Python-Redis-Set

一、无序集合

　　Set操作，Set集合就是不允许重复的列表

　　1.1 sadd(name, values)

?
1
# name对应的集合中添加元素

　　1.2 smembers(name)

?
1
2
3
4
5
6
7
8
# 获取name对应的集合的所有成员
r.sadd('s1', 't1', 't2', 't3', 't1')
print(r.smembers('s1'))
 
# 输出
{b't1', b't2', b't3'}
 
# 集合是去重的

　　1.3 scard(name)

?
1
2
3
4
5
6
#获取name对应的集合中元素个数
 
print(r.scard('s1'))
 
#输出
3

　　1.4 sdiff(keys, *args)

?
1
2
3
4
5
6
7
8
9
10
11
12
# 在第一个name对应的集合中且不在其他name对应的集合的元素集合
 
print(r.smembers('s1'))
print(r.smembers('s2'))
print(r.sdiff('s1', 's2'))
 
#输出
{b't3', b't1', b't2'}
{b't1', b't5', b't4'}
{b't3', b't2'}
 
# 集合s1中的 t2 和 t3 不在s2中

　　1.5 sdiffstore(dest, keys, *args)

?
1
2
3
4
5
6
7
8
9
10
11
12
# 获取第一个name对应的集合中且不在其他name对应的集合，
#再将其新加入到dest对应的集合中
 
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
r.sdiffstore('s3', 's1', 's2')
print('s3:', r.smembers('s3'))
 
#输出
s1: {b't1', b't3', b't2'}
s2: {b't4', b't5', b't1'}
s3: {b't3', b't2'}

　　1.6 sinter(keys, *args)

?
1
2
3
4
5
6
7
8
9
10
# 获取多个集合的交集
 
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
print('交集:', r.sinter('s1', 's2'))
 
#输出
s1: {b't2', b't1', b't3'}
s2: {b't1', b't4', b't5'}
交集: {b't1'}

　　1.7 sinterstore(dest, keys, *args)

?
1
2
3
4
5
6
7
8
9
10
11
# 获取多一个name对应集合的并集，再讲其加入到dest对应的集合中
 
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
r.sinterstore('s4', 's1', 's2')
print('s4:', r.smembers('s4'))
 
#输出
s1: {b't3', b't2', b't1'}
s2: {b't1', b't5', b't4'}
s4: {b't1'}

　　1.8 sismember(name, value)

?
1
2
3
4
5
6
7
8
# 检查value是否是name对应的集合的成员
 
print(r.sismember('s1', 't1'))
print(r.sismember('s1', 't5'))
 
#输出
True
False

　　1.9 smove(src, dst, value)

?
1
2
3
4
5
6
7
8
9
10
11
12
13
# 将某个成员从一个集合中移动到另外一个集合
 
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
r.smove('s1', 's2', 't2')
print('s1:', r.smembers('s1'))
print('s2:', r.smembers('s2'))
 
# 输出
s1: {b't2', b't1', b't3'}
s2: {b't4', b't1', b't5'}
s1: {b't1', b't3'}
s2: {b't4', b't2', b't1', b't5'}

　　1.10 spop(name)

?
1
2
3
4
5
6
7
8
9
# 从集合的右侧（尾部）移除一个成员，并将其返回
 
print('s1:', r.smembers('s1'))
r.spop('s1')
print('s1:', r.smembers('s1'))
 
#输出
s1: {b't1', b't3'}
s1: {b't1'}

　　1.11 srandmember(name, numbers)

?
1
2
3
4
5
6
7
8
# 从name对应的集合中随机获取 numbers 个元素
 
print('s2:', r.smembers('s2'))
print(r.srandmember('s2', 3))
 
#输出，从s2中随机获取3个数
s2: {b't5', b't2', b't1', b't4'}
[b't5', b't2', b't1']

　　1.12 srem(name, values)

?
1
2
3
4
5
6
7
8
9
# 在name对应的集合中删除某些值
 
print('s2:', r.smembers('s2'))
r.srem('s2', 't5')
print('s2:', r.smembers('s2'))
 
#输出
s2: {b't2', b't1', b't5', b't4'}
s2: {b't2', b't1', b't4'}

　　1.13 sunion(keys, *args)

?
1
2
3
4
5
6
7
8
9
10
# 获取多一个name对应的集合的并集
 
print(r.smembers('s3'))
print(r.smembers('s4'))
print(r.sunion('s3', 's4'))
 
#输出
{b't3', b't2'}
{b't1'}
{b't1', b't3', b't2'}

　　1.14 sunionstore(dest,keys, *args)

?
1
2
3
4
5
6
7
8
9
10
11
# 获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中
 
print('s3:', r.smembers('s3'))
print('s4:', r.smembers('s4'))
r.sunionstore('s6', 's3', 's4')
print('s6:', r.smembers('s6'))
 
#输出
s3: {b't2', b't3'}
s4: {b't1'}
s6: {b't2', b't1', b't3'}

　　1.15 sscan(name, cursor=0, match=None, count=None)

?
1
2
3
4
5
6
7
8
9
# 分片获取数据
 
print('test_info:', r.smembers('test_info'))
print(r.sscan('test_info', 0, match='J*'))
 
 
# 输出
test_info: {b'Jerry', b'Jack', b'Tom', b'Sam'}
(0, [b'Jack', b'Jerry'])

　　1.16 sscan_iter(name, match=None, count=None)

?
1
# 同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

　　

二、有序集合

　　有序集合，在集合的基础上，为每元素排序；元素的排序需要根据另外一个值来进行比较，所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。

　　2.1 zadd(name, *args, **kwargs)

?
1
2
3
4
5
6
7
8
# 在name对应的有序集合中添加元素
# 如：
     # zadd('zz', 'n1', 1, 'n2', 2)
     # 或
     # zadd('zz', n1=11, n2=22)
 
 
r.zadd('z1', 't1', 10, 't2', 5, 't3', 4, 't4', 8)

　　2.2 zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)

?
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
# 按照索引范围获取name对应的有序集合的元素
 
  
# 参数：
    # name，redis的name
    # start，有序集合索引起始位置（非分数）
    # end，有序集合索引结束位置（非分数）
    # desc，排序规则，默认按照分数从小到大排序
    # withscores，是否获取元素的分数，默认只获取元素的值
    # score_cast_func，对分数进行数据转换的函数
 
# 更多：
    # 从大到小排序
    # zrevrange(name, start, end, withscores=False, score_cast_func=float)
  
    # 按照分数范围获取name对应的有序集合的元素
    # zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
    # 从大到小排序
    # zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)
 
 
print(r.zrange('z1', 0, -1))
print(r.zrange('z1', 0, -1, withscores=True))
 
#输出
[b't3', b't2', b't4', b't1']
[(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]

　　2.3 zcard(name)

?
1
2
3
4
5
6
# 获取name对应的有序集合元素的数量
 
print(r.zcard('z1'))
 
#输出
4

　　2.4 zcount(name, min, max)

?
1
2
3
4
5
6
7
8
# 获取name对应的有序集合中分数 在 [min,max] 之间的个数
 
print(r.zrange('z1', 0, -1, withscores=True))
 
print(r.zcount('z1', 5, 8))
 
#输出
2

　　2.5 zincrby(name, value, amount)

?
1
2
3
4
5
6
7
8
9
10
# name 对应的有序集合中的value分数增加 amount
 
print(r.zrange('z1', 0, -1, withscores=True))
print(r.zincrby('z1', 't3', 6))
print(r.zrange('z1', 0, -1, withscores=True))
 
#输出
[(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
10.0
[(b't2', 5.0), (b't4', 8.0), (b't1', 10.0), (b't3', 10.0)]

　　2.6 zrank(name, value)

?
1
2
3
4
5
6
7
8
9
10
11
12
13
# 获取某个值在 name对应的有序集合中的排行（从 0 开始）
  
# 更多：
    # zrevrank(name, value)，从大到小排序
 
print(r.zrange('z1', 0, -1, withscores=True))
print(r.zrank('z1', 't1'))
print(r.zrevrank('z1', 't1'))
 
#输出
[(b't2', 5.0), (b't4', 8.0), (b't1', 10.0), (b't3', 10.0)]
2
1

　　2.7 zrem(name, values)

?
1
2
3
4
5
6
7
8
9
10
11
# 删除name对应的有序集合中值是values的成员
 
# 如：zrem('zz', ['s1', 's2'])
 
print(r.zrange('z1', 0, -1, withscores=True))
r.zrem('z1', 't1')
print(r.zrange('z1', 0, -1, withscores=True))
 
#输出
[(b't2', 5.0), (b't4', 8.0), (b't1', 10.0), (b't3', 10.0)]
[(b't2', 5.0), (b't4', 8.0), (b't3', 10.0)

　　2.8 zremrangebyrank(name, min, max)

?
1
2
3
4
5
6
7
8
9
10
# 根据排行范围删除，不在该范围内的都删除
 
r.zremrangebyrank('z1', 1, 6)
 
print(r.zrange('z1', 0, -1, withscores=True))
 
#输出
 
 
[(b't2', 5.0)]

　　2.9 zremrangebyscore(name, min, max)

?
1
2
3
4
5
6
7
8
9
# 根据分数范围删除
 
print(r.zrange('z1', 0, -1, withscores=True))
r.zremrangebyscore('z1', 1, 6)
print(r.zrange('z1', 0, -1, withscores=True))
 
#输出
[(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
[(b't4', 8.0), (b't1', 10.0)]

　　2.10 zscore(name, value)

?
1
2
3
4
5
6
7
8
9
# 获取name对应有序集合中 value 对应的分数
 
print(r.zrange('z1', 0, -1, withscores=True))
 
print(r.zscore('z1', 't1'))
 
#输出
[(b't4', 8.0), (b't1', 10.0)]
10.0

　　2.11 zinterstore(dest, keys, aggregate=None)

?
1
2
3
4
5
6
7
8
9
10
11
12
# 获取两个有序集合的交集，如果遇到相同值，则按照aggregate进行操作
# aggregate的值为:  SUM  MIN  MAX 默认 SUM
 
print('z2:', r.zrange('z2', 0, -1, withscores=True))
print('z3:', r.zrange('z3', 0, -1, withscores=True))
r.zinterstore('z6', {'z2', 'z3'})
print('z6:', r.zrange('z6', 0, -1, withscores=True))
 
# 输出
z2: [(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
z3: [(b't3', 2.0), (b't1', 6.0), (b't2', 7.0), (b't4', 12.0)]
z6: [(b't3', 6.0), (b't2', 12.0), (b't1', 16.0), (b't4', 20.0)]
?
1
2
3
4
5
6
7
8
9
10
11
12
print('z2:', r.zrange('z2', 0, -1, withscores=True))
print('z3:', r.zrange('z3', 0, -1, withscores=True))
r.zinterstore('z7', {'z2', 'z3'}, aggregate='MIN')
print('z7:', r.zrange('z7', 0, -1, withscores=True))
r.zinterstore('z8', {'z2', 'z3'}, aggregate='MAX')
print('z8:', r.zrange('z8', 0, -1, withscores=True))
 
# 输出
z2: [(b't3', 4.0), (b't2', 5.0), (b't4', 8.0), (b't1', 10.0)]
z3: [(b't3', 2.0), (b't1', 6.0), (b't2', 7.0), (b't4', 12.0)]
z7: [(b't3', 2.0), (b't2', 5.0), (b't1', 6.0), (b't4', 8.0)]
z8: [(b't3', 4.0), (b't2', 7.0), (b't1', 10.0), (b't4', 12.0)]

　　如果其中两个集合中个数不符合，则单独的那个值不会进行运算

　　2.12 zunionstore(dest, keys, aggregate=None)

?
1
2
3
4
5
6
7
8
9
print('z2:', r.zrange('z2', 0, -1, withscores=True))
print('z3:', r.zrange('z3', 0, -1, withscores=True))
r.zunionstore('z10', {'z2', 'z3'})
print('z10:', r.zrange('z10', 0, -1, withscores=True))
 
#输出
z2: [(b't3', 4.0), (b't2', 5.0), (b't4', 8.0)]
z3: [(b't3', 2.0), (b't1', 6.0), (b't2', 7.0), (b't4', 12.0)]
z10: [(b't1', 6.0), (b't3', 6.0), (b't2', 12.0), (b't4', 20.0)]

　　2.13 zscan(name, cursor=0, match=None, count=None, score_cast_func=float)

       2.14 zscan_iter(name, match=None, count=None,score_cast_func=float)

?
1
# 同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

　

 
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/xiao-xue-di/p/11269590.html