Python 读写 Redis 缓存数据库：写给 Python 初学者的入门案例

Python 读写 Redis 缓存数据库：写给 Python 初学者的入门案例

很多学习 Python 的小伙伴，在学完文件读写、SQLite、MySQL 之后，都会接触到一个新的数据库：Redis。

Redis 和传统关系型数据库不太一样。MySQL、SQLite 更擅长长期保存结构化数据，而 Redis 更常用于缓存、计数器、排行榜、验证码、分布式锁、消息队列等高性能场景。

这篇文章会先简单介绍 Redis 是什么，然后通过 Python 代码演示如何连接 Redis，并完成常见的读写操作。

一、Redis 是什么

Redis 全称是 Remote Dictionary Server，可以理解为一个高性能的内存型 Key-Value 数据库。

它的核心特点是：

1. 数据主要存放在内存中，读写速度非常快
2. 使用 Key-Value 形式保存数据
3. 支持丰富的数据结构，不只是简单字符串
4. 支持设置过期时间，适合做缓存
5. 支持持久化，可以把内存数据保存到磁盘
6. 常用于缓存、计数、排行榜、会话、限流等场景

我们可以把 Redis 想象成一个超快的字典：

cache={"user:1:name":"Alice","article:100:view_count":358,"login:code:13800138000":"829316"}

只不过这个字典不是保存在 Python 程序里，而是保存在 Redis 服务中。多个程序、多个接口、多个服务器都可以一起访问它。

二、Redis 和 MySQL、SQLite 有什么区别

简单对比一下：

所以 Redis 通常不是用来完全替代 MySQL 或 SQLite 的，而是和它们配合使用。

例如：

1. 用户资料保存在 MySQL 中
2. 热门用户资料缓存到 Redis 中
3. 下次查询时先查 Redis
4. Redis 没有命中，再查 MySQL
5. 查到后再写回 Redis

这个模式通常叫缓存旁路，也叫 Cache Aside。

三、准备 Redis 环境

如果你本机已经安装 Redis，可以直接启动 Redis 服务。

如果没有安装，也可以使用 Docker 快速启动：

dockerrun--nameredis-demo-p6379:6379-dredis

测试 Redis 是否可用：

redis-cliping

如果返回：

PONG

说明 Redis 服务已经启动成功。

四、安装 Python Redis 客户端

Python 操作 Redis 常用的库是redis。

安装命令：

pipinstallredis

安装完成后，可以在 Python 中导入：

importredis

五、连接 Redis

新建一个文件redis_demo.py：

importredis r=redis.Redis(host="localhost",port=6379,db=0,decode_responses=True)print(r.ping())

运行：

python redis_demo.py

如果输出：

True

说明 Python 已经成功连接到 Redis。

这里的几个参数含义如下：

如果不设置decode_responses=True，Redis 返回的字符串可能是字节类型：

b'Alice'

对初学者来说，建议先加上decode_responses=True，这样输出更直观。

六、字符串 String：最基础的缓存读写

Redis 最简单的数据类型是 String。

可以用它保存用户名、验证码、Token、简单配置、缓存结果等。

importredis r=redis.Redis(host="localhost",port=6379,db=0,decode_responses=True)# 写入字符串r.set("user:1:name","Alice")# 读取字符串name=r.get("user:1:name")print(name)

输出：

Alice

设置过期时间

缓存通常不应该永久存在，所以 Redis 支持给 key 设置过期时间。

例如保存短信验证码，60 秒后自动删除：

r.set("login:code:13800138000","829316",ex=60)code=r.get("login:code:13800138000")print(code)

其中ex=60表示 60 秒后过期。

也可以先写入，再单独设置过期时间：

r.set("temp:data","hello")r.expire("temp:data",30)

查看剩余过期时间：

ttl=r.ttl("temp:data")print(ttl)

七、数字自增：计数器案例

Redis 很适合做计数器，例如文章阅读量、点赞数、接口访问次数。

article_key="article:100:view_count"r.set(article_key,0)r.incr(article_key)r.incr(article_key)r.incr(article_key)count=r.get(article_key)print(count)

输出：

3

也可以一次增加指定数量：

r.incrby(article_key,10)print(r.get(article_key))

对应减少：

r.decr(article_key)r.decrby(article_key,5)

计数器是 Redis 非常常见的使用场景，因为这类操作简单、高频，而且对速度要求高。

八、Hash：保存对象信息

如果要保存一个用户对象，用多个 String 也可以：

user:1:name user:1:age user:1:city

但更推荐使用 Hash：

r.hset("user:1",mapping={"name":"Alice","age":20,"city":"Shanghai"})name=r.hget("user:1","name")print(name)user=r.hgetall("user:1")print(user)

输出：

Alice{'name':'Alice','age':'20','city':'Shanghai'}

修改 Hash 中的某个字段：

r.hset("user:1","city","Beijing")

删除某个字段：

r.hdel("user:1","age")

判断字段是否存在：

exists=r.hexists("user:1","name")print(exists)

Hash 非常适合保存用户资料、商品摘要、文章基础信息等对象型数据。

九、List：保存列表数据

Redis 的 List 可以理解为一个有序列表。

常见用途：

1. 最新消息列表
2. 简单队列
3. 最近浏览记录
4. 日志缓冲

示例：

key="user:1:recent_articles"r.delete(key)r.lpush(key,"article:100")r.lpush(key,"article:101")r.lpush(key,"article:102")articles=r.lrange(key,0,-1)print(articles)

输出：

['article:102','article:101','article:100']

lpush是从左侧插入，所以最后插入的元素排在最前面。

如果想从右侧插入，可以使用：

r.rpush(key,"article:103")

从列表中弹出一个元素：

item=r.lpop(key)print(item)

限制列表长度，只保留最近 3 条：

r.ltrim(key,0,2)

这个操作很适合做“最近浏览记录”。

十、Set：保存不重复集合

Set 是无序且不重复的集合。

常见用途：

1. 用户标签
2. 点赞用户集合
3. 已签到用户集合
4. 去重统计

示例：记录给文章点赞的用户。

key="article:100:liked_users"r.delete(key)r.sadd(key,"user:1")r.sadd(key,"user:2")r.sadd(key,"user:1")users=r.smembers(key)print(users)is_liked=r.sismember(key,"user:1")print(is_liked)

输出：

{'user:1','user:2'}True

虽然添加了两次user:1，但 Set 会自动去重。

统计集合元素数量：

count=r.scard(key)print(count)

取消点赞：

r.srem(key,"user:1")

十一、Sorted Set：排行榜案例

Sorted Set 是有序集合，每个元素都有一个分数。

它非常适合做排行榜。

例如游戏积分排行榜：

key="game:rank"r.delete(key)r.zadd(key,{"Alice":1500,"Bob":1800,"Cindy":1700,"David":1200})top3=r.zrevrange(key,0,2,withscores=True)print(top3)

输出：

[('Bob',1800.0),('Cindy',1700.0),('Alice',1500.0)]

给用户增加积分：

r.zincrby(key,200,"Alice")

查询 Alice 的排名：

rank=r.zrevrank(key,"Alice")print(rank)

注意：Redis 的排名从 0 开始。如果返回 0，表示第一名。

十二、保存 JSON 数据

有时我们希望把一个 Python 字典直接缓存起来。

可以使用json.dumps()转成字符串保存，读取时再用json.loads()转回来。

importjsonimportredis r=redis.Redis(host="localhost",port=6379,db=0,decode_responses=True)user={"id":1,"name":"Alice","age":20,"roles":["admin","editor"]}r.set("cache:user:1",json.dumps(user,ensure_ascii=False),ex=300)cached_text=r.get("cache:user:1")cached_user=json.loads(cached_text)print(cached_user["name"])print(cached_user["roles"])

这种方式很适合缓存接口返回结果。

不过要注意：Redis 本身保存的是字符串。如果你要频繁修改对象中的某个字段，Hash 可能比 JSON 字符串更方便。

十三、完整案例：使用 Redis 缓存用户资料

下面做一个更贴近实际项目的案例。

假设我们有一个“慢查询函数”，它模拟从数据库查询用户资料。为了提高速度，我们先查 Redis；如果 Redis 中没有，再查数据库，并把结果写入 Redis。

importjsonimporttimeimportredis r=redis.Redis(host="localhost",port=6379,db=0,decode_responses=True)defquery_user_from_database(user_id):"""模拟数据库查询。"""print("正在查询数据库...")time.sleep(2)fake_database={1:{"id":1,"name":"Alice","age":20},2:{"id":2,"name":"Bob","age":22},3:{"id":3,"name":"Cindy","age":19},}returnfake_database.get(user_id)defget_user(user_id):"""优先从 Redis 缓存读取用户资料。"""cache_key=f"cache:user:{user_id}"cached_user=r.get(cache_key)ifcached_user:print("命中 Redis 缓存")returnjson.loads(cached_user)user=query_user_from_database(user_id)ifuserisNone:returnNoner.set(cache_key,json.dumps(user,ensure_ascii=False),ex=60)print("已写入 Redis 缓存")returnuserif__name__=="__main__":print(get_user(1))print(get_user(1))

第一次运行时，输出类似：

正在查询数据库... 已写入 Redis 缓存{'id':1,'name':'Alice','age':20}命中 Redis 缓存{'id':1,'name':'Alice','age':20}

第一次查询 Redis 没有数据，所以会访问“数据库”，并等待 2 秒。

第二次查询时，Redis 中已经有缓存，所以直接返回，速度明显更快。

这就是 Redis 最典型的缓存使用方式。

十四、封装一个简单的 Redis 工具类

在项目中，我们通常不会把 Redis 操作散落在各个地方。可以先封装一个简单工具类：

importjsonimportredisclassRedisCache:def__init__(self,host="localhost",port=6379,db=0):self.client=redis.Redis(host=host,port=port,db=db,decode_responses=True)defset_json(self,key,value,expire_seconds=300):text=json.dumps(value,ensure_ascii=False)self.client.set(key,text,ex=expire_seconds)defget_json(self,key):text=self.client.get(key)iftextisNone:returnNonereturnjson.loads(text)defdelete(self,key):returnself.client.delete(key)defexists(self,key):returnself.client.exists(key)==1cache=RedisCache()cache.set_json("user:1",{"id":1,"name":"Alice"},expire_seconds=60)user=cache.get_json("user:1")print(user)print(cache.exists("user:1"))cache.delete("user:1")

这样后续业务代码会更清晰。

十五、连接池：更适合项目使用

在 Web 项目中，不建议每次请求都重新创建 Redis 连接。

可以使用连接池：

importredis pool=redis.ConnectionPool(host="localhost",port=6379,db=0,decode_responses=True,max_connections=20)r=redis.Redis(connection_pool=pool)r.set("site:name","Python Redis Demo")print(r.get("site:name"))

连接池可以复用连接，减少频繁创建连接带来的开销。

如果你以后使用 Flask、FastAPI、Django，也可以在应用启动时创建 Redis 客户端，然后在接口中复用它。

十六、删除 key 和清理数据库

删除一个 key：

r.delete("user:1")

判断 key 是否存在：

exists=r.exists("user:1")print(exists)

查看匹配的 key：

keys=r.keys("user:*")print(keys)

清空当前数据库：

r.flushdb()

清空所有数据库：

r.flushall()

注意：flushdb()和flushall()都是危险操作，真实项目中不要随便执行。

十七、初学者常见问题

1. 连接失败

常见错误：

redis.exceptions.ConnectionError

可能原因：

1. Redis 服务没有启动
2. host 或 port 写错了
3. Docker 容器没有映射 6379 端口
4. Redis 设置了密码，但代码中没有配置

如果 Redis 设置了密码，需要这样连接：

r=redis.Redis(host="localhost",port=6379,password="your_password",decode_responses=True)

2. 读取结果是字节类型

如果看到：

b'Alice'

可以在连接时加上：

decode_responses=True

3. JSON 读取报错

如果执行：

json.loads(text)

报错，通常说明 Redis 中保存的内容不是合法 JSON 字符串。

建议保存和读取都封装成统一方法，避免同一个 key 有时存普通字符串，有时存 JSON。

4. 缓存数据不是最新的

缓存会带来一个新问题：数据库更新了，但 Redis 里还是旧数据。

常见处理方式：

1. 更新数据库后删除缓存
2. 设置较短的过期时间
3. 对一致性要求很高的数据，不要随便缓存

例如：

defupdate_user_name(user_id,new_name):update_database_user_name(user_id,new_name)r.delete(f"cache:user:{user_id}")

这样下次查询时会重新从数据库读取最新数据，再写入 Redis。

十八、Redis key 命名建议

Redis 的 key 最好有清晰的命名规则。

推荐格式：

业务名:对象名:对象ID:字段名

例如：

user:1:profile user:1:recent_articles article:100:view_count article:100:liked_users login:code:13800138000 game:rank

好的 key 命名可以让排查问题更容易。

不推荐随意命名：

a test data1 abc

项目变大后，这类 key 很难维护。

十九、什么时候适合使用 Redis

适合使用 Redis 的场景：

1. 高频读取的数据
2. 可以设置过期时间的数据
3. 允许短时间不一致的数据
4. 计数器、排行榜、点赞集合
5. 验证码、Token、Session
6. 接口限流、简单队列

不适合使用 Redis 的场景：

1. 复杂 SQL 查询
2. 强事务业务
3. 长期保存的核心数据
4. 需要大量关联查询的数据

一句话总结：核心业务数据放 MySQL、PostgreSQL、SQLite 等数据库中，Redis 更适合放热点数据和临时数据。

二十、完整练习代码

最后给出一个可以直接运行的综合练习：

importjsonimportredisdefmain():r=redis.Redis(host="localhost",port=6379,db=0,decode_responses=True)print("连接状态：",r.ping())print("\n=== String 示例 ===")r.set("app:name","Redis Python Demo",ex=300)print(r.get("app:name"))print("\n=== Counter 示例 ===")r.delete("article:1:view_count")for_inrange(5):r.incr("article:1:view_count")print(r.get("article:1:view_count"))print("\n=== Hash 示例 ===")r.hset("user:1",mapping={"name":"Alice","age":20,"city":"Shanghai"})print(r.hgetall("user:1"))print("\n=== List 示例 ===")r.delete("user:1:recent")r.lpush("user:1:recent","article:100","article:101","article:102")print(r.lrange("user:1:recent",0,-1))print("\n=== Set 示例 ===")r.delete("article:1:likes")r.sadd("article:1:likes","user:1","user:2","user:1")print(r.smembers("article:1:likes"))print("\n=== Sorted Set 示例 ===")r.delete("rank:score")r.zadd("rank:score",{"Alice":98,"Bob":86,"Cindy":95})print(r.zrevrange("rank:score",0,-1,withscores=True))print("\n=== JSON 缓存示例 ===")user={"id":1,"name":"Alice","skills":["Python","Redis"]}r.set("cache:user:1",json.dumps(user,ensure_ascii=False),ex=60)cached_user=json.loads(r.get("cache:user:1"))print(cached_user)if__name__=="__main__":main()

运行前确保：

1. Redis 服务已经启动
2. 已安装 Python 依赖：pip install redis
3. 代码中的 host、port、password 配置正确

总结

Python 操作 Redis 的核心流程并不复杂：

安装 redis 库 -> 连接 Redis -> 选择数据结构 -> 写入数据 -> 读取数据 -> 设置过期时间

常用方法可以简单记住：

对 Python 初学者来说，学习 Redis 的重点不是一开始就背所有命令，而是先理解它适合解决什么问题。

如果你能掌握缓存用户资料、验证码、计数器、排行榜这几个案例，就已经可以在很多真实项目中使用 Redis 了。