当前位置: 首页 > news >正文

docker 部署 redis

docker 部署 redis

1. 下载 redis 镜像

# docker images | grep redis
bitnami/redis                  7.2.4-debian-11-r5   45de196aef7e   10 months ago   95.2MB

2. docker-compose 部署

version: "3"
services:redis:image: bitnami/redis:7.2.4-debian-11-r5#ports:#  - "6379:6379"environment:- REDIS_PASSWORD=redisisthebestnetworks:- mynetvolumes:- "/data/docker_data/redis/conf:/opt/bitnami/redis/etc"- "/data/docker_data/redis/data:/bitnami/redis/data"networks:mynet:external: false

注意:挂载data目录增加宿主机上incr.aof的写权限,
在这里插入图片描述
否则redis启动报错
在这里插入图片描述

python 操作 redis

在 Python 中连接和操作 Redis 数据库,通常使用 redis-py 库。以下是连接 Redis 的基本步骤和示例代码。

1. 安装 redis-py

首先,你需要安装 redis-py 库。可以使用 pip 来安装:

pip install redis

2. 连接到 Redis

以下是连接到本地 Redis 服务器的示例代码:

import redis# 创建 Redis 连接
r = redis.Redis(host='localhost',  # Redis 服务器地址port=6379,         # Redis 端口db=0,              # 数据库编号password=None      # 如果 Redis 设置了密码,填写密码
)# 测试连接
try:r.ping()  # 发送 PING 命令,检查是否连接成功print("Connected to Redis!")
except redis.ConnectionError:print("Failed to connect to Redis.")

3. 基本操作

以下是一些常见的 Redis 操作示例:

设置和获取键值对
# 设置键值对
r.set('name', 'Alice')# 获取键值对
name = r.get('name')
print(name.decode('utf-8'))  # 输出: Alice
删除键
r.delete('name')
检查键是否存在
exists = r.exists('name')
print(exists)  # 输出: 0 (不存在) 或 1 (存在)
设置过期时间
r.set('key', 'value')
r.expire('key', 10)  # 设置键在 10 秒后过期
获取所有键
keys = r.keys('*')  # 获取所有键
print([key.decode('utf-8') for key in keys])
列表操作
# 向列表中添加元素
r.lpush('mylist', 'item1')
r.lpush('mylist', 'item2')# 获取列表中的所有元素
items = r.lrange('mylist', 0, -1)
print([item.decode('utf-8') for item in items])  # 输出: ['item2', 'item1']
哈希操作
# 设置哈希字段
r.hset('myhash', 'field1', 'value1')
r.hset('myhash', 'field2', 'value2')# 获取哈希字段
value = r.hget('myhash', 'field1')
print(value.decode('utf-8'))  # 输出: value1# 获取所有哈希字段和值
hash_data = r.hgetall('myhash')
print({k.decode('utf-8'): v.decode('utf-8') for k, v in hash_data.items()})
集合操作
# 向集合中添加元素
r.sadd('myset', 'member1')
r.sadd('myset', 'member2')# 获取集合中的所有元素
members = r.smembers('myset')
print([member.decode('utf-8') for member in members])

4. 使用连接池

在高并发场景下,建议使用连接池来管理 Redis 连接,以提高性能。

import redis# 创建连接池
pool = redis.ConnectionPool(host='localhost',port=6379,db=0
)# 从连接池获取连接
r = redis.Redis(connection_pool=pool)# 使用连接
r.set('key', 'value')
value = r.get('key')
print(value.decode('utf-8'))

5. 处理异常

在实际应用中,建议捕获和处理 Redis 操作中的异常。

import redistry:r = redis.Redis(host='localhost', port=6379, db=0)r.set('key', 'value')value = r.get('key')print(value.decode('utf-8'))
except redis.RedisError as e:print(f"Redis error: {e}")

总结

  • 使用 redis-py 库可以轻松连接和操作 Redis。
  • 常见的操作包括设置和获取键值对、列表操作、哈希操作、集合操作等。
  • 在高并发场景下,建议使用连接池来管理连接。
  • 处理异常以确保程序的健壮性。

通过这些步骤,你可以在 Python 中轻松地连接和操作 Redis 数据库。

相关文章:

docker 部署 redis

docker 部署 redis 1. 下载 redis 镜像 # docker images | grep redis bitnami/redis 7.2.4-debian-11-r5 45de196aef7e 10 months ago 95.2MB2. docker-compose 部署 version: "3" services:redis:image: bitnami/redis:7.2.4-debian-11-…...

微信小程序横屏页面跳转后,自定义navbar样式跑了?

文章目录 问题原因:解决方案: 今天刚遇到的问题,横屏的页面完成操作后跳转页面后,自定义的tabbar样式乱了,跑到最顶了,真机调试后发现navbar跑到手机状态栏了,它正常应该跟右边胶囊一行。 知道问…...

回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出

回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出 文章目录 回归预测 | MATLAB实现BiGRU(双向门控循环单元)多输入单输出预测效果基本介绍程序设计参考资料致谢预测效果 基本介绍 BiGRU(双向门控循环单元)多输入单输出模型是一种结合了双向门控循环单元(BiGRU)的…...

智能时代的基石:神经网络

智能时代的基石:神经网络 第一节:神经网络简介 课程目标 本节课程旨在全面介绍神经网络的基本概念、结构以及其在历史发展中的重要里程碑。通过深入理解神经网络的工作原理和演变过程,学员将能够掌握神经网络在现实世界中的多种应用&#…...

红与黑,,

有一间长方形的房子,地上铺了红色、黑色两种颜色的正方形瓷砖。 你站在其中一块黑色的瓷砖上,只能向相邻(上下左右四个方向)的黑色瓷砖移动。 请写一个程序,计算你总共能够到达多少块黑色的瓷砖。 输入格式 输入包…...

嵌入式驱动开发详解16(音频驱动开发)

文章目录 前言WM8960简介I2S协议接口说明 SAI音频接口简介驱动框架简介设备树配置内核使能声卡设置与测试 后续参考文献 前言 该专栏主要是讲解嵌入式相关的驱动开发,但是由于ALSA驱动框架过于复杂,实现音频编解码芯片的驱动不是一个人能完成的&#xf…...

【嵌入式软件】跑开发板的前置服务配置

在嵌入式开发中,通常需要在 开发板和主机之间共享、传输和挂载文件。 这篇文章是关于如何在 Ubuntu 中配置 Samba、TFTP 和 NFS 协议的详细步骤。这些协议分别用于远程文件共享、文件传输和内核挂载文件系统。 如何安装协议: 参考:ubuntu18配置:详细的内容我手写了一份文档。…...

如何高效实现进程间通信

实现进程间通信(IPC)有多种高效的方法,以下是一些常见的技术及其简要说明: 1. 共享内存: 共享内存是一种高效的进程间通信机制,允许多个进程共享同一块内存区域以实现快速的数据交换。与其他IPC机制相比&a…...

scala基础学习_变量

文章目录 scala中的变量常量 val(不可变变量)变量 var变量声明多变量声明匿名变量 _ 声明 变量类型声明变量命名规范 scala中的变量 常量 val(不可变变量) 使用val关键字声明变量是不可变的,一旦赋值后不能被修改 对…...

Java 身份证校验工具类(15位校验、18位校验与15转18)

文章目录 身份证简介(一)身份证号码的组成(二)一代和二代身份证一代身份证二代身份证 检验思路分析(一)15位身份证号码(二)18位身份证号码(三)校验算法示例&a…...

HTML+CSS+Vue3的静态网页,免费开源,可当作作业使用

拿走请吱一声&#xff0c;点个关注吧&#xff0c;代码如下&#xff0c;网页有移动端适配 HTML <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width…...

【FAQ】HarmonyOS SDK 闭源开放能力 —Push Kit(8)

1.问题描述&#xff1a; 在AGC中&#xff0c;推送服务的消息回执新建成功后&#xff0c;有一个有效期 1&#xff0c;这个有效期是什么意思&#xff0c;过期后&#xff0c;会影响什么呢&#xff1f; 2&#xff0c;这个有效期是否可以修改成一直不过期&#xff1f; 解决方案&…...

HCIA-Access V2.5_2_2_2网络通信基础_IP编址与路由

网络层数据封装 首先IP地址封装在网络层&#xff0c;它用于标识一台网络设备&#xff0c;其中IP地址分为两个部分&#xff0c;网络地址和主机地址&#xff0c;通过我们采用点分十进制的形式进行表示。 IP地址分类 对IP地址而言&#xff0c;它细分为五类&#xff0c;A,B,C,D,E,…...

音频客观测评方法PESQ

一、简介 语音质量感知评估&#xff08;Perceptual Evaluation of Speech Quality&#xff09;是一系列的标准&#xff0c;包括一种用于自动评估电话系统用户所体验到的语音质量的测试方法。该标准于2001年被确定为ITU-T P.862建议书[1]。PESQ被电话制造商、网络设备供应商和电…...

前后端分离的项目使用nginx 解决 Invalid CORS request

我是这样打算的&#xff0c;前端用nginx代理&#xff0c;使用80 转443 端口走https 前端的地址就是http://yumbo.top 或https://yumbo.top 后端服务地址是&#xff1a;http://yumbo.top:8081 下面是我的完整配置&#xff0c;功能是正常的&#xff0c;加了注释 user nginx; …...

回归预测 | MATLAB实现SVM-Adaboost集成学习结合支持向量机多输入单输出回归预测

回归预测 | MATLAB实现SVM-Adaboost集成学习结合支持向量机多输入单输出回归预测 目录 回归预测 | MATLAB实现SVM-Adaboost集成学习结合支持向量机多输入单输出回归预测基本介绍程序设计基本介绍 SVM-Adaboost集成学习是一种将支持向量机(SVM)与AdaBoost算法相结合的集成学习…...

常见排序算法总结 (五) - 堆排序与堆操作

堆排序&#xff08;借助 API&#xff09; 算法思想 利用堆能够维护数组中最大值的性质&#xff0c;根据数组元素建立最大堆&#xff0c;依次弹出元素并维护堆结构&#xff0c;直到堆为空。 稳定性分析 堆排序是不稳定的&#xff0c;因为堆本质上是完全二叉树&#xff0c;排…...

kubernetes的三种探针ReadinessProbe、LivenessProbe和StartupProbe,以及使用示例

前言 k8s中的Pod由容器组成&#xff0c;容器运行的时候可能因为意外情况挂掉。为了保证服务的稳定性&#xff0c;在容器出现问题后能进行重启&#xff0c;k8s提供了3种探针 k8s的三种探针 为了探测容器状态&#xff0c;k8s提供了两个探针: LivenessProbe和ReadinessProbe L…...

掌握线性回归:从简单模型到多项式模型的综合指南

目录 一、说明 二、简单线性回归 三、线性回归的评估指标 3.1 线性回归中的假设 四、从头开始的简单线性回归代码 五、多元线性回归 六、多元线性回归代码 七、多项式线性回归 八、多项式线性回归代码 九、应用单变量多项式回归 十、改变多项式的次数 十一、多列多项式回归 一、…...

Java:183 基于SSM的高校食堂系统

项目介绍 基于SSM的食堂点餐系统 角色:管理员、用户、食堂 前台用户可以实现商品浏览&#xff0c;加入购物车&#xff0c;加入收藏&#xff0c;预定&#xff0c;选座&#xff0c;个人信息管理&#xff0c;收货信息管理&#xff0c;收藏管理&#xff0c;评论功能&#xff0c;…...

HSTracker终极指南:如何快速上手macOS炉石套牌追踪器

HSTracker终极指南&#xff1a;如何快速上手macOS炉石套牌追踪器 【免费下载链接】HSTracker A deck tracker and deck manager for Hearthstone on macOS 项目地址: https://gitcode.com/gh_mirrors/hs/HSTracker HSTracker是一款专为macOS玩家打造的炉石传说套牌追踪与…...

从选型到贴片:启英泰伦CI13XX芯片硬件设计避坑指南(附PCB布局建议)

启英泰伦CI13XX芯片硬件设计实战&#xff1a;从选型到量产的工程化解决方案 在智能语音硬件开发领域&#xff0c;启英泰伦CI13XX系列芯片凭借其高度集成的BNPU V3神经网络处理器和丰富的接口资源&#xff0c;已成为离线语音识别方案的热门选择。然而&#xff0c;从芯片选型到最…...

UE5回放系统避坑指南:解决ReplaySystem在蓝图项目中的常见崩溃与Bug

UE5回放系统深度排雷手册&#xff1a;蓝图项目中的崩溃预防与高阶调试技巧 当你第一次在UE5中成功录制并回放角色动作时&#xff0c;那种成就感无与伦比。但很快&#xff0c;奇怪的崩溃、无法解释的画面冻结、以及幽灵般的抗锯齿异常就会接踵而至。这些不是你的代码问题——而是…...

告别信号焦虑:你的手机是如何通过载波聚合(CA)实现网速翻倍的?

告别信号焦虑&#xff1a;你的手机是如何通过载波聚合&#xff08;CA&#xff09;实现网速翻倍的&#xff1f; 站在地铁站台刷短视频突然卡成PPT&#xff0c;商场负一层扫码支付转圈半分钟——这些让人抓狂的场景背后&#xff0c;其实藏着运营商和手机厂商正在悄悄部署的"…...

零售AI实战:Ostrakon-VL-8B应用案例,智能分析商品种类、数量与陈列效果

零售AI实战&#xff1a;Ostrakon-VL-8B应用案例&#xff0c;智能分析商品种类、数量与陈列效果 1. 零售视觉分析的挑战与机遇 在零售行业&#xff0c;商品陈列和库存管理是影响销售的关键因素。传统的人工巡检方式存在效率低、成本高、主观性强等问题。以一个中型超市为例&am…...

快速上手Qwen-Image-2512-ComfyUI:ComfyUI界面操作,小白也能轻松出图

快速上手Qwen-Image-2512-ComfyUI&#xff1a;ComfyUI界面操作&#xff0c;小白也能轻松出图 1. 准备工作与环境搭建 1.1 了解Qwen-Image-2512-ComfyUI Qwen-Image-2512-ComfyUI是阿里开源的最新图像生成模型&#xff0c;通过ComfyUI图形界面让AI绘画变得简单直观。这个镜像…...

Retinaface+CurricularFace模型部署实战:Windows11环境配置全攻略

RetinafaceCurricularFace模型部署实战&#xff1a;Windows11环境配置全攻略 想在Windows11上快速搭建人脸识别系统却苦于环境配置&#xff1f;本文手把手带你避开所有坑&#xff0c;30分钟完成RetinafaceCurricularFace的完整部署。 1. 环境准备&#xff1a;搞定CUDA和cuDNN …...

万象熔炉 | Anything XL多风格尝试:动漫/写实/赛博朋克提示词模板库

万象熔炉 | Anything XL多风格尝试&#xff1a;动漫/写实/赛博朋克提示词模板库 1. 工具简介 万象熔炉 | Anything XL 是一款基于 Stable Diffusion XL 框架开发的本地图像生成工具。它最大的特点是支持直接加载 safetensors 单文件权重&#xff0c;无需复杂的配置和权重拆分…...

Java中的修饰符,类,接口,多态

最近学了Java中的修饰符&#xff0c;类&#xff0c;接口&#xff0c;多态1.修饰符学了public&#xff0c;默认&#xff0c;protected&#xff0c;private。public是公用的&#xff0c;都能访问。默认的话只能在同类中和同包中调用&#xff0c;而protected则可以在同类中&#x…...

零基础入门:5分钟用Xinference部署gte-base-zh,开启文本向量化之旅

零基础入门&#xff1a;5分钟用Xinference部署gte-base-zh&#xff0c;开启文本向量化之旅 1. 准备工作&#xff1a;认识gte-base-zh 1.1 什么是文本向量化 想象一下&#xff0c;当你看到"苹果"这个词时&#xff0c;脑海中会浮现什么&#xff1f;可能是水果&#…...