Redis常用操作小结

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')


基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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