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
bash
pip install redis(2) 基础连接
python
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
python
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）
python
# 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）
python
# 设置字段
client.hset('user:profile:1001', 'name', 'Alice')
client.hmset('user:profile:1001', {'age': 30, 'email': '[email protected]'})
# 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）
python
# 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）
python
# 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）
python
# 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）
python
# 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）
python
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
python
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
python
# 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
python
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）
bash
pip install msgpack
python
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）
python
# 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
python
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
python
# 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：
python
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）：
bash
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：
python
slow_logs = client.slowlog_get()• 监控内存使用：
python
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
python
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
python
# 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
| 操作类型 | 核心方法 | 适用场景 |
|---|---|---|
| 基础数据操作 | set/hset/lpush/sadd/zadd |
缓存、队列、标签、排行榜 |
| 事务与管道 | pipeline + multi |
批量操作、原子性执行 |
| 分布式锁 | SET + NX + Lua 脚本 |
资源竞争控制 |
| 发布订阅 | publish + subscribe |
实时消息通知 |
| 性能优化 | 连接池、Pipeline、异步删除 | 高并发、大数据量场景 |
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。