当前位置：首页 > news >正文

从Python\+MySQL到Redis：非关系型数据库详解（PyCharm实操版）

news 2026/6/13 11:20:19

作为已经掌握Python语言和MySQL关系型数据库的开发者，当你面临“高并发、快响应”的场景时，一定会发现MySQL的局限性——比如频繁查询热点数据时，响应速度变慢、数据库压力剧增。这时候，非关系型数据库Redis就成了最佳搭档。

本文将从Redis基础概念入手，重点讲解如何在PyCharm中操作Redis，结合Python代码实现常用功能，同时对比Redis与MySQL的差异，帮你快速上手这个“高性能缓存神器”，无缝衔接你已有的技术栈。

一、什么是Redis？

Redis（Remote Dictionary Server，远程字典服务）是一款开源的非关系型数据库（NoSQL），核心特点是“基于内存存储”，也就是说数据主要存在内存中，而非像MySQL那样存在硬盘里——这也是它比MySQL快几十倍、上百倍的核心原因。

1.1 Redis与MySQL的核心区别

你已经熟悉MySQL（关系型数据库），我们用一张表快速区分两者，避免混淆：

对比维度	MySQL（关系型）	Redis（非关系型）
存储位置	主要存硬盘（持久化）	主要存内存（可配置持久化）
数据结构	二维表（行+列），需提前建表	键值对（key-value），支持多种数据类型（字符串、列表、哈希等），无需建表
核心优势	支持事务、复杂SQL查询、海量数据持久化	高并发、超快速（毫秒级响应）、支持缓存、分布式锁等特殊场景
适用场景	核心业务数据存储（用户、订单、商品等）	热点数据缓存、会话存储、排行榜、限流等

简单总结：MySQL管“安全存储”，Redis管“快速访问”，两者搭配使用（比如Redis缓存MySQL的热点数据），是企业开发中最常见的架构组合。

1.2 Redis的核心特点（为什么要用它？）

速度极快：内存读写，响应时间通常在1-10毫秒，比MySQL快50-100倍；
支持多种数据类型：不止字符串，还有列表、哈希、集合、有序集合，能满足更多场景；
可持久化：虽然数据在内存，但能配置将数据同步到硬盘，避免断电丢失；
支持分布式：可部署多个Redis节点，应对高并发场景（后续可拓展）；
轻量易用：安装简单，API简洁，结合Python操作门槛极低。

1. 3 Redis的应用场景

缓存系统：减轻数据库压力，提升系统性能
计数器：如网站访问量、点赞数等
消息队列：利用列表类型实现简单的消息队列
排行榜：利用有序集合实现各种排行榜功能
会话存储：存储用户会话信息

二、前置准备：Redis安装 + PyCharm环境配置

2.1 Redis安装：直接通过小P安装

也可以通过命令安装

# 安装 redis-pypipinstallredis

2. 2 pycharm配置

2.3 验证安装

安装完成后，可以在命令提示窗，通过以下命令测试Redis是否正常工作

# 连接 Redis 客户端redis-cli# 在 Redis 客户端中测试127.0.0.1:6379>pingPONG127.0.0.1:6379>settest"nihao"OK127.0.0.1:6379>gettest"nihao"127.0.0.1:6379>exit

三、PyCharm中操作Redis：核心用法（Python代码实现）

Redis的核心是“键值对（key-value）”，我们结合Python代码，讲解最常用的5种数据类型操作，每一种都对应实际开发场景，结合你熟悉的Python语法，一看就会。

3.1 字符串（String）：最基础的键值对（类似Python的字典）

适用场景：存储单个值（比如验证码、用户名、热点商品名称），对应MySQL中的单字段存储。

importredis# 1. 建立连接（后续代码可复用这个连接）r=redis.Redis(host='localhost',# 本地Redis地址，远程则填服务器IPport=6379,# Redis默认端口db=0,# Redis默认有16个数据库，编号0-15，可切换decode_responses=True# 自动将返回的bytes类型转为字符串，避免每次decode)# 2. 字符串操作r.set('username','zhangsan')# 设置键值对（key=username，value=zhangsan）r.setex('code',60,'123456')# 设置带过期时间的键值对（60秒后过期，适合验证码）print(r.get('username'))# 读取值，输出：zhangsanprint(r.exists('code'))# 判断键是否存在，输出：True（过期后为False）r.delete('username')# 删除键print(r.get('username'))# 键不存在，输出：None

3.2 哈希（Hash）：适合存储对象（类似Python的字典嵌套）

适用场景：存储一个对象的多个属性（比如用户信息、商品信息），对应MySQL中的一行数据（多列），但无需建表。

# 哈希操作：存储用户信息r.hset('user:1001',mapping={# key=user:1001（规范：表名:主键），value是字典'id':1001,'name':'李四','age':25,'gender':'男'})# 读取哈希中的单个字段print(r.hget('user:1001','name'))# 输出：李四# 读取哈希中的所有字段和值print(r.hgetall('user:1001'))# 输出：{'id': '1001', 'name': '李四', 'age': '25', 'gender': '男'}# 删除哈希中的某个字段r.hdel('user:1001','age')print(r.hgetall('user:1001'))# 输出：{'id': '1001', 'name': '李四', 'gender': '男'}

3.3 列表（List）：有序可重复，类似Python的列表

适用场景：存储有序数据（比如消息队列、最新消息列表、分页数据）。

# 列表操作：存储消息列表r.lpush('message','第一条消息')# 从列表左侧添加元素r.lpush('message','第二条消息')r.rpush('message','第三条消息')# 从列表右侧添加元素# 读取列表中的所有元素print(r.lrange('message',0,-1))# 输出：['第二条消息', '第一条消息', '第三条消息']# 弹出列表元素（左侧弹出，弹出后元素消失）print(r.lpop('message'))# 输出：第二条消息print(r.lrange('message',0,-1))# 输出：['第一条消息', '第三条消息']

3.4 集合（Set）：无序不可重复，类似Python的集合

适用场景：去重操作（比如用户标签、点赞用户列表）。

# 集合操作：存储用户标签（不可重复）r.sadd('user:1001:tags','Python','MySQL','Redis')# 添加多个元素r.sadd('user:1001:tags','Python')# 重复添加，不会生效# 读取集合中的所有元素print(r.smembers('user:1001:tags'))# 输出：{'Python', 'MySQL', 'Redis'}（无序）# 判断元素是否在集合中print(r.sismember('user:1001:tags','Java'))# 输出：False# 删除集合中的元素r.srem('user:1001:tags','MySQL')print(r.smembers('user:1001:tags'))# 输出：{'Python', 'Redis'}

3.5 有序集合（Sorted Set）：有序不可重复，带分数排序

适用场景：排行榜（比如用户积分排行榜、商品销量排行榜），这是MySQL实现起来很麻烦，但Redis很轻松的场景。

# 有序集合操作：用户积分排行榜r.zadd('user:ranking',{'zhangsan':80,'lisi':95,'wangwu':75})# key=排行榜名称，value是字典（用户:积分），积分作为排序依据# 按积分升序排列（从低到高）print(r.zrange('user:ranking',0,-1,withscores=True))# 输出：[('wangwu', 75.0), ('zhangsan', 80.0), ('lisi', 95.0)]# 按积分降序排列（从高到低，最常用）print(r.zrevrange('user:ranking',0,-1,withscores=True))# 输出：[('lisi', 95.0), ('zhangsan', 80.0), ('wangwu', 75.0)]# 获取某个用户的排名（降序，排名从0开始）print(r.zrevrank('user:ranking','zhangsan'))# 输出：1（第二名）

四、Redis与Python+MySQL的结合使用（实战场景）

你已经掌握了Python和MySQL，现在结合Redis，实现一个最常见的实战场景：用Redis缓存MySQL的热点数据，减轻MySQL压力，提升接口响应速度。

核心逻辑：查询数据时，先查Redis；如果Redis有数据（命中），直接返回；如果没有（未命中），查MySQL，再把数据存入Redis，下次查询直接用Redis。

importredisimportpymysql# 1. 连接Redisr=redis.Redis(host='localhost',port=6379,db=0,decode_responses=True)# 2. 连接MySQL（你已熟悉的代码）conn=pymysql.connect(host='localhost',user='root',password='你的MySQL密码',database='你的数据库名',charset='utf8mb4')cursor=conn.cursor(pymysql.cursors.DictCursor)# 3. 实战：查询用户信息（用Redis缓存）defget_user_info(user_id):# 第一步：先查Redisuser_key=f'user:{user_id}'user_info=r.hgetall(user_key)ifuser_info:# Redis命中，直接返回数据print('从Redis获取数据')returnuser_info# 第二步：Redis未命中，查MySQLsql=f"select id, name, age, gender from user where id ={user_id}"cursor.execute(sql)user_info=cursor.fetchone()ifuser_info:# 把MySQL查询到的数据存入Redis，方便下次查询r.hset(user_key,mapping=user_info)# 设置过期时间（300秒），避免数据长期缓存导致与MySQL不一致r.expire(user_key,300)print('从MySQL获取数据，并存入Redis')else:print('用户不存在')returnuser_info# 测试（第一次查MySQL，第二次查Redis）print(get_user_info(1001))# 输出：从MySQL获取数据，并存入Redis + 用户信息print(get_user_info(1001))# 输出：从Redis获取数据 + 用户信息# 关闭连接cursor.close()conn.close()