Redis常用操作小结

本文深入探讨Redis的五种核心数据结构:String、Hash、List、Set和ZSet的操作方法,包括设置键值、过期时间、获取值等,并提供Python封装类实现常见Redis操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

redis-server		#服务端命令
ps aux | grep redis		#查看进程

# Redis启动与停止
sudo service redis-server stop
sudo service redis-server start

# 连接Redis
redis-cli

# 切换数据库:数据库没有名称,默认16个库,通过0-15来标识,连接Redis默认使用第一个库,可以自定义库名
select num

一、数据结构

1、string 字符串操作
# 设置键值:set key value
set name laowang

# 获取值
get name

# 设置键值的过期时间,以秒为单位:setex key  seconds value
set aa 10 aaa

# 查看时间:ttl key
ttl aa

# 设置多个键值对:mset key1 value1 key2 value2 key3 value3...
mset a1 python a2 java a3 php

# 获取多个键对应的值:mget key1 key2 key3...
mget a1 a2 a3

# 查看所有键:key *

# 查看匹配的键(支持正则)
key a*

# 删除键对应的值:del key1 key2 key3...
del a1 a2 a3

# 设置键的过期时间:expire key seconds
expire a3 5

# 清除库里面的所有键
flusall
2、hash类型
  • 键不允许重复
  • hash用于存储对象
 设置键user的属性name为VIP:hset key attribute value
 获取所有键属性:hget attribute
 获取指定键所有属性:hget key
 获取所有属性的值:hvals key
 设置多个属性:hmset key attribute1 value1 attribute2 value2...
 获取一个属性的值:hget key attribute
 删除操作:hdel  key attribute1 attribute2...
3、list类型
  • 列表的元素类型为string
  • 按照插入顺序进行排序
 在左侧插入数据:lpush key value1 value2...
 在右侧插入数据:rpush key value1 value2...
 指定元素value2后插入数据value3:linsert key before value2 value3
 获取键所有元素:lrange key 0 -1
 修改列表元素(指定下标)的值为value1:lset key 下标 value1
 删除两个元素value:lrem key -2 value
4、set类型
  • 集合,里面是一个容器,不允许相同的元素,每一个值都是独一无二
  • 无序集合
  • 元素类型为string
  • 具有唯一性,不重复
  • 集合没有修改操作
 添加数据:sadd key value1 value2 value3...
 获取集合的值:smembers key
 删除值values:srem key  values
5、zset类型
  • 有序集合,在set集合基础知识上的排序
  • sorted set 有序集合
  • 元素是string类型
  • 元素具有唯一性,不重复
  • 每个元素或有关联一个叫double类型,表示权重,通过权重进行排序
  • 没有修改操作
 a1的集合添加元素 lisi wangwu zhangsan ergou,权重分别是4 5 6 7:zadd a1 4 lisi 5 wangwu 6 zhangsan 7 ergou
 获取键所有的元素:zrange key 0 -1
 通过权重获取4-6的数据:zrangebyscore key 4 6
 获取value1对应权重:zscore key value1
 指定删除元素value:zrem key value
 删除权重4-6之间的数据:zrembyscore key 4 6

二、将Redis操作方法封装成类

import redis

class RedisClient(object):

    connection_client=None
    def __init__(self,config):
        self.config=config
        temp_client = redis.StrictRedis(
            host=self.config['host'],
            port=self.config['port'],
            db=self.config['db'],
            decode_responses=self.config['decode_responses']
        )
        self.connection_client=temp_client

    def rpush(self,key,*str_text):
        r = self.connection_client
        pipe = r.pipeline()
        pipe.lpush(key,str_text)
        pipe.execute()

    def lrange(self,key,start,stop):
        r=self.connection_client
        res = r.lrange(key,start,stop)
        return res

    def set(self,key,value):
        r = self.connection_client
        res = r.set(key,value)
        res1 = r.get(key)
        print(res1)
        return res1

config = {
    'host':'127.0.0.1',
    'port':6379,
    'db':8,
    'decode_responses':'True'
}

redis_client=RedisClient(config)
redis_client.rpush('age',18,55)
a = redis_client.lrange('age',0,-1)
print(type(a),a)
redis_client.set('student','zhangsan')


内容概要:该PPT详细介绍了企业架构设计的方法论,涵盖业务架构、数据架构、应用架构和技术架构四大核心模块。首先分析了企业架构现状,包括业务、数据、应用和技术四大架构的内容和关系,明确了企业架构设计的重要性。接着,阐述了新版企业架构总体框架(CSG-EAF 2.0)的形成过程,强调其融合了传统架构设计(TOGAF)和领域驱动设计(DDD)的优势,以适应数字化转型需求。业务架构部分通过梳理企业级和专业级价值流,细化业务能力、流程和对象,确保业务战略的有效落地。数据架构部分则遵循五大原则,确保数据的准确、一致和高效使用。应用架构方面,提出了分层解耦和服务化的设计原则,以提高灵活性和响应速度。最后,技术架构部分围绕技术框架、组件、平台和部署节点进行了详细设计,确保技术架构的稳定性和扩展性。 适合人群:适用于具有一定企业架构设计经验的IT架构师、项目经理和业务分析师,特别是那些希望深入了解如何将企业架构设计与数字化转型相结合的专业人士。 使用场景及目标:①帮助企业和组织梳理业务流程,优化业务能力,实现战略目标;②指导数据管理和应用开发,确保数据的一致性和应用的高效性;③为技术选型和系统部署提供科学依据,确保技术架构的稳定性和扩展性。 阅读建议:此资源内容详尽,涵盖企业架构设计的各个方面。建议读者在学习过程中,结合实际案例进行理解和实践,重点关注各架构模块之间的关联和协同,以便更好地应用于实际工作中。
资 源 简 介 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系, 详 情 说 明 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系,在此基础上重点分析了一种快速ICA实现算法一FastICA。物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号,而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征,本文利用独立分量分析的思想和方法,提出了利用FastICA算法提取光谱信号的特征的方案,并进行了详细的仿真实验。 此外,我们还进行了进一步的研究,探索了其他可能的ICA应用领域,如音乐信号处理、图像处理以及金融数据分析等。通过在这些领域中的实验和应用,我们发现ICA在提取信号特征、降噪和信号分离等方面具有广泛的潜力和应用前景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值