Day 63：【99天精通Python】Redis 数据库入门

Day 63：【99天精通Python】Redis 数据库入门 - 性能加速器

前言

欢迎来到第63天！

在前面的课程中，我们使用了 SQLite (SQL) 来存储数据。当数据量较小且读写不频繁时，它很好用。
但是，当你的网站用户量暴增，成千上万的人同时访问首页，或者频繁查询同一个热点数据（比如微博热搜）时，传统的数据库（MySQL/PostgreSQL）会成为瓶颈，因为它们需要频繁地进行磁盘 I/O。

Redis (Remote Dictionary Server)是一个基于内存的 NoSQL 数据库。
它的读写速度非常快（每秒可达 10万+ 次），常被用作缓存 (Cache)、消息队列、计数器等。

本节内容：

Redis 安装与启动
Python 操作 Redis (redis-py)
5 大数据类型 (String, List, Hash, Set, ZSet)
缓存实战：给 Flask 页面加速
过期时间 (TTL) 的妙用

一、Redis 安装与启动

1.1 安装 Redis Server

Windows: Redis 官方不支持 Windows，但可以使用微软维护的版本或 Docker。
Mac:brew install redis
Linux:sudo apt install redis-server

启动服务：

redis-server

1.2 安装 Python 客户端

pipinstallredis

二、Python 连接 Redis

importredis# 1. 建立连接# decode_responses=True: 自动将 bytes 解码为 string (推荐)r=redis.Redis(host='localhost',port=6379,db=0,decode_responses=True)# 2. 测试连接try:response=r.ping()print(f"连接成功:{response}")# Trueexceptredis.ConnectionError:print("连接失败，请检查 Redis 服务是否启动")

三、5 大数据类型详解

Redis 不仅仅是简单的 Key-Value，它的 Value 支持多种结构。

3.1 String (字符串)

最基本类型，可以存文本、JSON、甚至二进制图片。

# 设置值r.set("name","Alice")# 获取值print(r.get("name"))# Alice# 数值操作 (原子递增，适合做点赞数、访问量)r.set("views",100)r.incr("views")print(r.get("views"))# 101

3.2 List (列表)

双向链表，适合做消息队列。

# 从左边推入r.lpush("tasks","task1","task2")# 从右边弹出task=r.rpop("tasks")print(task)# task1# 获取范围 (0到-1表示所有)print(r.lrange("tasks",0,-1))# ['task2']

3.3 Hash (哈希)

类似 Python 的字典，适合存对象。

# 存储用户对象r.hset("user:1001",mapping={"name":"Bob","age":30})# 获取单个字段print(r.hget("user:1001","name"))# Bob# 获取所有字段print(r.hgetall("user:1001"))# {'name': 'Bob', 'age': '30'}

3.4 Set (集合)

无序去重，适合做"共同好友"、“抽奖名单”。

r.sadd("tags","python","coding","python")# 自动去重print(r.smembers("tags"))# {'python', 'coding'}# 集合运算 (交集)r.sadd("tags2","python","java")print(r.sinter("tags","tags2"))# {'python'}

3.5 ZSet (有序集合)

带分数的集合，适合做排行榜。

# 添加 (成员: 分数)r.zadd("ranking",{"Alice":90,"Bob":85,"Charlie":95})# 获取前三名 (按分数倒序)top3=r.zrevrange("ranking",0,2,withscores=True)print(top3)# [('Charlie', 95.0), ('Alice', 90.0), ('Bob', 85.0)]

四、缓存实战：给 Flask 加速

假设我们有一个非常耗时的查询函数（模拟数据库查询）。

importtimefromflaskimportFlaskimportredis app=Flask(__name__)cache=redis.Redis(decode_responses=True)defheavy_db_query(user_id):"""模拟耗时 2 秒的数据库查询"""time.sleep(2)returnf"User Data for{user_id}"@app.route("/user/<user_id>")defget_user(user_id):# 1. 先查缓存cache_key=f"user:{user_id}"data=cache.get(cache_key)ifdata:print("Hit Cache! (命中缓存)")returnf"{data}(来自缓存)"# 2. 缓存没命中，查数据库print("Miss Cache... (查询数据库)")data=heavy_db_query(user_id)# 3. 写入缓存，并设置过期时间 60 秒 (TTL)# ex=60: 60秒后自动删除，防止数据一直不更新cache.set(cache_key,data,ex=60)returnf"{data}(来自数据库)"if__name__=="__main__":app.run(debug=True)

效果：

第一次访问/user/1：等待 2 秒，显示"来自数据库"。
第二次访问/user/1：瞬间显示"来自缓存"。
60秒后再访问：缓存失效，重新查库。

五、高级特性：过期时间与持久化

5.1 TTL (Time To Live)

Redis 的每个 Key 都可以设置寿命。

expire(key, seconds)：设置过期时间。
ttl(key)：查看剩余时间 (-1 永不过期, -2 已过期)。

5.2 持久化 (RDB vs AOF)

虽然 Redis 是内存数据库，但它也能把数据存到硬盘。

RDB (快照)：每隔一段时间生成一个.rdb文件。恢复快，但可能丢几分钟数据。
AOF (日志)：记录每一条写命令。数据安全，但文件体积大，恢复慢。
通常生产环境会同时开启。

六、常见问题

Q1：Redis 挂了怎么办？

使用Redis Sentinel (哨兵)或Redis Cluster (集群)实现高可用。即使主节点挂了，从节点会自动顶上。

Q2：缓存穿透、击穿、雪崩是什么？

面试高频题：

穿透：查一个根本不存在的 key，缓存没命中，数据库也没有（导致一直查库）。
- 解决：布隆过滤器，或缓存空值。
击穿：一个热点 key 突然过期，大量请求瞬间打到数据库。
- 解决：加互斥锁，或设置永不过期。
雪崩：大量 key 在同一时间集中过期。
- 解决：过期时间加随机值。

七、小结

关键要点：

快是 Redis 的最大特点，因为它在内存运行。
String, Hash, List, Set, ZSet是 5 大基石。
缓存是 Redis 最常见的用途，记得设置TTL。

八、课后作业

阅读量统计：编写一个脚本，每次运行相当于访问一次文章。使用 Redis 的incr统计阅读量，并每隔 10 次打印一次当前总数。
最近浏览记录：使用 Redis 的List(lpush,ltrim) 维护一个用户的最近 5 条浏览记录。即使插入第 6 条，列表长度也始终保持 5 条。
简单分布式锁 (进阶)：查阅setnx(set if not exists) 命令，尝试实现一个简单的分布式锁，保证同一时间只有一个脚本能执行某段代码。