파이썬 Redis 사용법
[
Python Redis 사용하기
Redis(레디스)는 A부터 Z까지 모든 것에 사용할 수 있는 빠른 인메모리 키-값 스토어입니다. Redis는 데이터베이스에 관한 인기 있는 책인 “일주일 동안 일곱 개의 데이터베이스”에서 다음과 같이 소개되었습니다.
Redis는 단순히 사용하기만 하는 것이 아닌 즐거움을 선사합니다. API가 프로그래머를 위한 사용자 경험이라면, Redis는 맥 큐브와 함께 현대 미술 박물관에 있어야 합니다.
…
그리고 Redis의 속도면에서 압도적입니다. 읽기가 빠르고 쓰기는 더욱 빠르며, 일부 벤치마크에서 초당 10만 개 이상의
SET작업을 처리할 수 있습니다.
관심이 생기셨나요? 이 튜토리얼은 Redis 경험이 전무하거나 매우 적은 Python 프로그래머를 대상으로 합니다. Redis 자체와 함께 Redis의 Python 클라이언트 라이브러리 중 하나인 redis-py(redis-py로 가져옵니다)도 함께 소개합니다.
redis-py는 Redis를 위한 다양한 Python 클라이언트 중 하나입니다. Redis 개발자들은 Redis 명령을 Python에서 호출하고 익숙한 Python 객체를 반환하는 데에 적합한 Python 라이브러리로서 “현재 Python에서 최고의 선택”으로 소개합니다.
이 튜토리얼에서 다루는 내용은 다음과 같습니다:
- 소스로부터 Redis 설치하기
- Redis 구성하기
- Redis로 10분정도 작업하기
- 시작하기
- Redis를 Python의 딕셔너리로 사용하기
- Python과 Redis의 데이터 타입 비교
- redis-py 사용하기: Python에서 Redis 사용하기
- 첫 단계
- 허용된 키 타입
- 예제: PyHats.com
- 키 만료 사용하기
- PyHats.com, Part 2
- 지속성 및 스냅샷
- 직렬화 우회하기
- 암호화
- 압축
- Hiredis 사용하기
- 기업용 Redis 애플리케이션 사용하기
- 마무리
- 추가 리딩 자료
소스로부터 Redis 설치하기
조상대장이 말하길, 소스로부터 설치하는 것만큼 고군분투의 경험은 없다고 말씀하셨습니다. 이 섹션에서는 Redis를 다운로드하고 빌드하고 설치하는 과정을 안내합니다. 이 과정은 전혀 부담 없습니다.
참고: 이 섹션은 Mac OS X 또는 Linux에서의 설치를 위해 작성되었습니다. Windows를 사용하시는 경우, Windows 서비스로 설치할 수 있는 Microsoft의 Redis 포크가 있습니다. Redis는 Linux 환경에서 가장 편안하게 지원되며, Windows에서의 설치 및 사용은 다소 까다로울 수 있습니다.
우선 Redis 소스 코드를 tarball로 다운로드합니다:
Shell
$ redisurl="http://download.redis.io/redis-stable.tar.gz"$ curl -s -o redis-stable.tar.gz $redisurl그다음, root 사용자로 전환하여 아카이브의 소스 코드를 /usr/local/lib/에 추출합니다:
Shell
$ sudo su root$ mkdir -p /usr/local/lib/$ chmod a+w /usr/local/lib/$ tar -C /usr/local/lib/ -xzf redis-stable.tar.gz선택적으로, 아카이브 파일을 제거할 수 있습니다:
Shell
$ rm redis-stable.tar.gz이제 소스 코드 폴더가 남게 됩니다.
Redis 구성하기
Redis 명령을 실행하기 전에 Redis 구성 파일을 수정해야 합니다. Redis 구성은 Redis 클러스터를 구성하거나 Redis 인스턴스를 가동하기 위한 다양한 옵션을 설정합니다. 구성을 적용하려면 Redis 서버를 다시 시작해야 합니다.
기본적으로 Redis는 /usr/local/etc/redis.conf에 구성 파일을 저장합니다. 따라서 이 파일을 열어 편집합니다:
Shell
$ vim /usr/local/etc/redis.conf디렉토리를 옮긴 경우, 해당 디렉토리의 redis.conf를 열어야 합니다. 예를 들어 /usr/local/redis/redis.conf인 경우, 다음 명령을 사용할 수 있습니다:
Shell
$ vim /usr/local/redis/redis.conf어떤 텍스트 편집기를 사용하든 상관 없지만, 권한 문제가 발생하지 않도록 sudo를 사용하여 root 사용자로 편집하는 것이 좋습니다. 편집기에서 다음 설정을 찾아 수정합니다:
Redis 구성 파일에서 설정할 수 있는 많은 옵션이 있습니다. 본 튜토리얼에서 모든 옵션을 다루지는 않지만 몇 가지 중요한 옵션을 살펴보겠습니다.
다음과 같은 중요한 설정 항목을 확인할 수 있습니다:
bind
기본적으로 Redis는 로컬 IP 주소에서만 연결을 허용하도록 되어 있습니다. 즉, bind 설정이 로컬 IP 주소로 되어 있습니다. 따라서 다른 IP 주소나 호스트에서 Redis에 연결하고자 한다면, bind 설정을 주석 처리해야 합니다. 주석 처리를 위해서는 bind 설정 행을 찾아 앞에 # 기호를 추가하거나, bind 127.0.0.1을 bind 0.0.0.0로 변경합니다.
protected-mode
이 설정이 yes로 되어 있는 경우, Redis는 로컬 호스트에서만 연결을 허용합니다. yes 대신 no로 변경해야 다른 호스트에서 연결할 수 있습니다.
requirepass
Redis에 연결할 때 비밀번호를 요구하는 경우, requirepass 설정에 비밀번호를 추가합니다. 이 경우, 클라이언트가 Redis에 연결하려면 비밀번호를 입력해야 합니다.
maxmemory
Redis가 사용할 수 있는 최대 메모리 양을 제한하려면, maxmemory 설정에 원하는 메모리 양을 추가합니다. 메모리 양은 바이트 단위로 지정하며, maxmemory 100mb와 같이 설정할 수 있습니다.
변경된 Redis 구성 파일을 저장한 후, Redis 서버를 다시 시작합니다. Redis 서버 프로세스를 중지하고 다시 시작하려면 다음 명령을 사용합니다:
Shell
$ redis-server /usr/local/etc/redis.confRedis 서버가 정상적으로 시작되었는지 확인하려면 다음 명령을 사용합니다:
Shell
$ redis-cli ping서버가 PONG을 응답하면 Redis가 정상적으로 작동하고 연결할 준비가 되었다는 뜻입니다.
Redis 약 10분 정도 사용하기
이 섹션에서는 Redis를 몇 가지 기본 개념과 함께 간단히 사용하는 방법을 다룹니다. Redis를 시작해보고 Python에서 Redis를 사용하여 데이터를 저장하고 검색하는 방법에 대해 알아보겠습니다.
시작하기
Redis 서버를 시작하려면 터미널에서 redis-server 명령을 실행합니다:
Shell
$ redis-serverRedis를 Python의 딕셔너리로 사용하기
Redis는 Python의 딕셔너리와 유사한 기능을 제공합니다. Redis 서버에 데이터를 저장하고 검색하기 위해 Python의 redis 패키지를 사용하겠습니다. 먼저 redis-py 패키지를 설치해야 합니다:
Shell
$ pip install redis설치가 완료되면 Python 스크립트에서 Redis를 사용할 수 있습니다. Python 스크립트를 작성한 후 Redis 서버와의 연결을 설정하려면 다음 코드를 사용합니다:
Python
import redis
# Redis 서버와의 연결 설정r = redis.Redis(host='localhost', port=6379, db=0)Redis에서 데이터 저장하기와 검색하기
Redis는 키-값 스토어이므로 데이터를 저장하려면 키와 값을 정의하고 Redis에 저장해야 합니다. Redis를 사용하여 데이터를 저장하고 검색하는 예제를 살펴보겠습니다:
Python
import redis
# Redis 서버와의 연결 설정r = redis.Redis(host='localhost', port=6379, db=0)
# 데이터 저장하기r.set('name', 'John')r.set('age', 30)
# 데이터 검색하기name = r.get('name')age = r.get('age')
print(f"Name: {name.decode()}, Age: {age.decode()}")위의 코드에서는 r.set 함수를 사용하여 키와 값을 Redis에 저장합니다. 그리고 r.get 함수를 사용하여 Redis에서 데이터를 검색합니다. 검색한 데이터는 decode() 메서드를 사용하여 bytes 타입에서 문자열로 변환한 후 출력합니다.
Python에서 Redis와 함께 사용할 수 있는 더 많은 데이터 타입
Redis는 단순한 문자열 뿐 아니라 다양한 데이터 타입을 지원합니다. Redis와 Python을 함께 사용하는 동안 이러한 데이터 타입에 대해 알아보고 활용하는 방법을 살펴보겠습니다.
리스트
Redis는 리스트를 지원하여 여러 개의 값을 순차적으로 저장하고 관리할 수 있습니다. Python에서 Redis의 리스트를 사용하는 방법은 다음과 같습니다:
Python
import redis
# Redis 서버와의 연결 설정r = redis.Redis(host='localhost', port=6379, db=0)
# 리스트에 값 추가r.lpush('fruits', 'apple')r.lpush('fruits', 'banana')r.lpush('fruits', 'cherry')
# 리스트의 값 출력fruits = r.lrange('fruits', 0, -1)
print([fruit.decode() for fruit in fruits])위의 코드에서는 r.lpush 함수를 사용하여 ‘fruits’라는 이름의 리스트에 값을 추가합니다. 그리고 r.lrange 함수를 사용하여 리스트의 값을 출력합니다. 출력 결과는 decode() 메서드를 사용하여 bytes 타입에서 문자열로 변환한 후 리스트로 출력합니다.
해시
Redis는 해시를 사용하여 키-값 쌍을 더 구조화된 형태로 저장하고 검색할 수 있습니다. Python에서 Redis의 해시를 사용하는 방법은 다음과 같습니다:
Python
import redis
# Redis 서버와의 연결 설정r = redis.Redis(host='localhost', port=6379, db=0)
# 해시에 값 설정r.hset('user1', 'name', 'John')r.hset('user1', 'age', 30)
# 해시의 값 조회name = r.hget('user1', 'name')age = r.hget('user1', 'age')
print(f"Name: {name.decode()}, Age: {age.decode()}")위의 코드에서는 r.hset 함수를 사용하여 ‘user1’이라는 이름의 해시에 값을 설정합니다. 그리고 r.hget 함수를 사용하여 해시의 값을 조회합니다. 조회한 값은 decode() 메서드를 사용하여 bytes 타입에서 문자열로 변환한 후 출력합니다.
redis-py 사용하기: Python에서 Redis 사용하기
본 섹션에서는 Python에서 Redis를 사용하기 위한 redis-py 라이브러리에 대해 자세히 살펴보겠습니다. redis-py는 Python에서 Redis를 사용하기 위한 클라이언트 라이브러리입니다.
첫 단계
Redis를 사용하기 위해서는 redis-py 라이브러리를 설치해야 합니다. 다음 명령을 사용하여 redis-py를 설치합니다:
Shell
$ pip install redis설치를 완료하면 Python 스크립트에서 redis-py를 사용할 수 있습니다. redis-py를 이용하여 Redis 서버와의 연결을 설정하고, Redis 명령을 실행하고, 결과를 받아서 사용할 수 있습니다.
Redis 서버와의 연결 설정하기
Redis 서버와의 연결을 설정하기 위해 먼저 redis-py 패키지를 임포트합니다:
Python
import redis그런 다음, Redis 서버와의 연결을 설정하고 연결 객체를 생성합니다:
Python
r = redis.Redis(host='localhost', port=6379, db=0)위의 코드에서 host와 port는 Redis 서버의 호스트와 포트 번호를 나타냅니다. db는 Redis 서버의 데이터베이스 인덱스 번호입니다. 이를 통해 Redis 명령을 실행하고 결과를 받을 수 있습니다.
Redis 명령 실행하기
Redis 명령을 실행하려면 redis-py의 메서드를 사용하면 됩니다. Redis 명령의 형식은 다음과 같습니다:
r.<command>(<arguments>)<command>는 Redis 명령을 나타내며, <arguments>는 명령에 필요한 인수들입니다. 각 Redis 명령마다 어떤 인수를 받는지는 공식 Redis 문서에서 확인할 수 있습니다.
예를 들어 Redis의 SET 명령을 사용하여 값을 저장하고 검색해보겠습니다:
Python
# 데이터 저장하기r.set('name', 'John')
# 데이터 검색하기name = r.get('name')print(name.decode())위의 코드에서 r.set 함수를 사용하여 ‘name’이라는 키에 ‘John’이라는 값을 저장합니다. 그리고 r.get 함수를 사용하여 ‘name’이라는 키의 값을 검색합니다. 검색한 값을 decode() 메서드를 사용하여 bytes 타입에서 문자열로 변환한 후 출력합니다.
알파벳순으로 Redis 명령을 정리하면 다음과 같습니다:
append(key, value)bitcount(key, start=None, end=None)bitfield(key, default_overflow=None, **fields)bitop(operation, dest, *keys)bitpos(key, bit, start=None, end=None)blpop(keys, timeout=0)brpop(keys, timeout=0)brpoplpush(src, dest, timeout=0)client_getname()client_kill(*addr)client_list(*type)client_pause(timeout)client_setname(name)config_get(pattern="*")config_resetstat()config_rewrite()config_set(name, value)dbsize()debug_object(key)debug_segfault()decr(key, amount=1)decrby(key, amount=1)delete(*keys)dump(key)echo(message)eval(script, numkeys, *keys, args)evalsha(sha, numkeys, *keys, args)exists(*keys)expire(key, seconds)expireat(key, timestamp)flushall(async=False)flushdb(async=False)geoadd(key, *args, **kwargs)geodist(key, member1, member2, unit=None)geohash(key, *args)geopos(key, *args)georadius(key, longitude, latitude, radius, unit, withdist=False, withcoord=False, withhash=False, count=None, sort=None)georadiusbymember(key, member, radius, unit, withdist=False, withcoord=False, withhash=False, count=None, sort=None)get(key)getbit(key, offset)getrange(key, start, end)getset(key, value)hdel(key, *args)hexists(key, field)hget(key, field)hgetall(key)hincrby(key, field, increment=1)hincrbyfloat(key, field, increment=1.0)hkeys(key)hlen(key)hmget(key, args)hmset(key, mapping)hscan(name, cursor=0, match=None, count=None)hset(key, field, value)hsetnx(key, field, value)hstrlen(key, field)hvals(key)incr(key, amount=1)incrby(key, amount=1)incrbyfloat(key, amount=1.0)info(section=None)keys(pattern="*")lastsave()lindex(key, index)linsert(key, where, refvalue, value)llen(key)lpop(key)lpush(key, *values)lpushx(key, value)lrange(key, start, stop)lrem(key, count, value)lset(key, index, value)ltrim(key, start, stop)mget(keys, *args)migrate(host, port, keys, destination_db, timeout, copy=False, replace=False)monitor(callback)move(key, db)mset(mapping)msetnx(mapping)multi()object(key)persist(key)pexpire(key, milliseconds)pexpireat(key, milliseconds_timestamp)pfadd(key, *values)pfcount(*keys)pfmerge(destkey, *sourcekeys)ping(message=None)psetex(key, milliseconds, value)psubscribe(*patterns)pttl(key)publish(channel, message)pubsub(*args, **kwargs)punsubscribe(*patterns)randomkey()readonly()readwrite()rename(key, newkey)renamenx(key, newkey)restore(key, ttl, serialized_value, replace=False)rpop(key)rpoplpush(src, dst)rpush(key, *values)rpushx(key, value)sadd(key, *values)save()scan(cursor=0, match=None, count=None, type=None)scard(key)script_exists(*args)script_flush()script_kill()script_load(script)sdiff(keys, *args)sdiffstore(dest, keys, *args)select(db)set(key, value, ex=None, px=None, nx=False, xx=False)setbit(key, offset, value)setex(key, seconds, value)setnx(key, value)setrange(key, offset, value)shutdown()sinter(keys, *args)sinterstore(dest, keys, *args)sismember(key, value)slaveof(host, port)slaveof_noone()slowlog_get(length=None)slowlog_len()slowlog_reset()smembers(key)smove(src, dst, value)sort(name, by=None, get=None, start=None, num=None, desc=False, alpha=False, store=None, groups=False)spop(key, count=None)srandmember(key, number=None)srem(key, *values)sscan(name, cursor=0, match=None, count=None)strlen(key)subscribe(*channels)sunion(keys, *args)sunionstore(dest, keys, *args)swapdb(index1, index2)time(*args)touch(*keys)ttl(key)type(key)unlink(*keys)unsubscribe(*channels)unwatch()wait(numslaves, timeout)watch(*keys)zadd(name, *args, **kwargs)zcard(name)zcount(name, min, max)zincrby(name, amount, value)zinterstore(dest, keys, aggregate=None)zlexcount(name, min, max)zrange(name, start, end, desc=False, withscores=False, score_cast_func=None, offset=None, count=None)zrangebylex(name, min, max, start=None, num=None, withscores=False, score_cast_func=None)zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=None, **kwargs)zrank(name, value)zrem(name, *values)zremrangebylex(name, min, max)zremrangebyrank(name, start, end)zremrangebyscore(name, min, max)zrevrange(name, start, end, withscores=False, score_cast_func=None, offset=None, count=None)zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=None, **kwargs)zrevrank(name, value)zscan(name, cursor=0, match=None, count=None, score_cast_func=None)zscore(name, value)zunionstore(dest, keys, aggregate=None)
Redis 클라이언트 라이브러리의 모든 기능과 Redis 명령에 대한 자세한 내용은 redis-py 공식 문서를 참고하세요.
PyHats.com 예제
이제 redis-py를 사용하여 Redis와 Python을 동시에 사용하는 예제를 살펴보겠습니다. 이 예제는 가상으로 생성된 PyHats.com이라는 웹사이트의 상품 목록을 저장하고 검색하는 예제입니다.
우선 Redis 서버에 연결하고, Redis 클라이언트 객체를 생성합니다:
Python
import redis
# Redis 서버와의 연결 설정r = redis.Redis(host='localhost', port=6379, db=0)다음으로, PyHats.com 웹사이트의 상품 데이터를 Redis에 저장하기 위한 함수를 작성합니다:
Python
def store_products(): hats = [ { 'id': 1, 'name': 'Cool Hat', 'price': 9.99, 'description': 'A really cool hat', 'quantity': 5 }, { 'id': 2, 'name': 'Fancy Hat', 'price': 14.99, 'description': 'A fancy hat for special occasions', 'quantity': 10 }, { 'id': 3, 'name': 'Funny Hat', 'price': 4.99, 'description': 'A funny hat to make people laugh', 'quantity': 12 } ]
for hat in hats: key = f"hat:{hat['id']}" r.hset(key, mapping=hat)위의 코드에서 store_products 함수는 상품 목록을 hset Redis 명령을 사용하여 Redis에 저장합니다. 각 상품은 id를 키로 사용하고, 상품 정보는 해시 형태로 Redis에 저장됩니다.
마지막으로, Redis에서 상품 데이터를 검색하여 출력하는 함수를 작성합니다:
Python
def print_products(): keys = r.keys("hat:*")
for key in keys: hat = r.hgetall(key) print(f"ID: {hat[b'id'].decode()}") print(f"Name: {hat[b'name'].decode()}") print(f"Price: ${hat[b'price'].decode()}") print(f"Description: {hat[b'description'].decode()}") print(f"Quantity: {hat[b'quantity'].decode()}") print()위의 코드에서 print_products 함수는 Redis의 keys 명령을 사용하여 “hat:“으로 시작하는 키들을 검색한 후, 각 키에 해당하는 상품 정보를 Redis에서 가져와 출력합니다.
이제 함수들을 호출하여 Redis에 상품 데이터를 저장하고 검색해보겠습니다:
Python
store_products()print_products()키 만료 기능 사용하기
Redis는 키를 만료시킬 수 있는 기능을 제공합니다. 이 기능을 사용하면 특정 시간이 지난 후에 Redis에서 키를 자동으로 삭제할 수 있습니다.
키의 만료를 설정하려면 expire 또는 expireat Redis 명령을 사용하면 됩니다. expire 명령은 키에 대한 만료 시간을 초 단위로 설정하며, expireat 명령은 키에 대한 만료 시간을 UNIX 타임스탬프로 설정합니다. 만료 시간이 지난 후에 Redis에서 키를 삭제하려면 이러한 명령을 사용합니다.
예를 들어 PyHats.com 웹사이트의 상품 데이터를 Redis에 저장한 후, 1분 후에 키를 자동으로 삭제하도록 설정해보겠습니다:
Python
def store_products_with_expiry(): hats = [ { 'id': 1, 'name': 'Cool Hat', 'price': 9.99, 'description': 'A really cool hat', 'quantity': 5 }, { 'id': 2, 'name': 'Fancy Hat', 'price': 14.99, 'description': 'A fancy hat for special occasions', 'quantity': 10 }, { 'id': 3, 'name': 'Funny Hat', 'price': 4.99, 'description': 'A funny hat to make people laugh', 'quantity': 12 } ]
for hat in hats: key = f"hat:{hat['id']}" r.hset(key, mapping=hat) r.expire(key, 60)위의 코드에서 store_products_with_expiry 함수는 상품 목록을 hset Redis 명령을 사용하여 Redis에 저장합니다. 그리고 expire Redis 명령을 사용하여 각 상품의 키를 60초 후에 자동으로 삭제되도록 설정합니다.
print_products 함수를 호출하여 Redis에서 상품 데이터를 검색하고 출력하면, 60초가 지난 후에는 데이터가 더 이상 Redis에 남아있지 않는 것을 확인할 수 있습니다.
여기까지 Redis와 Python을 함께 사용하는 방법에 대해 알아보았습니다. Redis를 활용하여 데이터를 저장하고 검색하는 방법에 대해 학습했습니다. 이제 Redis를 자유롭게 활용하여 다양한 애플리케이션을 개발할 수 있습니다.
더 읽어보기
Redis와 관련된 더 자세한 정보를 알고 싶다면, 다음 자료를 참고하세요:
Redis를 사용하면 데이터베이스 처리 속도를 향상시킬 수 있고, 다양한 애플리케이션에 유용한 기능을 제공할 수 있습니다. Python과 함께 Redis를 사용하여 데이터를 보다 효율적으로 다룰 수 있습니다. 이를 통해 빠른 응답 시간, 수백만 개의 요청 처리 등 다양한 기능을 구현할 수 있습니다. Redis와 Python을 함께 사용하여 더욱 강력한 애플리케이션을 개발해보세요.
Python과 Redis를 활용하여 데이터를 저장하고 검색하는 방법에 대해 알아보았습니다. 이제 Redis를 활용하여 다양한 애플리케이션을 개발할 수 있습니다. Redis는 데이터 처리 속도를 향상시킬 수 있는 강력한 도구이며, Python과의 결합은 더욱 효율적인 프로그래밍을 가능하게 합니다. Redis를 사용하여 데이터를 보다 빠르고 효율적으로 다룰 수 있으며, 다양한 애플리케이션에 적용할 수 있는 다양한 기능을 제공합니다. Python과 Redis를 함께 사용하여 더욱 강력한 애플리케이션을 개발해보세요.
