使用 Python 获取 Redis 数据库中的所有键
如果你了解 JSON,就会熟悉 Redis 设计系统。 它使用键值结构和分布式内存方法来实现弹性数据库。
哈希、列表、集合、排序集合、字符串、JSON 和流是 Redis 支持的众多数据结构之一。 这个开源数据库支持不同的语言,包括 Python,如果您正在使用它开发后端系统,一些模块和包可以提供帮助。
您经常对数据库执行的许多操作之一是检索数据,在像 Redis 这样的数据库中,键对于实现此类操作很重要。
本文将讨论获取 Redis 数据库中的所有键。
使用 keys() 获取 Redis 数据库中的所有键
要使用 redis,我们需要安装它; 您可以查看 Redis 下载页面以了解操作方法。 对于 Linux 和 macOS 用户来说,这要容易得多; 但是,对于 Windows 用户,您可能必须使用适用于 Linux 的 Windows 子系统 (WSL2),并且您可以按照他们的说明视频指南进行操作。
假设您已经设置了 Redis 数据库,我们将安装 redis 包,它提供对 Redis 数据库的客户端访问。 要安装它,我们将使用 pip 命令。
pip install redis
输出:
Collecting redis
Downloading redis-4.3.4-py3-none-any.whl (246 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 246.2/246.2 kB 794.4 kB/s eta 0:00:00
Collecting deprecated>=1.2.3
Downloading Deprecated-1.2.13-py2.py3-none-any.whl (9.6 kB)
Collecting async-timeout>=4.0.2
Downloading async_timeout-4.0.2-py3-none-any.whl (5.8 kB)
Collecting packaging>=20.4
Downloading packaging-21.3-py3-none-any.whl (40 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 40.8/40.8 kB 1.9 MB/s eta 0:00:00
Collecting wrapt<2,>=1.10
Downloading wrapt-1.14.1-cp310-cp310-win_amd64.whl (35 kB)
Collecting pyparsing!=3.0.5,>=2.0.2
Downloading pyparsing-3.0.9-py3-none-any.whl (98 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 98.3/98.3 kB 624.8 kB/s eta 0:00:00
Installing collected packages: wrapt, pyparsing, async-timeout, packaging, deprecated, redis
Successfully installed async-timeout-4.0.2 deprecated-1.2.13 packaging-21.3 pyparsing-3.0.9 redis-4.3.4 wrapt-1.14.1
因此,redis 包使用 wrapt、pyparsing、async-timeout、打包和不推荐使用的模块来为其模块提供支持。
要使用 redis 包,我们需要导入它。
import redis
进入正题,我们可以使用redis模块提供的keys()方法来访问并获取其中的所有key。
key()
方法从给定的 Redis 数据库返回一个与在其参数中传递的模式相匹配的键列表。 如果不传递任何参数,则有一个默认模式,即*
,表示所有键。
为了展示工作中的方法,我们使用 +Key 按钮或以下代码手动预填充了别名 Temp 和一些键的 redis 数据库。
import redis
redisHost = 'localhost'
redisPort = 6379
redisDecodeRes = True
r = redis.StrictRedis(
host=redisHost,
port=redisPort,
decode_responses=redisDecodeRes
)
r.set("ConnectionPool", "Ox1212af34w3141")
上面的代码导致键 ConnectionPool 被添加到具有相应值的 Temp 数据库中。
set()
方法将键值对应用于数据库,而 StrictRedis()
方法创建一个 Redis 连接对象,使我们能够访问数据库。
要通过 GUI 显示数据库(使用别名 Temp)及其密钥,我们可以使用 RedisInsight 应用程序,如图所示。
手动向数据库中添加了 11 个密钥以测试 key()
方法。
现在,对于 key()
方法,我们必须使用 StrictRedis()
方法创建一个 Redis 连接对象来访问键。 host、port 和 decode_responses 参数被传递来定义连接的参数。
host 和 port 定义主机名和端口号,decode_responses 定义将传递的数据解码为我们可以轻松使用的 Python 字符串。 keys()
方法然后访问所有可用的键,因为没有传递任何参数。
import redis
redisHost = 'localhost'
redisPort = 6379
redisDecodeRes = True
r = redis.StrictRedis(
host=redisHost,
port=redisPort,
decode_responses=redisDecodeRes,
db=0
)
print(r.keys())
输出:
['bar-two', 'information', 'bar-one', 'details', 'foo', 'jinku', 'bar', 'User-One', 'delft', 'bar-three', 'ConnectionPool']
我们在 Temp 数据库中有一个所有键的列表,我们可以使用它。
如果我们有所需的键模式,我们可以将其作为参数传递。 让我们列出所有以 bar 开头的键。
print(r.keys(pattern="bar*"))
输出:
['bar-two', 'bar-one', 'bar', 'bar-three']
使用 scan_iter() 获取 Redis 数据库中的所有键
对于大型数据库,scan_iter()
允许我们在 Python 应用程序中更好地管理数据。 此外,key()
方法会阻塞服务器并阻止其他使用操作,而对于 scan_iter()
,其基于批处理的操作允许其他使用操作。
尽管 keys()
可能更快,但它对于多个基于请求的系统来说并不是很好。
现在,让我们看看它的实际效果。
import redis
redisHost = 'localhost'
redisPort = 6379
redisDecodeRes = True
try:
r = redis.StrictRedis(
host=redisHost,
port=redisPort,
decode_responses=redisDecodeRes,
db=0
)
for key in r.scan_iter(match="bar*"):
print(key)
except Exception as e:
print(e)
输出:
bar-three
bar-one
bar-two
bar
当我们尝试使用数据库时,使用 try/except 有助于处理连接问题。 使用 StrictRedis() 连接后,我们使用 match 参数来定义我们正在寻找的键模式,并循环遍历结果以给出键。
使用 zip_longest 获取 Redis 数据库中的所有键
正如我们所说,对于具有大量键的大型数据库,scan_iter()
方法更好,但我们可以通过按指定数量的批次检索键来进一步改进它,以更好地管理结果。
要创建批处理,我们需要 itertools 模块,它提供可用于不同情况的不同迭代器(或方法)。 在 itertools 模块中,我们有 zip_longest 方法,它返回一个 zip_longest 对象,其 .next() 方法返回一个元组并聚合传递给它的 iterable 中的元素。
我们可以使用 zip_longest()
方法创建一个函数,该函数根据传递的参数创建一批指定数量的键。 比如我们创建一批2,可以用于很多情况。
import redis
from itertools import zip_longest
redisHost = 'localhost'
redisPort = 6379
redisDecodeRes = True
try:
r = redis.StrictRedis(
host=redisHost,
port=redisPort,
decode_responses=redisDecodeRes,
db=0
)
def batch(iterable, num):
initIter = [iter(iterable)] * num
return zip_longest(*initIter)
for keyBatch in batch(r.scan_iter('bar*'), 2):
print(keyBatch)
except Exception as e:
print(e)
输出:
('bar-three', 'bar-one')
('bar-two', 'bar')
相关文章
修复 Python 中的 NLTK 词干异常
发布时间:2023/06/18 浏览次数:182 分类:Python
-
在 Python 中,我们可以借助 Python 的 NLTK 库提供的各种模块来完成此操作,但有时,您可能无法获得预期的结果。 本文将讨论为什么会出现这种差异,以及如何解决这些差异以获得我们想要的词
使用 Jython 在 Java 中运行 Python
发布时间:2023/06/18 浏览次数:118 分类:Python
-
本文将彻底解释使用 Jython 库在 Java 程序中运行 Python 的步骤。 这将是一个包含大量图像的详细分步过程,因此您不必担心“他是怎么做到的”。
Python 图像压缩
发布时间:2023/06/18 浏览次数:157 分类:Python
-
本篇文章将介绍使用 Python 中的 PIL 库压缩图像。在使用 PIL 库之前,请使用 pip 或 python 安装它。pip install Pillow
在 Python 中调整图像大小同时保持其纵横比
发布时间:2023/06/18 浏览次数:187 分类:Python
-
这篇 Python 文章的目的是解释我们如何在 Python 中调整图像大小同时保持其纵横比。 在 Python 中调整图像大小的方法还将通过适当的示例程序描述其用法。在 Python 中调整图像大小同时保持其纵横
Python类相等检查
发布时间:2023/06/18 浏览次数:130 分类:Python
-
本文讨论如何在 Python 中检查类相等性。 为此,本文讨论了如何在 Python 类中实现 eq() 方法。
Python 类工厂
发布时间:2023/06/18 浏览次数:83 分类:Python
-
本篇文章介绍了创建类工厂的不同方法。如何在 Python 中创建类工厂 有两种设计类工厂的方法; 一个在编码时创建一个类,而另一个在运行时创建一个类。
Python 抽象属性
发布时间:2023/06/18 浏览次数:99 分类:Python
-
本篇文章将介绍使用 abc 或抽象基类模块在 Python 中创建具有抽象属性的类。Python 抽象属性 面向对象编程中的抽象用于向用户隐藏不必要的信息。
Python 中的数据类继承
发布时间:2023/06/18 浏览次数:122 分类:Python
-
本文解释了数据类、继承、多级继承、默认和非默认属性等概念。 提供了足够的编码示例以掌握编译过程中展开的概念。
Python 生成器类
发布时间:2023/06/18 浏览次数:185 分类:Python
-
本篇文章将讨论使用 yield 语句和 next() 函数在 Python 中创建生成器类。要了解生成器,我们首先需要了解下面讨论的迭代器。Python 迭代器是用于逐个访问容器中元素的对象。