标签：location second OLE 存在 apply data 导包 开始 arm
# 1 pip3 install redis
# 简单使用
from redis import Redis
# conn=Redis()
#连接对象
conn=Redis(host=‘127.0.0.1‘, port=6379)
ret=conn.get(‘name‘)
print(ret)
###### t_redis_pool.py
#redis连接池
import redis
#pool必须是单例的
POOL = redis.ConnectionPool(host=‘127.0.0.1‘, port=6379,max_connections=100) # 造一个池子,最多能放100个连接
#######t_redis_conn.py
#redis连接池
# import redis
# #pool必须是单例的
# pool = redis.ConnectionPool(host=‘127.0.0.1‘, port=6379,max_connections=100) # 造一个池子,最多能放100个连接
import redis
#包内的py文件，如果想右键运行，导包的时候不能带点
from t_redis_pool import POOL # pycharm提示的错
r = redis.Redis(connection_pool=POOL) # 只要执行这一句话，就是从池中拿出一个连接
ret=r.get(‘name‘)
print(ret)
#####字符串操作
####1 set的用法
# conn.set(‘height‘,180) #基本使用
# conn.set(‘height‘,‘190‘,nx=True)
# conn.set(‘height‘,‘190‘,xx=True)
# conn.set(‘height1‘,‘190‘,xx=True)
‘‘‘
ex，过期时间（秒）
px，过期时间（毫秒）
nx，如果设置为True，则只有name不存在时，当前set操作才执行,值存在，就修改不了，执行没效果
xx，如果设置为True，则只有name存在时，当前set操作才执行，值存在才能修改，值不存在，不会设置新值
‘‘‘
### 2
# setnx(name, value)
#
# 设置值，只有name不存在时，执行设置操作（添加）,如果存在，不会修改
# setex(name, value, time)
# # 设置值
# # 参数：
# # time，过期时间（数字秒 或 timedelta对象）
# psetex(name, time_ms, value)
# # 设置值
# # 参数：
# # time_ms，过期时间（数字毫秒 或 timedelta对象
# mset
# conn.mset({‘name1‘:‘11‘,‘name3‘:‘dasfd‘})
# ret=conn.mget([‘name1‘,‘name‘,‘name3‘])
# print(ret)
# ret=conn.getset(‘name1‘, ‘999‘)
# print(ret)
# ret=conn.getrange(‘name1‘,0,0) # 前闭后闭区间
# print(ret)
# conn.setrange(‘name1‘,1,88888)
# ret=conn.getbit(‘name1‘,9)
# print(ret)
#incr ：统计网站访问量，页面访问量，接口访问量
# conn.incr(‘name1‘) # 只要一执行，数字加1
# conn.incr(‘name1‘) # 只要一执行，数字加1
# conn.incr(‘name1‘) # 只要一执行，数字加1
# conn.incr(‘name1‘) # 只要一执行，数字加1
#decr
# conn.incr(‘name1‘,-2)
# conn.decr(‘name1‘,3)
# conn.append(‘name1‘,‘oo‘)
# conn.incr(‘name1‘)
##重点：
#set :很多参数
#get
#mset
#mget
#incr
#decr
#append
# hash操作
# conn.hset(‘hash1‘,‘name‘,‘lqz‘)
# conn.hset(‘hash1‘,‘name2‘,‘lqz‘)
# conn.hset(‘hash1‘,‘name‘,‘lqz444‘) # key不可以重复，
# ret=conn.hget(‘hash1‘,‘name‘) #只能取一个
# print(ret)
# conn.hmset(‘hash2‘,{‘key1‘:‘value1‘,‘key2‘:‘value2‘})
# ret=conn.hmget(‘hash1‘,‘name‘,‘name2‘)
# ret=conn.hmget(‘hash1‘,[‘name‘,‘name2‘])
# print(ret)
# ret=conn.hgetall(‘hash1‘) # 尽量少用
# print(ret)
# ret=conn.hlen(‘hash1‘)
# ret=conn.hkeys(‘hash1‘)
# ret=conn.hexists(‘hash1‘,‘name1‘)
# ret=conn.hdel(‘hash1‘,‘name‘)
# conn.hset(‘hash1‘,‘name‘,12)
# ret=conn.hincrby(‘hash1‘,‘name‘)
#
# print(ret)
# 以后想取出hash类型内所有的数据，不建议用hgetall，建议用hscan_iter
# 一次性先取一部分回来（假设有1w条，先取回100条，把这100条做成了生成器）
# ret=conn.hscan_iter(‘hash1‘)
# print(ret)
# for i in ret:
# print(i)
##重点掌握
# hset
# hget
#hmset
#hmget
# hincrby
# 区分hgetall和hscan_iter
### 列表操作
# ret=conn.lpush(‘list1‘,1,2,3,4,5)
# ret=conn.rpush(‘list1‘,999)
# ret=conn.lpushx(‘list2‘,1)
# ret=conn.lpushx(‘list1‘,888) # 必须有这个key才能放
# ret=conn.rpushx(‘list1‘,666) # 我们猜，返回总长度
# ret=conn.llen(‘list1‘)
# ret=conn.linsert(‘list1‘,‘before‘,‘3‘,‘77777777‘)
# ret=conn.linsert(‘list1‘,‘after‘,‘3‘,‘66666666‘)
# ret=conn.lset(‘list1‘,3,‘22222‘) #从0开始计数
# ret=conn.lset(‘list1‘,0,‘11111‘)
# ret=conn.lrem(‘list1‘,2,‘5‘) # 从前往后删除两个5
# ret=conn.lrem(‘list1‘,-1,‘5‘) # 从后往前删除1个5
# ret=conn.lrem(‘list1‘,0,‘5‘) # 删除所有5
# ret=conn.lpop(‘list1‘)
# ret=conn.rpop(‘list1‘)
# ret=conn.lindex(‘list1‘,0)
# ret=conn.lrange(‘list1‘,0,2) # 前闭后闭
# ret=conn.ltrim(‘list1‘,1,2)
# 重点block,阻塞,可以写一个超时时间
# ret=conn.blpop(‘list1‘,timeout=10)
# print(ret)
# 自定制分批取列表的数据
# conn.lpush(‘test‘,*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])
# conn.flushall()
def scan_list(name,count=2):
index=0
while True:
data_list=conn.lrange(name,index,count+index-1)
if not data_list:
return
index+=count
for item in data_list:
yield item
# print(conn.lrange(‘test‘,0,100))
for item in scan_list(‘test‘,5):
print(‘---‘)
print(item)
# 重点
lpush
lpop
blpop
lrange
llen
# 其他操作
# conn.delete(‘list1‘)
# ret=conn.delete(‘hash1‘)
# ret=conn.exists(‘hash2‘)
# ret=conn.keys(‘cache*‘) #查询以cache开头的所有key
# ret=conn.expire(‘hash2‘,2)
# ret=conn.type(‘name3‘)
# ret=conn.type(‘test‘)
# ret=conn.type(‘test‘)
print(ret)
# redis支持事务
# 管道。实现事务
# import redis
# pool = redis.ConnectionPool(host=‘127.0.0.1‘, port=6379)
#
# conn = redis.Redis(connection_pool=pool)
#
# # pipe = r.pipeline(transaction=False)
# pipe = conn.pipeline(transaction=True)
# pipe.multi()
# pipe.set(‘name‘, ‘alex‘)
#
# pipe.set(‘role‘, ‘sb‘)
#
# pipe.execute() # 这句话，才真正的去执行
# 方式一（通用方式）
# 方式二：django-redis
-pip install django-redis
-setting中配置
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
-使用两种方式
1 使用cache
from django.core.cache import cache
cache.set(‘name‘,user)
2 直接使用conn对象
from django_redis import get_redis_connection
conn = get_redis_connection(‘default‘)
print(conn.hgetall(‘xxx‘))
# 首页轮播图数据缓存到redis中
def list(self, request, *args, **kwargs):
# response=super().list(request, *args, **kwargs)
# 把data的数据加缓存
# 1 先去缓存拿数据
banner_list=cache.get(‘banner_list‘)
if not banner_list:
print(‘走数据库了‘)
# 缓存中没有，去数据库拿
response = super().list(request, *args, **kwargs)
# 加到缓存
cache.set(‘banner_list‘,response.data,60*60*24)
return response
return Response(data=banner_list)
# 1 异步任务框架，执行异步任务，执行延迟任务，执行定时任务
# 2 Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please don’t open any issues related to that platform.
# 3 使用
-pip install celery
# 4 两种结构
#1 只写一个py文件，内容如下celery_task.py：
from celery import Celery
broker=‘redis://127.0.0.1:6379/1‘ #broker任务队列
backend=‘redis://127.0.0.1:6379/2‘ # 结构存储，执行完的结果存在这
app=Celery(__name__,broker=broker,backend=backend)
#添加任务(使用这个装饰器装饰，@app.task)
@app.task
def add(x,y):
print(x,y)
return x+y
# 2启动worker
# 用命令来执行
# 非windows
# 命令：celery worker -A celery_task -l info
# windows：
# pip3 install eventlet
# celery worker -A celery_task -l info -P eventlet
# 3 添加任务
from celery_task import add
# add(3,4) # 直接执行，不会被添加到broker中
ret=add.delay(5,4) #想broker中添加一个任务
print(ret)
# 4 查看任务执行结果
from celery_task import app
from celery.result import AsyncResult
id = ‘3e397fd7-e0c1-4c5c-999c-2655a96793bb‘
if __name__ == ‘__main__‘:
async = AsyncResult(id=id, app=app)
if async.successful():
result = async.get()
print(result)
elif async.failed():
print(‘任务失败‘)
elif async.status == ‘PENDING‘:
print(‘任务等待中被执行‘)
elif async.status == ‘RETRY‘:
print(‘任务异常后正在重试‘)
elif async.status == ‘STARTED‘:
print(‘任务已经开始被执行‘)
#1 新建一个包，叫celery_task
-celery_task
-__init__.py
-celery.py
-task1.py
-task2.py
# 2 celery.py
from celery import Celery
broker=‘redis://127.0.0.1:6379/1‘ #broker任务队列
backend=‘redis://127.0.0.1:6379/2‘# 结构存储，执行完的结果存在这
app=Celery(__name__,broker=broker,backend=backend,include=[‘celery_task.task1‘,‘celery_task.task2‘])
# 3 task1.py
from .celery import app
@app.task
def add(x,y):
print(x,y)
return x+y
# 4 task2.py
from .celery import app
@app.task
def mutile(x,y):
print(x,y)
return x*y
# 5 添加任务（异步任务，延迟任务）
from celery_task.task1 import add
from celery_task.task2 import mutile
# 提交异步
ret=add.delay(6,7)
print(ret) # 2d4ad592-9548-4c7c-8df4-7f8583e8a1b1
# 提交延迟任务
from datetime import datetime, timedelta
# 需要utc时间
eta=datetime.utcnow() + timedelta(seconds=10)
ret=add.apply_async(args=(240, 50), eta=eta)
print(ret)
# 6获取结果同上
#1 celery.py
from celery import Celery
broker=‘redis://127.0.0.1:6379/1‘ #broker任务队列
backend=‘redis://127.0.0.1:6379/2‘ # 结构存储，执行完的结果存在这
app=Celery(__name__,broker=broker,backend=backend,include=[‘celery_task.task1‘,‘celery_task.task2‘])
# 执行定时任务
# 时区
app.conf.timezone = ‘Asia/Shanghai‘
# 是否使用UTC
app.conf.enable_utc = False
# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
‘add-task‘: {
‘task‘: ‘celery_task.task1.add‘,
# ‘schedule‘: timedelta(seconds=3),
‘schedule‘: crontab(hour=8, day_of_week=1), # 每周一早八点
‘args‘: (300, 150),
}
}
# 2 启动worker，启动beat
-celery worker -A celery_task -l info -P eventlet
-celery beat -A celery_task -l info
标签：location second OLE 存在 apply data 导包 开始 arm
原文地址：https://www.cnblogs.com/chenyoupan/p/13385420.html
