从Python\+MySQL到Redis：非关系型数据库详解（PyCharm实操版）

作为已经掌握Python语言和MySQL关系型数据库的开发者，当你面临"高并发、快响应"的场景时，一定会发现MySQL的局限性------比如频繁查询热点数据时，响应速度变慢、数据库压力剧增。这时候，非关系型数据库Redis就成了最佳搭档。

本文将从Redis基础概念入手，重点讲解如何在PyCharm中操作Redis，结合Python代码实现常用功能，同时对比Redis与MySQL的差异，帮你快速上手这个"高性能缓存神器"，无缝衔接你已有的技术栈。

一、什么是Redis？

Redis（Remote Dictionary Server，远程字典服务）是一款开源的非关系型数据库（NoSQL），核心特点是"基于内存存储"，也就是说数据主要存在内存中，而非像MySQL那样存在硬盘里------这也是它比MySQL快几十倍、上百倍的核心原因。

1.1 Redis与MySQL的核心区别

你已经熟悉MySQL（关系型数据库），我们用一张表快速区分两者，避免混淆：

对比维度	MySQL（关系型）	Redis（非关系型）
存储位置	主要存硬盘（持久化）	主要存内存（可配置持久化）
数据结构	二维表（行+列），需提前建表	键值对（key-value），支持多种数据类型（字符串、列表、哈希等），无需建表
核心优势	支持事务、复杂SQL查询、海量数据持久化	高并发、超快速（毫秒级响应）、支持缓存、分布式锁等特殊场景
适用场景	核心业务数据存储（用户、订单、商品等）	热点数据缓存、会话存储、排行榜、限流等

简单总结：MySQL管"安全存储"，Redis管"快速访问"，两者搭配使用（比如Redis缓存MySQL的热点数据），是企业开发中最常见的架构组合。

1.2 Redis的核心特点（为什么要用它？）

速度极快：内存读写，响应时间通常在1-10毫秒，比MySQL快50-100倍；
支持多种数据类型：不止字符串，还有列表、哈希、集合、有序集合，能满足更多场景；
可持久化：虽然数据在内存，但能配置将数据同步到硬盘，避免断电丢失；
支持分布式：可部署多个Redis节点，应对高并发场景（后续可拓展）；
轻量易用：安装简单，API简洁，结合Python操作门槛极低。

1. 3 Redis的应用场景

缓存系统：减轻数据库压力，提升系统性能
计数器：如网站访问量、点赞数等
消息队列：利用列表类型实现简单的消息队列
排行榜：利用有序集合实现各种排行榜功能
会话存储：存储用户会话信息

二、前置准备：Redis安装 + PyCharm环境配置

2.1 Redis安装：直接通过小P安装

也可以通过命令安装

bash 复制代码

# 安装 redis-py
pip install redis

2. 2 pycharm配置

2.3 验证安装

安装完成后，可以在命令提示窗，通过以下命令测试Redis是否正常工作

bash 复制代码

# 连接 Redis 客户端
redis-cli

# 在 Redis 客户端中测试
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> set test "nihao"
OK
127.0.0.1:6379> get test
"nihao"
127.0.0.1:6379> exit

三、PyCharm中操作Redis：核心用法（Python代码实现）

Redis的核心是"键值对（key-value）"，我们结合Python代码，讲解最常用的5种数据类型操作，每一种都对应实际开发场景，结合你熟悉的Python语法，一看就会。

3.1 字符串（String）：最基础的键值对（类似Python的字典）

适用场景：存储单个值（比如验证码、用户名、热点商品名称），对应MySQL中的单字段存储。

python 复制代码

import redis

# 1. 建立连接（后续代码可复用这个连接）
r = redis.Redis(
    host='localhost',  # 本地Redis地址，远程则填服务器IP
    port=6379,         # Redis默认端口
    db=0,              # Redis默认有16个数据库，编号0-15，可切换
    decode_responses=True  # 自动将返回的bytes类型转为字符串，避免每次decode
)

# 2. 字符串操作
r.set('username', 'zhangsan')  # 设置键值对（key=username，value=zhangsan）
r.setex('code', 60, '123456')  # 设置带过期时间的键值对（60秒后过期，适合验证码）
print(r.get('username'))        # 读取值，输出：zhangsan
print(r.exists('code'))         # 判断键是否存在，输出：True（过期后为False）
r.delete('username')            # 删除键
print(r.get('username'))        # 键不存在，输出：None

3.2 哈希（Hash）：适合存储对象（类似Python的字典嵌套）

适用场景：存储一个对象的多个属性（比如用户信息、商品信息），对应MySQL中的一行数据（多列），但无需建表。

python 复制代码

# 哈希操作：存储用户信息
r.hset('user:1001', mapping={  # key=user:1001（规范：表名:主键），value是字典
    'id': 1001,
    'name': '李四',
    'age': 25,
    'gender': '男'
})

# 读取哈希中的单个字段
print(r.hget('user:1001', 'name'))  # 输出：李四

# 读取哈希中的所有字段和值
print(r.hgetall('user:1001'))  # 输出：{'id': '1001', 'name': '李四', 'age': '25', 'gender': '男'}

# 删除哈希中的某个字段
r.hdel('user:1001', 'age')
print(r.hgetall('user:1001'))  # 输出：{'id': '1001', 'name': '李四', 'gender': '男'}

3.3 列表（List）：有序可重复，类似Python的列表

适用场景：存储有序数据（比如消息队列、最新消息列表、分页数据）。

python 复制代码

# 列表操作：存储消息列表
r.lpush('message', '第一条消息')  # 从列表左侧添加元素
r.lpush('message', '第二条消息')
r.rpush('message', '第三条消息')  # 从列表右侧添加元素

# 读取列表中的所有元素
print(r.lrange('message', 0, -1))  # 输出：['第二条消息', '第一条消息', '第三条消息']

# 弹出列表元素（左侧弹出，弹出后元素消失）
print(r.lpop('message'))  # 输出：第二条消息
print(r.lrange('message', 0, -1))  # 输出：['第一条消息', '第三条消息']

3.4 集合（Set）：无序不可重复，类似Python的集合

适用场景：去重操作（比如用户标签、点赞用户列表）。

python 复制代码

# 集合操作：存储用户标签（不可重复）
r.sadd('user:1001:tags', 'Python', 'MySQL', 'Redis')  # 添加多个元素
r.sadd('user:1001:tags', 'Python')  # 重复添加，不会生效

# 读取集合中的所有元素
print(r.smembers('user:1001:tags'))  # 输出：{'Python', 'MySQL', 'Redis'}（无序）

# 判断元素是否在集合中
print(r.sismember('user:1001:tags', 'Java'))  # 输出：False

# 删除集合中的元素
r.srem('user:1001:tags', 'MySQL')
print(r.smembers('user:1001:tags'))  # 输出：{'Python', 'Redis'}

3.5 有序集合（Sorted Set）：有序不可重复，带分数排序

适用场景：排行榜（比如用户积分排行榜、商品销量排行榜），这是MySQL实现起来很麻烦，但Redis很轻松的场景。

python 复制代码

# 有序集合操作：用户积分排行榜
r.zadd('user:ranking', {
    'zhangsan': 80,
    'lisi': 95,
    'wangwu': 75
})  # key=排行榜名称，value是字典（用户:积分），积分作为排序依据

# 按积分升序排列（从低到高）
print(r.zrange('user:ranking', 0, -1, withscores=True))  # 输出：[('wangwu', 75.0), ('zhangsan', 80.0), ('lisi', 95.0)]

# 按积分降序排列（从高到低，最常用）
print(r.zrevrange('user:ranking', 0, -1, withscores=True))  # 输出：[('lisi', 95.0), ('zhangsan', 80.0), ('wangwu', 75.0)]

# 获取某个用户的排名（降序，排名从0开始）
print(r.zrevrank('user:ranking', 'zhangsan'))  # 输出：1（第二名）

四、Redis与Python+MySQL的结合使用（实战场景）

你已经掌握了Python和MySQL，现在结合Redis，实现一个最常见的实战场景：用Redis缓存MySQL的热点数据，减轻MySQL压力，提升接口响应速度。

核心逻辑：查询数据时，先查Redis；如果Redis有数据（命中），直接返回；如果没有（未命中），查MySQL，再把数据存入Redis，下次查询直接用Redis。

python 复制代码

import redis
import pymysql

# 1. 连接Redis
r = redis.Redis(host='localhost', port=6379, db=0, decode_responses=True)

# 2. 连接MySQL（你已熟悉的代码）
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='你的MySQL密码',
    database='你的数据库名',
    charset='utf8mb4'
)
cursor = conn.cursor(pymysql.cursors.DictCursor)

# 3. 实战：查询用户信息（用Redis缓存）
def get_user_info(user_id):
    # 第一步：先查Redis
    user_key = f'user:{user_id}'
    user_info = r.hgetall(user_key)
    
    if user_info:
        # Redis命中，直接返回数据
        print('从Redis获取数据')
        return user_info
    
    # 第二步：Redis未命中，查MySQL
    sql = f"select id, name, age, gender from user where id = {user_id}"
    cursor.execute(sql)
    user_info = cursor.fetchone()
    
    if user_info:
        # 把MySQL查询到的数据存入Redis，方便下次查询
        r.hset(user_key, mapping=user_info)
        # 设置过期时间（300秒），避免数据长期缓存导致与MySQL不一致
        r.expire(user_key, 300)
        print('从MySQL获取数据，并存入Redis')
    else:
        print('用户不存在')
    
    return user_info

# 测试（第一次查MySQL，第二次查Redis）
print(get_user_info(1001))  # 输出：从MySQL获取数据，并存入Redis + 用户信息
print(get_user_info(1001))  # 输出：从Redis获取数据 + 用户信息

# 关闭连接
cursor.close()
conn.close()

注意：当MySQL中的数据被修改（比如用户更新姓名），需要同步删除Redis中的对应缓存，否则会出现"缓存与数据库不一致"的问题（后续可拓展讲解）。

五、常见问题与避坑指南（结合你的报错）

5.1 报错：Driver class 'jdbc.RedisDriver' is incompatible with current JRE

原因：你在PyCharm的"Database"面板（用于连接MySQL等关系型数据库）中，试图用JDBC驱动连接Redis，但Redis不是关系型数据库，不支持JDBC协议，没有jdbc.RedisDriver这个驱动。

解决：放弃用Database面板连Redis，按本文"2.2节"配置，用Python的redis库操作，或安装PyCharm的Redis可视化插件（比如Iedis、Redis Explorer）。

5.2 报错：Connection refused: connect

原因：Redis服务未启动，或连接地址、端口错误。

解决：1. 启动Redis服务（cmd运行redis-server.exe redis.windows.conf）；2. 检查代码中host（本地填localhost）、port（默认6379）是否正确。

5.3 数据存入Redis后，重启Redis就消失了？

原因：Redis默认是"内存存储"，断电或重启服务后，内存中的数据会丢失。

解决：配置Redis持久化（简单配置：打开Redis解压目录的redis.windows.conf，找到appendonly yes，取消注释，保存后重启Redis，数据会同步到硬盘）。

六、总结与后续学习方向

作为Python+MySQL开发者，Redis是你提升技术栈的"必备工具"------它不复杂，核心就是"内存级键值对存储"，解决MySQL高并发读的痛点。

本文重点讲解了Redis的基础概念、PyCharm实操、核心用法，以及与MySQL的结合，你可以先掌握这些基础，后续再拓展：

Redis持久化（RDB vs AOF）：确保数据不丢失；
缓存问题（穿透、击穿、雪崩）：企业面试高频考点；
Redis分布式锁：解决多线程/多服务并发问题；
Redis集群：应对海量数据和更高并发。

Redis的学习成本很低，结合你已有的Python和MySQL基础，多写几行代码实操，很快就能上手，后续开发中遇到高并发场景，就能轻松应对啦！

从Python\+MySQL到Redis：非关系型数据库详解（PyCharm实操版）

一、什么是Redis？

1.1 Redis与MySQL的核心区别

1.2 Redis的核心特点（为什么要用它？）

1. 3 Redis的应用场景

二、前置准备：Redis安装 + PyCharm环境配置

2.1 Redis安装：直接通过小P安装

2. 2 pycharm配置

2.3 验证安装

三、PyCharm中操作Redis：核心用法（Python代码实现）

3.1 字符串（String）：最基础的键值对（类似Python的字典）

3.2 哈希（Hash）：适合存储对象（类似Python的字典嵌套）

3.3 列表（List）：有序可重复，类似Python的列表

3.4 集合（Set）：无序不可重复，类似Python的集合

3.5 有序集合（Sorted Set）：有序不可重复，带分数排序

四、Redis与Python+MySQL的结合使用（实战场景）

五、常见问题与避坑指南（结合你的报错）

5.1 报错：Driver class &#39;jdbc.RedisDriver&#39; is incompatible with current JRE

5.2 报错：Connection refused: connect

5.3 数据存入Redis后，重启Redis就消失了？

六、总结与后续学习方向

5.1 报错：Driver class 'jdbc.RedisDriver' is incompatible with current JRE