方法一:使用 pipeline
使用pipelining 发送命令时,redis server必须部分请求放到队列中(使用内存)执行完毕后一次性发送结果,在 pipeline 使用期间,将“独占”链接,无法进行非“管道”类型的其他操作,直至 pipeline 关闭;如果 pipeline 的指令集很多很庞大,为了不影响其他操作(redis 最大时间lua-time-limit默认是5s),可以使用其他新建新链接操作。批量操作如下:
1
2
3
4
5
6
7
8
9
|
import redis r = redis.Redis(host = '127.0.0.1' , port = 6379 , password = '1234567890' ) with r.pipeline() as ctx: a = time.time() ctx.hset( 'current' , "time2" , a) ctx.hset( 'current' , "time3" , a) res = ctx.execute() print ( "result: " , res) |
使用 pipe line 以乐观锁的形式执行事务操作
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
|
# -*- coding:utf-8 -*- import redis from redis import WatchError from concurrent.futures import ProcessPoolExecutor r = redis.Redis(host = '127.0.0.1' , port = 6379 ) # 减库存函数, 循环直到减库存完成 # 库存充足, 减库存成功, 返回True # 库存不足, 减库存失败, 返回False def decr_stock(): # python中redis事务是通过pipeline的封装实现的 with r.pipeline() as pipe: while True : try : # watch库存键, multi后如果该key被其他客户端改变, 事务操作会抛出WatchError异常 pipe.watch( 'stock:count' ) count = int (pipe.get( 'stock:count' )) if count > 0 : # 有库存 # 事务开始 pipe.multi() # multi 判断 watch 监控的 key 是否被其他客户端改变 pipe.decr( 'stock:count' ) # 把命令推送过去 # execute返回命令执行结果列表, 这里只有一个decr返回当前值 result = pipe.execute()[ 0 ] print ( "result: " , result) return True else : return False except WatchError as e: # 打印WatchError异常, 观察被watch锁住的情况 print (e.args) finally : pipe.unwatch() def worker(): while True : # 没有库存就退出 if not decr_stock(): break # 实验开始 # 设置库存为100 r. set ( "stock:count" , 100 ) # 多进程模拟多个客户端提交 with ProcessPoolExecutor(max_workers = 2 ) as pool: for _ in range ( 10 ): pool.submit(worker) |
方法二:使用 register_script
分布执行,发送脚本到redis服务器,获取一个本次连接的一个调用句柄,根据此句柄可以无数次执行不同参数调用
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
import redis import time r = redis.Redis(host = '127.0.0.1' , port = 31320 , password = '12345678' ) lua = """ local key = KEYS[1] local field = ARGV[1] local timestamp_new = ARGV[2] -- get timestamp of the key in redis local timestamp_old = redis.call('hget', key, field) -- if timestamp_old == nil, it means the key is not exist if timestamp_old == nil or timestamp_old == false or timestamp_new > timestamp_old then redis.call('hset', key, field .. 1, timestamp_new) -- timestamp_new > timestamp_old return redis.pcall('hset', key, field, timestamp_new) end """ cmd = r.register_script(lua) cur_time = time.time() cmd(keys = [ 'current' ], args = [ "time" , cur_time]) |
register_script 调用 lua 来实现,需要注意 redis.call(method, key, field) 的返回值(nil,false,1),此处没有键值返回的是false。如果中间有错误,所有的语句不时不生效。
方法三:使用 script_load 和 evalsha
简而言之,通过 script_load 发送给redis服务器,使加载 lua 脚本,并常驻内存,返回标志,通过 evalsha 按标志进行执行,此连接脱离本次redis 客户端。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import redis import time r = redis.Redis(host = '127.0.0.1' , port = 31320 , password = '12345678' ) lua = """ local key = KEYS[1] local field = ARGV[1] local timestamp_new = ARGV[2] -- get timestamp of the key in redis local timestamp_old = redis.call('hget', key, field) -- if timestamp_old == nil, it means the key is not exist if timestamp_old == nil or timestamp_old == false or timestamp_new > timestamp_old then redis.call('hset', key, field .. 1, timestamp_new) -- timestamp_new > timestamp_old return redis.pcall('hset', key, field, timestamp_new) end """ sha = r.script_load(lua) print (r.evalsha(sha, 1 , 'current' , 'time' , time.time())) |
Redis 管理Lua脚本:(Python下为 script_... )
- script load
此命令用于将Lua脚本加载到Redis内存中
- script exists
scripts exists sha1 [sha1 …]
此命令用于判断sha1是否已经加载到Redis内存中
- script flush
此命令用于清除Redis内存已经加载的所有Lua脚本,在执行script flush后,所有 sha 不复存在。
- script kill
此命令用于杀掉正在执行的Lua脚本。
方法四:eval
使用方法与方法三类似,但是eval是一次性请求,每次请求,必须携带 lua 脚本
以上就是用python 批量操作redis数据库的详细内容,更多关于python 批量操作redis数据库的资料请关注服务器之家其它相关文章!
原文链接:https://www.cnblogs.com/spaceapp/p/12175975.html