典类型,运行结果如下:

<class 'dict'>
{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

可以发现,它多了_id 属性,这就是 MongoDB 在插入过程中自动添加的。

此外,我们也可以根据 ObjectId 来查询,此时需要使用 bson 库里面的 objectid:

from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)

其查询结果依然是字典类型,具体如下:

{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}

当然,如果查询结果不存在,则会返回 None。

对于多条数据的查询,我们可以使用 find() 方法。例如,这里查找年龄为 20 的数据,示例如下:

results = collection.find({'age': 20})
print(results)
for result in results:
    print(result)

运行结果如下:

<pymongo.cursor.Cursor object at 0x1032d5128>
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278c815c2602678bb2b8d'), 'id': '20170102', 'name': 'Kevin', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278d815c260269d7645a8'), 'id': '20170103', 'name': 'Harden', 'age': 20, 'gender': 'male'}

返回结果是 Cursor 类型,它相当于一个生成器,我们需要遍历取到所有的结果,其中每个结果都是字典类型。

如果要查询年龄大于 20 的数据,则写法如下:

results = collection.find({'age': {'$gt': 20}})

这里查询的条件键值已经不是单纯的数字了,而是一个字典,其键名为比较符号 $gt,意思是大于,键值为 20。

这里将比较符号归纳为表 5-3。

表 5-3 比较符号

符  号 含  义 示  例
$lt 小于 {'age': {'$lt': 20}}
$gt 大于 {'age': {'$gt': 20}}
$lte 小于等于 {'age': {'$lte': 20}}
$gte 大于等于 {'age': {'$gte': 20}}
$ne 不等于 {'age': {'$ne': 20}}
$in 在范围内 {'age': {'$in': [20, 23]}}
$nin 不在范围内 {'age': {'$nin': [20, 23]}}

另外,还可以进行正则匹配查询。例如,查询名字以 M 开头的学生数据,示例如下:

results = collection.find({'name': {'$regex': '^M.*'}})

这里使用 $regex 来指定正则匹配,^M.* 代表以 M 开头的正则表达式。

这里将一些功能符号再归类为表 5-4。

表 5-4 功能符号

符  号 含  义 示  例 示例含义
$regex 匹配正则表达式 {'name': {'$regex': '^M.*'}} name 以 M 开头
$exists 属性是否存在 {'name': {'$exists': True}} name 属性存在
$type 类型判断 {'age': {'$type': 'int'}} age 的类型为 int
$mod 数字模操作 {'age': {'$mod': [5, 0]}} 年龄模 5 余 0
$text 文本查询 {'$text': {'$search': 'Mike'}} text 类型的属性中包含 Mike 字符串
$where 高级条件查询 {'$where': 'obj.fans_count == obj.follows_count'} 自身粉丝数等于关注数

关于这些操作的更详细用法,可以在 MongoDB 官方文档找到: https://docs.mongodb.com/manual/reference/operator/query/

7. 计数

要统计查询结果有多少条数据,可以调用 count() 方法。比如,统计所有数据条数:

count = collection.find().count()
print(count)

或者统计符合某个条件的数据:

count = collection.find({'age': 20}).count()
print(count)

运行结果是一个数值,即符合条件的数据条数。

8. 排序

排序时,直接调用 sort() 方法,并在其中传入排序的字段及升降序标志即可。示例如下:

results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])

运行结果如下:

['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

这里我们调用 pymongo.ASCENDING 指定升序。如果要降序排列,可以传入 pymongo.DESCENDING。

9. 偏移

在某些情况下,我们可能想只取某几个元素,这时可以利用 skip() 方法偏移几个位置,比如偏移 2,就忽略前两个元素,得到第三个及以后的元素:

results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])

运行结果如下:

['Kevin', 'Mark', 'Mike']

另外,还可以用 limit() 方法指定要取的结果个数,示例如下:

results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])

运行结果如下:

['Kevin', 'Mark']

如果不使用 limit() 方法,原本会返回三个结果,加了限制后,会截取两个结果返回。

值得注意的是,在数据库数量非常庞大的时候,如千万、亿级别,最好不要使用大的偏移量来查询数据,因为这样很可能导致内存溢出。此时可以使用类似如下操作来查询:

from bson.objectid import ObjectId
collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})

这时需要记录好上次查询的_id。

10. 更新

对于数据更新,我们可以使用 update() 方法,指定更新的条件和更新后的数据即可。例如:

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)

这里我们要更新 name 为 Kevin 的数据的年龄:首先指定查询条件,然后将数据查询出来,修改年龄后调用 update() 方法将原条件和修改后的数据传入。

运行结果如下:

{'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}

返回结果是字典形式,ok 代表执行成功,nModified 代表影响的数据条数。

另外,我们也可以使用 $set 操作符对数据进行更新,代码如下:

result = collection.update(condition, {'$set': student})

这样可以只更新 student 字典内存在的字段。如果原先还有其他字段,则不会更新,也不会删除。而如果不用 $set 的话,则会把之前的数据全部用 student 字典替换;如果原本存在其他字段,则会被删除。

另外,update() 方法其实也是官方不推荐使用的方法。这里也分为 update_one() 方法和 update_many() 方法,用法更加严格,它们的第二个参数需要使用 $ 类型操作符作为字典的键名,示例如下:

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 26
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)

这里调用了 update_one() 方法,第二个参数不能再直接传入修改后的字典,而是需要使用 {'$set': student} 这样的形式,其返回结果是 UpdateResult 类型。然后分别调用 matched_count 和 modified_count 属性,可以获得匹配的数据条数和影响的数据条数。

运行结果如下:

<pymongo.results.UpdateResult object at 0x10d17b678>
1 0

我们再看一个例子:

condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

这里指定查询条件为年龄大于 20,然后更新条件为 {'$inc': {'age': 1}},也就是年龄加 1,执行之后会将第一条符合条件的数据年龄加 1。

运行结果如下:

<pymongo.results.UpdateResult object at 0x10b8874c8>
1 1

可以看到匹配条数为 1 条,影响条数也为 1 条。

如果调用 update_many() 方法,则会将所有符合条件的数据都更新,示例如下:

condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

这时匹配条数就不再为 1 条了,运行结果如下:

<pymongo.results.UpdateResult object at 0x10c6384c8>
3 3

可以看到,这时所有匹配到的数据都会被更新。

11. 删除

删除操作比较简单,直接调用 remove() 方法指定删除的条件即可,此时符合条件的所有数据均会被删除。示例如下:

result = collection.remove({'name': 'Kevin'})
print(result)

运行结果如下:

{'ok': 1, 'n': 1}

另外,这里依然存在两个新的推荐方法 ——delete_one() 和 delete_many()。示例如下:

result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)

运行结果如下:

<pymongo.results.DeleteResult object at 0x10e6ba4c8>
1
4

delete_one() 即删除第一条符合条件的数据,delete_many() 即删除所有符合条件的数据。它们的返回结果都是 DeleteResult 类型,可以调用 deleted_count 属性获取删除的数据条数。

12. 其他操作

另外,PyMongo 还提供了一些组合方法,如 find_one_and_delete()、find_one_and_replace() 和 find_one_and_update(),它们是查找后删除、替换和更新操作,其用法与上述方法基本一致。

另外,还可以对索引进行操作,相关方法有 create_index()、create_indexes() 和 drop_index() 等。

关于 PyMongo 的详细用法,可以参见官方文档:http://api.mongodb.com/python/current/api/pymongo/collection.html

另外,还有对数据库和集合本身等的一些操作,这里不再一一讲解,可以参见官方文档:http://api.mongodb.com/python/current/api/pymongo/

本节讲解了使用 PyMongo 操作 MongoDB 进行数据增删改查的方法,后面我们会在实战案例中应用这些操作进行数据存储。

5.3.2 Redis 存储

Redis 是一个基于内存的高效的键值型非关系型数据库,存取效率极高,而且支持多种存储数据结构,使用也非常简单。本节中,我们就来介绍一下 Python 的 Redis 操作,主要介绍 redis-py 这个库的用法。

1. 准备工作

在开始之前,请确保已经安装好了 Redis 及 redis-py 库。如果要做数据导入 / 导出操作的话,还需要安装 RedisDump。如果没有安装,可以参考第 1 章。

2. Redis 和 StrictRedis

redis-py 库提供两个类 Redis 和 StrictRedis 来实现 Redis 的命令操作。

StrictRedis 实现了绝大部分官方的命令,参数也一一对应,比如 set 方法就对应 Redis 命令的 set 方法。而 Redis 是 StrictRedis 的子类,它的主要功能是用于向后兼容旧版本库里的几个方法。为了做兼容,它将方法做了改写,比如 lrem 方法就将 value 和 num 参数的位置互换,这和 Redis 命令行的命令参数不一致。

官方推荐使用 StrictRedis,所以本节中我们也用 StrictRedis 类的相关方法作演示。

3. 连接 Redis

现在我们已经在本地安装了 Redis 并运行在 6379 端口,密码设置为 foobared。那么,可以用如下示例连接 Redis 并测试:

from redis import StrictRedis  

redis = StrictRedis(host='localhost', port=6379, db=0, password='foobared')  
redis.set('name', 'Bob')  
print(redis.get('name'))

这里我们传入了 Redis 的地址、运行端口、使用的数据库和密码信息。在默认不传的情况下,这 4 个参数分别为 localhost、6379、0 和 None。首先声明了一个 StrictRedis 对象,接下来调用 set() 方法,设置一个键值对,然后将其获取并打印。

运行结果如下:

b'Bob'

这说明我们连接成功,并可以执行 set 和 get 操作了。

当然,我们还可以使用 ConnectionPool 来连接,示例如下:

from redis import StrictRedis, ConnectionPool  

pool = ConnectionPool(host='localhost', port=6379, db=0, password='foobared')  
redis = StrictRedis(connection_pool=pool)

这样的连接效果是一样的。观察源码可以发现,StrictRedis 内其实就是用 host 和 port 等参数又构造了一个 ConnectionPool,所以直接将 ConnectionPool 当作参数传给 StrictRedis 也一样。

另外,ConnectionPool 还支持通过 URL 来构建。URL 的格式支持有如下 3 种:

redis://[:password]@host:port/db  
rediss://[:password]@host:port/db  
unix://[:password]@/path/to/socket.sock?db=db

这 3 种 URL 分别表示创建 Redis TCP 连接、Redis TCP+SSL 连接、Redis UNIX socket 连接。我们只需要构造上面任意一种 URL 即可,其中 password 部分如果有则可以写,没有则可以省略。下面再用 URL 连接演示一下:

url = 'redis://:foobared@localhost:6379/0'  
pool = ConnectionPool.from_url(url)  
redis = StrictRedis(connection_pool=pool)

这里我们使用第一种连接字符串进行连接。首先,声明一个 Redis 连接字符串,然后调用 from_url() 方法创建 ConnectionPool,接着将其传给 StrictRedis 即可完成连接,所以使用 URL 的连接方式还是比较方便的。

4. 键操作

表 5-5 总结了键的一些判断和操作方法。

表 5-5 键的一些判断和操作方法

方  法 作  用 参数说明 示  例 示例说明 示例结果
exists(name) 判断一个键是否存在 name:键名 redis.exists('name') 是否存在 name 这个键 True
delete(name) 删除一个键 name:键名 redis.delete('name') 删除 name 这个键 1
type(name) 判断键类型 name:键名 redis.type('name') 判断 name 这个键类型 b'string'
keys(pattern) 获取所有符合规则的键 pattern:匹配规则 redis.keys('n*') 获取所有以 n 开头的键 [b'name']
randomkey() 获取随机的一个键 randomkey() 获取随机的一个键 b'name'
rename(src, dst) 重命名键 src:原键名;dst:新键名 redis.rename('name', 'nickname') 将 name 重命名为 nickname True
dbsize() 获取当前数据库中键的数目 dbsize() 获取当前数据库中键的数目 100
expire(name, time) 设定键的过期时间,单位为秒 name:键名;time:秒数 redis.expire('name', 2) 将 name 键的过期时间设置为 2 秒 True
ttl(name) 获取键的过期时间,单位为秒,1 表示永久不过期 name:键名 redis.ttl('name') 获取 name 这个键的过期时间 1
move(name, db) 将键移动到其他数据库 name:键名;db:数据库代号 move('name', 2) 将 name 移动到 2 号数据库 True
flushdb() 删除当前选择数据库中的所有键 flushdb() 删除当前选择数据库中的所有键 True
flushall() 删除所有数据库中的所有键 flushall() 删除所有数据库中的所有键 True

5. 字符串操作

Redis 支持最基本的键值对形式存储,用法总结如表 5-6 所示。

表 5-6 键值对形式存储

方  法 作  用 参数说明 示  例 示例说明 示例结果
set(name, value) 给数据库中键名为 name 的 string 赋予值 value n ame:键名;value:值 redis.set('name', 'Bob') 给 name 这个键的 value 赋值为 Bob True
get(name) 返回数据库中键名为 name 的 string 的 value name:键名 redis.get('name') 返回 name 这个键的 value b'Bob'
getset(name, value) 给数据库中键名为 name 的 string 赋予值 value 并返回上次的 value name:键名;value:新值 redis.getset('name', 'Mike') 赋值 name 为 Mike 并得到上次的 value b'Bob'
mget(keys, *args) 返回多个键对应的 value 组成的列表 keys:键名序列 redis.mget(['name', 'nickname']) 返回 name 和 nickname 的 value [b'Mike', b'Miker']
setnx(name, value) 如果不存在这个键值对,则更新 value,否则不变 name:键名 redis.setnx('newname', 'James') 如果 newname 这个键不存在,则设置值为 James 第一次运行结果是 True,第二次运行结果是 False
setex(name, time, value) 设置可以对应的值为 string 类型的 value,并指定此键值对应的有效期 n ame:键名;time:有效期;value:值 redis.setex('name', 1, 'James') 将 name 这个键的值设为 James,有效期为 1 秒 True
setrange(name, offset, value) 设置指定键的 value 值的子字符串 name:键名;offset:偏移量;value:值 redis.set('name', 'Hello') redis.setrange ('name', 6, 'World') 设置 name 为 Hello 字符串,并在 index 为 6 的位置补 World 11,修改后的字符串长度
mset(mapping) 批量赋值 mapping:字典或关键字参数 redis.mset({'name1': 'Durant', 'name2': 'James'}) 将 name1 设为 Durant,name2 设为 James True
msetnx(mapping) 键均不存在时才批量赋值 mapping:字典或关键字参数 redis.msetnx({'name3': 'Smith', 'name4': 'Curry'}) 在 name3 和 name4 均不存在的情况下才设置二者值 True
incr(name, amount=1) 键名为 name 的 value 增值操作,默认为 1,键不存在则被创建并设为 amount name:键名;amount:增长的值 redis.incr('age', 1) age 对应的值增 1,若不存在,则会创建并设置为 1 1,即修改后的值
decr(name, amount=1) 键名为 name 的 value 减值操作,默认为 1,键不存在则被创建并将 value 设置为 - amount name:键名;amount:减少的值 redis.decr('age', 1) age 对应的值减 1,若不存在,则会创建并设置为1 1,即修改后的值
append(key, value) 键名为 key 的 string 的值附加 value key:键名 redis.append('nickname', 'OK') 向键名为 nickname 的值后追加 OK 13,即修改后的字符串长度
substr(name, start, end=-1) 返回键名为 name 的 string 的子字符串 name:键名;start:起始索引;end:终止索引,默认为1,表示截取到末尾 redis.substr('name', 1, 4) 返回键名为 name 的值的字符串,截取索引为 1~4 的字符 b'ello'
getrange(key, start, end) 获取键的 value 值从 start 到 end 的子字符串 key:键名;start:起始索引;end:终止索引 redis.getrange('name', 1, 4) 返回键名为 name 的值的字符串,截取索引为 1~4 的字符 b'ello'

6. 列表操作

Redis 还提供了列表存储,列表内的元素可以重复,而且可以从两端存储,用法如表 5-7 所示。

表 5-7 列表操作

方  法 作  用 参数说明 示  例 示例说明 示例结果
rpush(name, *values) 在键名为 name 的列表末尾添加值为 value 的元素,可以传多个 name:键名;values:值 redis.rpush('list', 1, 2, 3) 向键名为 list 的列表尾添加 1、2、3 3,列表大小
lpush(name, *values) 在键名为 name 的列表头添加值为 value 的元素,可以传多个 name:键名;values:值 redis.lpush('list', 0) 向键名为 list 的列表头部添加 0 4,列表大小
llen(name) 返回键名为 name 的列表的长度 name:键名 redis.llen('list') 返回键名为 list 的列表的长度 4
lrange(name, start, end) 返回键名为 name 的列表中 start 至 end 之间的元素 name:键名;start:起始索引;end:终止索引 redis.lrange('list', 1, 3) 返回起始索引为 1 终止索引为 3 的索引范围对应的列表 [b'3', b'2', b'1']
ltrim(name, start, end) 截取键名为 name 的列表,保留索引为 start 到 end 的内容 name:键名;start:起始索引;end:终止索引 ltrim('list', 1, 3) 保留键名为 list 的索引为 1 到 3 的元素 True
lindex(name, index) 返回键名为 name 的列表中 index 位置的元素 name:键名;index:索引 redis.lindex('list', 1) 返回键名为 list 的列表索引为 1 的元素 b'2'
lset(name, index, value) 给键名为 name 的列表中 index 位置的元素赋值,越界则报错 name:键名;index:索引位置;value:值 redis.lset('list', 1, 5) 将键名为 list 的列表中索引为 1 的位置赋值为 5 True
lrem(name, count, value) 删除 count 个键的列表中值为 value 的元素 name:键名;count:删除个数;value:值 redis.lrem('list', 2, 3) 将键名为 list 的列表删除两个 3 1,即删除的个数
lpop(name) 返回并删除键名为 name 的列表中的首元素 name:键名 redis.lpop('list') 返回并删除名为 list 的列表中的第一个元素 b'5'
rpop(name) 返回并删除键名为 name 的列表中的尾元素 name:键名 redis.rpop('list') 返回并删除名为 list 的列表中的最后一个元素 b'2'
blpop(keys, timeout=0) 返回并删除名称在 keys 中的 list 中的首个元素,如果列表为空,则会一直阻塞等待 keys:键名序列;timeout:超时等待时间,0 为一直等待 redis.blpop('list') 返回并删除键名为 list 的列表中的第一个元素 [b'5']
brpop(keys, timeout=0) 返回并删除键名为 name 的列表中的尾元素,如果 list 为空,则会一直阻塞等待 keys:键名序列;timeout:超时等待时间,0 为一直等待 redis.brpop('list') 返回并删除名为 list 的列表中的最后一个元素 [b'2']
rpoplpush(src, dst) 返回并删除名称为 src 的列表的尾元素,并将该元素添加到名称为 dst 的列表头部 src:源列表的键;dst:目标列表的 key redis.rpoplpush('list', 'list2') 将键名为 list 的列表尾元素删除并将其添加到键名为 list2 的列表头部,然后返回 b'2'

7. 集合操作

Redis 还提供了集合存储,集合中的元素都是不重复的,用法如表 5-8 所示。

表 5-8 集合操作

方  法 作  用 参数说明 示  例 示例说明 示例结果
sadd(name, *values) 向键名为 name 的集合中添加元素 name:键名;values:值,可为多个 redis.sadd('tags', 'Book', 'Tea', 'Coffee') 向键名为 tags 的集合中添加 Book、Tea 和 Coffee 这 3 个内容 3,即插入的数据个数
srem(name, *values) 从键名为 name 的集合中删除元素 name:键名;values:值,可为多个 redis.srem('tags', 'Book') 从键名为 tags 的集合中删除 Book 1,即删除的数据个数
spop(name) 随机返回并删除键名为 name 的集合中的一个元素 name:键名 redis.spop('tags') 从键名为 tags 的集合中随机删除并返回该元素 b'Tea'
smove(src, dst, value) 从 src 对应的集合中移除元素并将其添加到 dst 对应的集合中 src:源集合;dst:目标集合;value:元素值 redis.smove('tags', 'tags2', 'Coffee') 从键名为 tags 的集合中删除元素 Coffee 并将其添加到键为 tags2 的集合 True
scard(name) 返回键名为 name 的集合的元素个数 name:键名 redis.scard('tags') 获取键名为 tags 的集合中的元素个数 3
sismember(name, value) 测试 member 是否是键名为 name 的集合的元素 name:键值 redis.sismember('tags', 'Book') 判断 Book 是否是键名为 tags 的集合元素 True
sinter(keys, *args) 返回所有给定键的集合的交集 keys:键名序列 redis.sinter(['tags', 'tags2']) 返回键名为 tags 的集合和键名为 tags2 的集合的交集 {b'Coffee'}
sinterstore(dest, keys, *args) 求交集并将交集保存到 dest 的集合 dest:结果集合;keys:键名序列 redis.sinterstore ('inttag', ['tags', 'tags2']) 求键名为 tags 的集合和键名为 tags2 的集合的交集并将其保存为 inttag 1
sunion(keys, *args) 返回所有给定键的集合的并集 keys:键名序列 redis.sunion(['tags', 'tags2']) 返回键名为 tags 的集合和键名为 tags2 的集合的并集 {b'Coffee', b'Book', b'Pen'}
sunionstore(dest, keys, *args) 求并集并将并集保存到 dest 的集合 dest:结果集合;keys:键名序列 redis.sunionstore ('inttag', ['tags', 'tags2']) 求键名为 tags 的集合和键名为 tags2 的集合的并集并将其保存为 inttag 3
sdiff(keys, *args) 返回所有给定键的集合的差集 keys:键名序列 redis.sdiff(['tags', 'tags2']) 返回键名为 tags 的集合和键名为 tags2 的集合的差集 {b'Book', b'Pen'}
sdiffstore(dest, keys, *args) 求差集并将差集保存到 dest 集合 dest:结果集合;keys:键名序列 redis.sdiffstore ('inttag', ['tags', 'tags2']) 求键名为 tags 的集合和键名为 tags2 的集合的差集并将其保存为 inttag 3
smembers(name) 返回键名为 name 的集合的所有元素 name:键名 redis.smembers('tags') 返回键名为 tags 的集合的所有元素 {b'Pen', b'Book', b'Coffee'}
srandmember(name) 随机返回键名为 name 的集合中的一个元素,但不删除元素 name:键值 redis.srandmember('tags') 随机返回键名为 tags 的集合中的一个元素 Srandmember (name)

8. 有序集合操作

有序集合比集合多了一个分数字段,利用它可以对集合中的数据进行排序,其用法总结如表 5-9 所示。

表 5-9 有序集合操作

方  法 作  用 参数说明 示  例 示例说明 示例结果
zadd(name, *args, **kwargs) 向键名为 name 的 zset 中添加元素 member,score 用于排序。如果该元素存在,则更新其顺序 name:键名;args:可变参数 redis.zadd('grade', 100, 'Bob', 98, 'Mike') 向键名为 grade 的 zset 中添加 Bob(其 score 为 100),并添加 Mike(其 score 为 98) 2,即添加的元素个数
zrem(name, *values) 删除键名为 name 的 zset 中的元素 name:键名;values:元素 redis.zrem('grade', 'Mike') 从键名为 grade 的 zset 中删除 Mike 1,即删除的元素个数
zincrby(name, value, amount=1) 如果在键名为 name 的 zset 中已经存在元素 value,则将该元素的 score 增加 amount;否则向该集合中添加该元素,其 score 的值为 amount name:键名;value:元素;amount:增长的 score 值 redis.zincrby('grade', 'Bob', -2) 键名为 grade 的 zset 中 Bob 的 score 减 2 98.0,即修改后的值
zrank(name, value) 返回键名为 name 的 zset 中元素的排名,按 score 从小到大排序,即名次 name:键名;value:元素值 redis.zrank('grade', 'Amy') 得到键名为 grade 的 zset 中 Amy 的排名 1
zrevrank(name, value) 返回键为 name 的 zset 中元素的倒数排名(按 score 从大到小排序),即名次 name:键名;value:元素值 redis.zrevrank ('grade', 'Amy') 得到键名为 grade 的 zset 中 Amy 的倒数排名 2
zrevrange(name, start, end, withscores= False) 返回键名为 name 的 zset(按 score 从大到小排序)中 index 从 start 到 end 的所有元素 name:键值;start:开始索引;end:结束索引;withscores:是否带 score redis.zrevrange ('grade', 0, 3) 返回键名为 grade 的 zset 中前四名元素 [b'Bob', b'Mike', b'Amy', b'James']
zrangebyscore (name, min, max, start=None, num=None, withscores=False) 返回键名为 name 的 zset 中 score 在给定区间的元素 name:键名;min:最低 score;max:最高 score;start:起始索引;num:个数;withscores:是否带 score redis.zrangebyscore ('grade', 80, 95) 返回键名为 grade 的 zset 中 score 在 80 和 95 之间的元素 [b'Bob', b'Mike', b'Amy', b'James']
zcount(name, min, max) 返回键名为 name 的 zset 中 score 在给定区间的数量 name:键名;min:最低 score;max:最高 score redis.zcount('grade', 80, 95) 返回键名为 grade 的 zset 中 score 在 80 到 95 的元素个数 2
zcard(name) 返回键名为 name 的 zset 的元素个数 name:键名 redis.zcard('grade') 获取键名为 grade 的 zset 中元素的个数 3
zremrangebyrank (name, min, max) 删除键名为 name 的 zset 中排名在给定区间的元素 name:键名;min:最低位次;max:最高位次 redis.zremrangebyrank ('grade', 0, 0) 删除键名为 grade 的 zset 中排名第一的元素 1,即删除的元素个数
zremrangebyscore (name, min, max) 删除键名为 name 的 zset 中 score 在给定区间的元素 name:键名;min:最低 score;max:最高 score redis.zremrangebyscore ('grade', 80, 90) 删除 score 在 80 到 90 之间的元素 1,即删除的元素个数

9. 散列操作

Redis 还提供了散列表的数据结构,我们可以用 name 指定一个散列表的名称,表内存储了各个键值对,用法总结如表 5-10 所示。

表 5-10 散列操作

方  法 作  用 参数说明 示  例 示例说明 示例结果
hset(name, key, value) 向键名为 name 的散列表中添加映射 name:键名;key:映射键名;value:映射键值 hset('price', 'cake', 5) 向键名为 price 的散列表中添加映射关系,cake 的值为 5 1,即添加的映射个数
hsetnx(name, key, value) 如果映射键名不存在,则向键名为 name 的散列表中添加映射 name:键名;key:映射键名;value:映射键值 hsetnx('price', 'book', 6) 向键名为 price 的散列表中添加映射关系,book 的值为 6 1,即添加的映射个数
hget(name, key) 返回键名为 name 的散列表中 key 对应的值 name:键名;key:映射键名 redis.hget('price', 'cake') 获取键名为 price 的散列表中键名为 cake 的值 5
hmget(name, keys, *args) 返回键名为 name 的散列表中各个键对应的值 name:键名;keys:键名序列 redis.hmget('price', ['apple', 'orange']) 获取键名为 price 的散列表中 apple 和 orange 的值 [b'3', b'7']
hmset(name, mapping) 向键名为 name 的散列表中批量添加映射 name:键名;mapping:映射字典 redis.hmset('price', {'banana': 2, 'pear': 6}) 向键名为 price 的散列表中批量添加映射 True
hincrby(name, key, amount=1) 将键名为 name 的散列表中映射的值增加 amount name:键名;key:映射键名;amount:增长量 redis.hincrby('price', 'apple', 3) key 为 price 的散列表中 apple 的值增加 3 6,修改后的值
hexists(name, key) 键名为 name 的散列表中是否存在键名为键的映射 name:键名;key:映射键名 redis.hexists('price', 'banana') 键名为 price 的散列表中 banana 的值是否存在 True
hdel(name, *keys) 在键名为 name 的散列表中,删除键名为键的映射 name:键名;keys:键名序列 redis.hdel('price', 'banana') 从键名为 price 的散列表中删除键名为 banana 的映射 True
hlen(name) 从键名为 name 的散列表中获取映射个数 name:键名 redis.hlen('price') 从键名为 price 的散列表中获取映射个数 6
hkeys(name) 从键名为 name 的散列表中获取所有映射键名 name:键名 redis.hkeys('price') 从键名为 price 的散列表中获取所有映射键名 [b'cake', b'book', b'banana', b'pear']
hvals(name) 从键名为 name 的散列表中获取所有映射键值 name:键名 redis.hvals('price') 从键名为 price 的散列表中获取所有映射键值 [b'5', b'6', b'2', b'6']
hgetall(name) 从键名为 name 的散列表中获取所有映射键值对 name:键名 redis.hgetall('price') 从键名为 price 的散列表中获取所有映射键值对 {b'cake': b'5', b'book': b'6', b'orange': b'7', b'pear': b'6'}

10. RedisDump

RedisDump 提供了强大的 Redis 数据的导入和导出功能,现在就来看下它的具体用法。

首先,确保已经安装好了 RedisDump。

RedisDump 提供了两个可执行命令:redis-dump 用于导出数据,redis-load 用于导入数据。

redis-dump

首先,可以输入如下命令查看所有可选项:

redis-dump -h

运行结果如下:

Usage: redis-dump [global options] COMMAND [command options]   
    -u, --uri=S                      Redis URI (e.g. redis://hostname[:port])  
    -d, --database=S                 Redis database (e.g. -d 15)  
    -s, --sleep=S                    Sleep for S seconds after dumping (for debugging)  
    -c, --count=S                    Chunk size (default: 10000)  
    -f, --filter=S                   Filter selected keys (passed directly to redis' KEYS command)  
    -O, --without_optimizations      Disable run time optimizations  
    -V, --version                    Display version  
    -D, --debug  
        --nosafe

其中 - u 代表 Redis 连接字符串,-d 代表数据库代号,-s 代表导出之后的休眠时间,-c 代表分块大小,默认是 10000,-f 代表导出时的过滤器,-O 代表禁用运行时优化,-V 用于显示版本,-D 表示开启调试。

我们拿本地的 Redis 做测试,运行在 6379 端口上,密码为 foobared,导出命令如下:

redis-dump -u :foobared@localhost:6379

如果没有密码的话,可以不加密码前缀,命令如下:

redis-dump -u localhost:6379

运行之后,可以将本地 0 至 15 号数据库的所有数据输出出来,例如:

{"db":0,"key":"name2","ttl":-1,"type":"string","value":"Durant","size":6}  
{"db":0,"key":"name3","ttl":-1,"type":"string","value":"Durant","size":6}  
{"db":0,"key":"name4","ttl":-1,"type":"string","value":"HelloWorld","size":10}  
{"db":0,"key":"name5","ttl":-1,"type":"string","value":"James","size":5}  
{"db":0,"key":"name6","ttl":-1,"type":"string","value":"James","size":5}  
{"db":0,"key":"age","ttl":-1,"type":"string","value":"1","size":1}  
{"db":0,"key":"age2","ttl":-1,"type":"string","value":"-5","size":2}

每条数据都包含 6 个字段,其中 db 即数据库代号,key 即键名,ttl 即该键值对的有效时间,type 即键值类型,value 即内容,size 即占用空间。

如果想要将其输出为 JSON 行文件,可以使用如下命令:

redis-dump -u :foobared@localhost:6379 &gt; ./redis_data.jl

这样就可以成功将 Redis 的所有数据库的所有数据导出成 JSON 行文件了。

另外,可以使用 - d 参数指定某个数据库的导出,例如只导出 1 号数据库的内容:

redis-dump -u :foobared@localhost:6379 -d 1 &gt; ./redis.data.jl

如果只想导出特定的内容,比如想导出以 adsl 开头的数据,可以加入 - f 参数用来过滤,命令如下:

redis-dump -u :foobared@localhost:6379 -f adsl:* &gt; ./redis.data.jl

其中 - f 参数即 Redis 的 keys 命令的参数,可以写一些过滤规则。

redis-load

同样,我们可以首先输入如下命令查看所有可选项:

redis-load -h

运行结果如下:

redis-load --help  
  Try: redis-load [global options] COMMAND [command options]   
    -u, --uri=S                      Redis URI (e.g. redis://hostname[:port])  
    -d, --database=S                 Redis database (e.g. -d 15)  
    -s, --sleep=S                    Sleep for S seconds after dumping (for debugging)  
    -n, --no_check_utf8  
    -V, --version                    Display version  
    -D, --debug  
        --nosafe

其中 - u 代表 Redis 连接字符串,-d 代表数据库代号,默认是全部,-s 代表导出之后的休眠时间,-n 代表不检测 UTF-8 编码,-V 表示显示版本,-D 表示开启调试。

我们可以将 JSON 行文件导入到 Redis 数据库中:

< redis_data.json redis-load -u :foobared@localhost:6379

这样就可以成功将 JSON 行文件导入到数据库中了。

另外,下面的命令同样可以达到同样的效果:

cat redis_data.json | redis-load -u :foobared@localhost:6379

本节中,我们不仅了解了 redis-py 对 Redis 数据库的一些基本操作,还演示了 RedisDump 对数据的导入导出操作。由于其便捷性和高效性,后面我们会利用 Redis 实现很多架构,如维护代理池、Cookies 池、ADSL 拨号代理池、Scrapy-Redis 分布式架构等,所以 Redis 的操作需要好好掌握。