python在运维项目中用到的redis数据类型

先感叹下，学东西一定要活学活用！   我用redis也有几年的历史了，今个才想到把集合可以当python list用。  最近做了几个项目都掺杂了redis， 遇到了一些个问题和开发中提高性能的方法，这都分享出来，共同学习。

下面先简单讲讲Redis集合的数据类型。

sadd，创建一个集合，并添加数据。

[root@66 ~]# redis-cli
redis 127.0.0.1:6379> 
redis 127.0.0.1:6379> 
redis 127.0.0.1:6379> sadd xiaorui aaa
(integer) 1
redis 127.0.0.1:6379> sadd xiaorui bbb
(integer) 1
redis 127.0.0.1:6379> sadd xiaorui ccc
(integer) 1
redis 127.0.0.1:6379> 
redis 127.0.0.1:6379> SMEMBERS xiaorui
1) "aaa"
2) "ccc"
3) "bbb"
redis 127.0.0.1:6379> 
redis 127.0.0.1:6379>

查看集合的大小

redis 127.0.0.1:6379> SCARD xiaorui
(integer) 3
redis 127.0.0.1:6379>

删除

redis 127.0.0.1:6379> SREM xiaorui aaa

(integer) 1

redis 127.0.0.1:6379> SMEMBERS xiaorui

1) "ccc"

2) "bbb"

redis 127.0.0.1:6379> 

两个集合的交集之处

redis 127.0.0.1:6379> SADD key1 a
(integer) 1
redis 127.0.0.1:6379> SADD key1 b
(integer) 1
redis 127.0.0.1:6379> SADD key1 c
(integer) 1
redis 127.0.0.1:6379> SADD key2 c
(integer) 1
redis 127.0.0.1:6379> SADD key2 d
(integer) 1
redis 127.0.0.1:6379> SADD key2 e
(integer) 1
redis 127.0.0.1:6379> SINTER key1 key2
1) "c"
redis 127.0.0.1:6379>

可以把集合当成redis list队列用，当然队列项目中我还是会用redis list类型。

redis 127.0.0.1:6379> sadd myset one
(integer) 1
redis 127.0.0.1:6379> sadd myset two
(integer) 1
redis 127.0.0.1:6379> sadd myset three
(integer) 1
redis 127.0.0.1:6379> SPOP myset
"one"
redis 127.0.0.1:6379> SMEMBERS myset
1) "three"
2) "two"
redis 127.0.0.1:6379>

前两天和朋友说，我那监控平台的内存吃的厉害，他一下子蹦出一句，redis吃内存肯定很大了。。。 nima，哥只是用他的大队列。这里说下，redis做队列的强度。一把来说100w条的队列数据，占用73M 内存左 右。200w条数据内存在154M内存左右。  

原文：http://rfyiamcool.blog.51cto.com/1030776/1435539

redis的堵塞取任务，最好少用，超过5个线程去brpop的话，会把redis的cpu使用率顶到80%左右，而且严重会影响别的进程的访问，如果确定任务不是每时每刻都有的情况下，最好在你的程序控制下他的访问频次和时间的间隔。

python处理redis的时候，最好要用pool，速度和资源明显的节省。 

>>> pool = redis.ConnectionPool(host=‘localhost‘, port=6379, db=0)

>>> r = redis.Redis(connection_pool=pool)

新版的redis是支持管道的，pipline ！   有朋友不太理解，这里的管道有什么好处。 pyhton 虽然连接redis的时候用了连接池，但是这也只是连接方面做了keepalive而已，但是每次的命令推送，他还是一次命令一个交互的。 用了pipline管道堵塞后，他会把所有的命令合成一个管道符推送到redis服务端。这样的话就省事了很多。  这个特别适用于并发大的时候。

对于redis的pub sub通信性能的问题，可以用gevent来搞定。直接导入gevent猴子就可以了。

import gevent.monkey
gevent.monkey.patch_all()
#http://rfyiamcool.blog.51cto.com/1030776/1435539 
import os
import sys
import fcntl
import gevent
from gevent.socket import wait_read
 
from redis import Redis
 
PID = os.getpid()
 
red = Redis(‘localhost‘)
 
def echo_stdin():
    # make stdin non-blocking
    fcntl.fcntl(sys.stdin, fcntl.F_SETFL, os.O_NONBLOCK)
    red.publish(‘echo‘, "[%i] joined" % (PID,))
    while True:
        wait_read(sys.stdin.fileno())
        l = sys.stdin.readline().strip()
        s = "[%i] %s" % (PID, l)
        # save to log
        red.rpush(‘echo_log‘, s)
        # publish message
        red.publish(‘echo‘, s)
        if l == ‘quit‘:
            break
 
def handler():
    pubsub = red.pubsub()
    # first subscribe, then print log (no race condition this way)
    pubsub.subscribe(‘echo‘)
    # print log
    for line in red.lrange(‘echo_log‘, 0, -1):
        print ‘.‘, line
    # print channel
    for msg in pubsub.listen():
        print ‘>‘, msg[‘data‘]
 
gevent.spawn(handler)
gevent.spawn(echo_stdin).join()

当然对于普通的set get sadd hset 也是可以配合redis来使用的。但是，没啥优势，因为redis只启用了一个进程针对数据的读写，咱们从程序中复用的那几个连接，最后取数据，还是需要调用那进程，你还不如让他老老实实的干活，别搞个多线程，让他白白折腾。 我这边做了压力测试，python2.7用个gevent后，批量的读写没什么突出的增长。

>>> import geventredis
>>> redis_client = geventredis.connect(‘127.0.0.1‘, 6379)
>>> redis_client.set(‘foo‘, ‘bar‘)
‘OK‘
>>> for msg in redis_client.monitor():
       print msg

本文出自 “峰云，就她了。” 博客，谢绝转载！

python在运维项目中用到的redis数据类型,布布扣,bubuko.com

python在运维项目中用到的redis数据类型

原文：http://rfyiamcool.blog.51cto.com/1030776/1435539