一种从 Redis 等键值数据库获取和存储数据的简单方法。
项目描述
数据库传输
使用 Redis 等键值数据库操作数据的简单方法。
它旨在支持多种数据库,但目前支持 Redis 和 yaml 文件。
安装
pip install DB-Transfer
设计
每个数据库都有一个适配器类。
在使用特定的adapter_name实例化Python Transfer之后,我们可以
像字典一样操作键值数据库中的数据:`transfer[key] = value`
钥匙
键是使用前缀、命名空间和项目创建的。
示例:data:USERS:arrrlo:full_name
(data 是前缀,USERS 是命名空间,arrrlo:full_name 是 item)
Redis 适配器:
使用环境变量连接到 Redis
在 docker 容器中使用时非常方便。
from db_transfer import Transfer, sent_env
os.environ['REDIS_HOST'] = 'localhost'
os.environ['REDIS_PORT'] = '6379'
os.environ['REDIS_DB'] = '0'
@sent_env('redis', 'HOST', 'REDIS_HOST')
@sent_env('redis', 'PORT', 'REDIS_PORT')
@sent_env('redis', 'DB', 'REDIS_DB')
class RedisTransfer(Transfer):
def __init__(self, prefix=None, namespace=None):
super().__init__(prefix=str(prefix), namespace=namespace, adapter_name='redis')
存储数据
rt = RedisTransfer()
rt['my_key'] = 'some_string' # redis: "SET" "data:my_key" "some_string"
rt = RedisTransfer(namespace='my_namespace')
rt['my_key'] = 'some_string' # redis: "SET" "data:my_namespace:my_key" "some_string"
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace')
rt['my_key'] = 'some_string' # redis: "SET" "my_prefix:my_namespace:my_key" "some_string"
使用类参数连接到 Redis
class RedisTransfer(Transfer):
def __init__(self, prefix, namespace, host, port, db):
super().__init__(prefix=str(prefix), namespace=namespace, adapter_name='redis')
self.set_env('HOST', host)
self.set_env('PORT', port)
self.set_env('DB', db)
存储数据
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
rt['my_key'] = 'some_string' # redis: "SET" "my_prefix:my_name_space:my_key" "some_string"
获取数据
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
my_var = rt['my_key'] # redis: "GET" "my_prefix:my_namespace:my_key"
删除数据
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
del rt['my_key'] # redis: "DEL" "my_prefix:my_namespace:my_key"
其他数据类型
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
rt['my_key_1'] = [1,2,3,4] # redis: "RPUSH" "my_prefix:my_namespace:my_key_1" "1" "2" "3" "4"
rt['my_key_2'] = {'foo', 'bar'} # redis: "SADD" "my_prefix:my_namespace:my_key_2" "foo" "bar"
rt['my_key_3'] = {'foo': 'bar'} # redis: "HMSET" "my_prefix:my_namespace:my_key_3" "foo" "bar"
my_var_1 = list(rt['my_key_1']) # redis: "LRANGE" "my_prefix:my_namespace:my_key_1" "0" "-1"
my_var_2 = set(rt['my_key_2']) # redis: "SMEMBERS" "my_prefix:my_namespace:my_key_2"
my_var_3 = dict(rt['my_key_2']) # redis: "HGETALL" "my_prefix:my_namespace:my_key_3"
Redis 哈希数据类型
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
rt['my_key'] = {'foo': 'bar'} # redis: "HMSET" "my_prefix:my_namespace:my_key" "foo" "bar"
my_var = dict(rt['my_key']) # redis: "HGETALL" "my_prefix:my_namespace:my_key"
my_var = rt['my_key']['foo'] # redis: "HGET" "my_prefix:my_namespace:my_key" "foo"
rt['my_key']['boo'] = 'doo' # redis: "HSET" "my_prefix:my_namespace:my_key" "boo" "bar"
使用上下文管理器执行多个命令(仅用于设置和删除)
with RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0) as rt:
rt['my_key_1'] = 'some_string'
rt['my_key_2'] = [1,2,3,4]
rt['my_key_3'] = {'foo': 'bar'}
# redis:
#
# "MULTI"
# "SET" "my_prefix:my_namespace:my_key_1" "some_string"
# "RPUSH" "my_prefix:my_namespace:my_key_2" "1" "2" "3" "4"
# "HMSET" "my_prefix:my_namespace:my_key_3" "foo" "bar"
# "EXEC"
使用迭代器
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
for key, value in iter(rt):
# yields key and value of every key starting with my_prefix:my_namespace:
rt['my_key'] = {...} # saving a hash data (dict)
for key, value in iter(rt['my_key']):
# yields key and value for every HGET in my_prefix:my_namespace:my_key
钥匙
Redis 中的每个键都存储在同一个 Redis 中的集合中。
例子:
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
rt['key_1'] = 'value'
rt['key_2:key3'] = 'value'
rt['key_2:key4'] = 'value'
rt['key_2:key_5:key_6'] = 'value'
rt['key_2:key_5:key_7'] = 'value'
rt['key_2:key_5:key_8'] = 'value'
因此,键是“key_1”、“key_2:key3”、“key_2:key4”、“key_2:key5:key_6”、“key_2:key5:key_7”、“key_2:key5:key_8”。
它们不存储在一个集合中,但不同的密钥存储在不同的集合中:
'my_prefix:my_namespace': set({'key_1', 'key_2:keys'})
'my_prefix:my_namespace:key_2': set({'key_3 ', 'key_4', 'key_5:keys'})
'my_prefix:my_namespace:key_2:key_5': set({'key_6', 'key_7', 'key_8'})
这是通过这种方式完成的,因此您可以通过任何级别的键轻松地递归访问数据:
rt.keys()
# > ['key_1', 'key_2:key3', 'key_2:key4', 'key_2:key_5:key_6', 'key_2:key_5:key_7', 'key_2:key_5:key_8']
rt['key_2'].keys()
# > ['key_3', 'key_4', 'key_5:key_6', 'key_5:key_7', 'key_5:key_8']
rt['key_2:key_5'].keys()
# > ['key_6', 'key_7', 'key_8']
现实生活中的例子
将所有数据从一个 Redis 数据库传输到另一个:
rt_1 = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
rt_2 = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='some_host', port=6379, db=0)
for key in rt_1.keys():
rt_2[key] = rt_1[key]
或者如果你想在一批中插入数据(读取一个接一个):
with rt_2:
for key in rt_1.keys():
rt_2[key] = rt_1[key]
将数据从一个用户传输到另一个用户:
rt_1 = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
for key in rt_1['arrrlo'].keys():
rt_1['edi:' + key] = rt_1['arrrlo:' + key]
从数据库中删除用户:
rt_1 = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
with rt_1:
for key in rt_1['arrrlo'].keys():
del rt_1['arrrlo:' + key]
Yaml 文件适配器:
最初,来自 yaml 文件的数据从文件传输到内存。
从那里每次读取、写入或删除都会运行,直到
调用 sync() 方法。然后将内存中的数据传输到 yaml 文件中。
可以使用上下文管理器或手动调用 sync() 方法。
使用环境变量定义 yaml 文件的路径
在 docker 容器中使用时非常方便。
from db_transfer import Transfer, sent_env
os.environ['YAML_FILE_PATH'] = '/path/to/yaml/file.yaml'
@sent_env('yaml', 'FILE_LOCAL', 'YAML_FILE_PATH')
class YamlFileTransfer(Transfer):
def __init__(self, prefix=None, namespace=None):
super().__init__(prefix=str(prefix), namespace=namespace, adapter_name='yaml')
使用类参数定义 yaml 文件的路径
class YamlFileTransfer(Transfer):
def __init__(self, prefix, namespace, yaml_file_path):
super().__init__(prefix=str(prefix), namespace=namespace, adapter_name='yaml')
self.set_env('FILE_LOCAL', yaml_file_path)
写入和删除数据
可以使用上下文管理器或 sync() 方法写入数据。
yt = YamlFileTransfer(prefix='my_prefix', namespace='my_namespace', yaml_file_path='/path/')
with yt:
yt['my_key_1'] = 'some_string'
yt['my_key_2'] = 'some_string'
yt.sync()
with yt:
del yt['my_key_1']
del yt['my_key_2']
yt.sync()
现实生活中的例子
将用户数据从 Redis 备份到 yaml 文件:
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
yt = YamlFileTransfer(prefix='my_prefix', namespace='my_namespace', yaml_file_path='/path/')
for key in rt['arrrlo'].keys():
yt['arrrlo:' + key] = rt['arrrlo:' + key]
# or (depends on how you use prefix and namespace):
rt = RedisTransfer(prefix='users', namespace='arrrlo', host='localhost', port=6379, db=0)
yt = YamlFileTransfer(prefix='users', namespace='arrrlo', yaml_file_path='/path/')
for key in rt.keys():
yt[key] = rt[key]
# or:
rt = RedisTransfer(prefix='my_prefix:my_namespace', namespace='arrrlo', host='localhost', port=6379, db=0)
yt = YamlFileTransfer(prefix='my_prefix:my_namespace', namespace='arrrlo', yaml_file_path='/path/')
for key in rt.keys():
yt[key] = rt[key]
# or:
rt = RedisTransfer(prefix='my_prefix', namespace='my_namespace', host='localhost', port=6379, db=0)
yt = YamlFileTransfer(prefix='my_prefix:my_namespace', namespace='arrrlo', yaml_file_path='/path/')
for key in rt.keys():
yt[key] = rt['arrrlo:' + key]