py连接Redis
与mongo和mysql不同，redis多用于存储中间层，目前我多用于查重去重，我们需要安装一个库：
pip install redis之前的aioredis合并到redis中了
同步操作
建立连接
importredis# 同步操作都这样导包client_syn=redis.Redis(host="127.0.0.1",port=6379,decode_responses=True)同步操作
# 给Redis中键为"count"的字符串类型键值对设置值为10（覆盖原有值，无过期时间）client_syn.set("count",10)# 获取Redis中键为"count"的字符串类型值（返回bytes类型，若设置decode_responses=True则返回字符串）client_syn.get("count")# 向Redis中名为"duplicate"的集合（Set）添加元素"md5_1"，集合自动去重client_syn.sadd("duplicate","md5_1")# 判断"md5_1"是否是Redis中"duplicate"集合的成员，返回True/Falseclient_syn.sismember("duplicate","md5_1")去重操作一般用后两个，实现代码如下：
# 模拟待处理的一批数据（含重复值）data_list=["md5_1","md5_2","md5_1","md5_3"]# 这里其实会将某些一定不能相同的数据加密成md5用于去重操作fordataindata_list:# 1. 先判断当前数据是否已存在于去重集合中# （存在则跳过，实现去重）ifclient_syn.sismember("duplicate",data):print(f"数据{data}已存在，跳过处理")continue# 2. 数据不存在，执行业务处理（比如存储、爬虫等）print(f"处理新数据：{data}")# 3. 将处理后的新数据加入去重集合# （Sadd会自动忽略重复元素，即使重复执行也不会存入重复值）client_syn.sadd("duplicate",data)异步操作
建立连接
第一种是普通连接，适合低并发的操作：fromredisimportasyncioasaioredis client_aio=awaitaioredis.from_url("redis://localhost:6379/0",# Redis 地址：主机+端口+数据库编号（0-15）decode_responses=True,# 自动把 Redis 返回的 bytes 转字符串（无需手动 decode）password=None,# 无密码设为 None，有密码则填字符串（如 "123456"）encoding="utf-8"# 字符编码，固定 utf-8 即可)第二种是建立连接池，适合高并发：
# 先创建连接池（控制最大连接数，避免连接耗尽）pool=aioredis.ConnectionPool.from_url("redis://localhost:6379/0",max_connections=100,# 连接池最大连接数（根据服务器性能调整）decode_responses=True# 统一开启字符串自动解码)# 基于连接池创建 Redis 实例redis_pool=aioredis.Redis(connection_pool=pool)基本操作
基础K-V操作（key value）awaitclient_aio.set("name","张三",ex=60)# 新增：仅当 key=age 不存在时设置值=20（setnx = set if not exists，避免覆盖）awaitclient_aio.setnx("age",20)# 查询：获取单个 key 的值name=awaitclient_aio.get("name")age=awaitclient_aio.get("age")print(f"【单个查询】name={name}, age={age}")# 输出：name=张三, age=20# 删除：删除指定 keyawaitclient_aio.delete("age")print(f"【删除后查询】age={awaitclient_aio.get('age')}")# 输出：age=None# 批量设置：一次设置多个 key-valueawaitclient_aio.mset({"k1":"v1","k2":"v2","k3":"v3"})# 批量获取：一次获取多个 key 的值（返回列表，顺序与入参一致）batch_data=awaitclient_aio.mget(["k1","k2","k3"])print(f"【批量查询】{batch_data}")# 输出：['v1', 'v2', 'v3']集合基础操作
# ========== 新增元素（自动去重） ==========# 向集合 unique_users 添加 3 个元素（其中 user1 重复，自动过滤）awaitclient_aio.sadd("unique_users","user1","user2","user1")# ========== 查询操作 ==========# 1. 获取集合所有元素（返回集合类型，天然去重）all_users=awaitclient_aio.smembers("unique_users")# 2. 判断元素是否在集合中（返回 True/False，去重核心判断）is_user1_exist=awaitclient_aio.sismember("unique_users","user1")is_user3_exist=awaitclient_aio.sismember("unique_users","user3")# 3. 获取集合元素数量user_count=awaitclient_aio.scard("unique_users")print(f"【集合所有元素】{all_users}")# 输出：{'user1', 'user2'}print(f"【user1 是否存在】{is_user1_exist}")# 输出：Trueprint(f"【user3 是否存在】{is_user3_exist}")# 输出：Falseprint(f"【集合元素数量】{user_count}")# 输出：2# ========== 删除元素 ==========# 从集合中删除指定元素 user2awaitclient_aio.srem("unique_users","user2")print(f"【删除后元素】{awaitclient_aio.smembers('unique_users')}")# 输出：{'user1'}去重可配合sadd和sismember：
关闭连接
和pymongo一样，redis不论同步异步都不需要手动关闭连接常用组合（异步）
importasynciofromredisimportasyncioasaioredisasyncdefget_redis_client():"""创建Redis异步连接（生产级连接池配置）"""# 自定义连接池（高并发/生产场景首选）pool=aioredis.ConnectionPool.from_url("redis://localhost:6379/0",max_connections=50,# 按需调整，默认足够日常使用decode_responses=True# 自动转字符串，省手动解码)returnaioredis.Redis(connection_pool=pool)asyncdefredis_common_operations():# 1. 获取连接redis=awaitget_redis_client()# ========== 【最常用】String（KV键值） ==========awaitredis.set("name","张三",ex=30)# 设置值+30秒过期print("String查询：",awaitredis.get("name"))# 获取值# ========== 【最常用】Set（去重核心） ==========awaitredis.sadd("unique_ids","id1","id2","id1")# 自动去重print("Set所有元素：",awaitredis.smembers("unique_ids"))# 查所有print("元素是否存在：",awaitredis.sismember("unique_ids","id1"))# 去重判断# ========== 【常用】Hash（存储对象） ==========awaitredis.hset("user:1001",mapping={"name":"李四","age":25})# 存对象print("Hash查询：",awaitredis.hgetall("user:1001"))# 查整个对象# ========== 【常用】Pipeline（批量原子操作） ==========pipe=redis.pipeline()pipe.set("a",1).incr("a").set("b",2)print("管道执行结果：",awaitpipe.execute())# 关闭连接（可选，程序退出自动释放）awaitredis.close()# 运行测试if__name__=="__main__":asyncio.run(redis_common_operations())