基于python+mysql+redis缓存设计与数据库关联数据处理

本文涉及的产品
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介:

1、添加表

CREATE TABLE tb_signin(

id INT,

user_name VARCHAR(10),

signin_num INT ,

signin_time DATETIME ,

gold_coin INT 

);

INSERT INTO tb_signin

VALUES(1, 'ma', 0, NULL, 0),

(2, 'he', 0, NULL, 0),

(3, 'yu', 0, NULL, 0),

(4, 'hai', 0, NULL, 0),

(5, 'fang', 0, NULL, 0);

2、redis缓存键值设计

key               value

表名:主键值:列名   列值

或者:

表名:主键值:列值1:列名1  

示例:把id为1的人的签到次数(假设为5)存储到redis中则可如下操作:

set('tb_signin_rank:1:signin_num', 5)

类似数据库一样,通过主键便可获取其它值

3、redis关联数据库的数据处理模式:

如图,先判断是否存在缓存(通常是根据key),如果存在则从缓存读取,否则从数据库读取并更新缓存

wKiom1gZXwHAkZyoAABDYTBtdJQ407.png-wh_50

适用场景:对数据实时性要求不高,更新比较不频繁


如下图,先写入redis然后,利用守护进程等方式,定时写入到数据库

wKioL1gZXxrDQ2YNAAA9dIkMOCY732.png-wh_50


如下图,先写入数据库,然后再更新到缓存

wKioL1gZXyyy5XkAAAAy6gz0EKM820.png-wh_50

####

import ConfigParser
import sys
import redis
import MySQLdb
__name__ ==:
    pool=redis.ConnectionPool(=,=,=)
    r=redis.Redis(=pool)
    config=ConfigParser.ConfigParser()
    :
        dbcon=MySQLdb.connect(=,=,=,=,=,=)
    MySQLdb.Error,e:
        ,e
        sys.exit()
    :
         db_cursor=dbcon.cursor()
         id (,):
             db_cursor.execute(,id)
             db_cursor.execute()
         r.zincrby(, id, )
    e:
         (% e)
         db_cursor.execute()
         db_cursor.close()
         ()
    id (,):
        result=r.zscore(,id)
        result:
            :
                db_cursor=dbcon.cursor()
                db_cursor.execute(,id)
                result=db_cursor.fetchone()[]
                r.zadd(,id,result)
            e:
                % e
                db_cursor.close()
        :
            ()
            result = (result)
        (% (id, result))

###

zadd:命令用于将一个或多个成员元素及其分数值加入到有序集当中

zscore:命令返回成员的有序集合在键比分。如果成员没有在排序集合存在,或键不存在,则返回nil。

'
本文转自 DBAspace 51CTO博客,原文链接:http://blog.51cto.com/dbaspace/1868400


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
5天前
|
关系型数据库 MySQL 分布式数据库
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
35 2
|
2天前
|
SQL 存储 关系型数据库
数据库开发之mysql前言以及详细解析
数据库开发之mysql前言以及详细解析
12 0
|
5天前
|
NoSQL MongoDB Redis
Python与NoSQL数据库(MongoDB、Redis等)面试问答
【4月更文挑战第16天】本文探讨了Python与NoSQL数据库(如MongoDB、Redis)在面试中的常见问题,包括连接与操作数据库、错误处理、高级特性和缓存策略。重点介绍了使用`pymongo`和`redis`库进行CRUD操作、异常捕获以及数据一致性管理。通过理解这些问题、易错点及避免策略,并结合代码示例,开发者能在面试中展现其技术实力和实践经验。
63 8
Python与NoSQL数据库(MongoDB、Redis等)面试问答
|
5天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
25 6
|
7天前
|
SQL 关系型数据库 MySQL
MySQL环境搭建——“MySQL数据库”
MySQL环境搭建——“MySQL数据库”
|
7天前
|
SQL NoSQL 关系型数据库
初识MySQL数据库——“MySQL数据库”
初识MySQL数据库——“MySQL数据库”
|
9天前
|
关系型数据库 MySQL 数据库
数据库基础(mysql)
数据库基础(mysql)
|
9天前
|
SQL 关系型数据库 数据库
【后端面经】【数据库与MySQL】SQL优化:如何发现SQL中的问题?
【4月更文挑战第12天】数据库优化涉及硬件升级、操作系统调整、服务器/引擎优化和SQL优化。SQL优化目标是减少磁盘IO和内存/CPU消耗。`EXPLAIN`命令用于检查SQL执行计划,关注`type`、`possible_keys`、`key`、`rows`和`filtered`字段。设计索引时考虑外键、频繁出现在`where`、`order by`和关联查询中的列,以及区分度高的列。大数据表改结构需谨慎,可能需要停机、低峰期变更或新建表。面试中应准备SQL优化案例,如覆盖索引、优化`order by`、`count`和索引提示。优化分页查询时避免大偏移量,可利用上一批的最大ID进行限制。
36 3
|
10天前
|
存储 关系型数据库 MySQL
【后端面经】【数据库与MySQL】为什么MySQL用B+树而不用B树?-02
【4月更文挑战第11天】数据库索引使用规则:`AND`用`OR`不用,正用反不用,范围中断。索引带来空间和内存代价,包括额外磁盘空间、内存占用和数据修改时的维护成本。面试中可能涉及B+树、聚簇索引、覆盖索引等知识点。MySQL采用B+树,因其利于范围查询和内存效率。数据库不使用索引可能因`!=`、`LIKE`、字段区分度低、特殊表达式或全表扫描更快。索引与NULL值处理在不同数据库中有差异,MySQL允许NULL在索引中的使用。
16 3
|
11天前
|
SQL 关系型数据库 数据库
Python中SQLite数据库操作详解:利用sqlite3模块
【4月更文挑战第13天】在Python编程中,SQLite数据库是一个轻量级的关系型数据库管理系统,它包含在一个单一的文件内,不需要一个单独的服务器进程或操作系统级别的配置。由于其简单易用和高效性,SQLite经常作为应用程序的本地数据库解决方案。Python的内置sqlite3模块提供了与SQLite数据库交互的接口,使得在Python中操作SQLite数据库变得非常容易。