Redis OM 是一个高性能、低延迟的内存数据库解决方案，特别适用于需要快速数据访问的实时应用程序。它支持多种数据类型，包括字符串、列表、集合和HyperLogLogs。Python客户端 Redis-py 是访问 Redis 数据库的常用工具之一，它允许开发者与 Redis 中存储的不同类型数据进行交互，支持流水线操作、连接池、线程安全，并提供 Pub/Sub、Lua 脚本和事务支持。Redis-py 与 Redis 命令行紧密对应。
尽管已经存在 Redis 客户端，但 Redis OM 的出现是为了提供更高层次的数据管理抽象。例如，在 Redis 命令行中添加学生信息到学生哈希的方式如下：
127.0.0.1:6379> HMSET student Name Rohan Class 11
而在 Redis-py 中实现相同的操作如下：
import redis
client = redis.Redis(host='127.0.0.1', port=5379, decode_responses=True)
rohan = { "Name" : "Rohan" , "Class" : 11 }
client.hmset( "student" , mapping = rohan )
Redis OM 是一个基于 Redis 的高层次、面向对象的 API，用于数据管理和操作。它包括声明式对象映射、数据验证和序列化等主要功能。所有 Redis OM 模型都是 Pydantic 模型，允许使用 Pydantic 的强大且可扩展的数据验证功能。
在安装 Redis OM 之前，请确保正在使用Python3.7 或更高版本，并确保系统上运行着 Redis 服务器。可以直接从 Redis 官方网站下载 Redis，或者从 DockerHub 下载 Redis 的 Docker 文件。在 shell 或 CMD 中运行以下命令来下载和安装 Redis OM 模块：
pip install redis-om
这将安装 Redis-om 模块及其支持包。
Redis对象模型（Redis OM）是一个强大的工具，用于管理 Redis 中的数据。它为开发者提供了一个高层次、面向对象的 API，用于处理 Redis 数据，并简化了执行复杂数据操作的过程。在本节中，将探索如何开始使用 Redis-om 以及如何使用 Redis-om 定义数据模型。
from redis_om import HashModel
from typing import Optional
from pydantic import EmailStr
class Student(HashModel):
name: str
age: int
email: EmailStr
about: Optional[str]
在上面的代码中，创建了一个继承自 HashModel 的 Student 模型。这里 HashModel 类是想要存储 Redis 哈希时使用的 Redis OM 类之一。哈希映射存储键值对，其中键是一个唯一的字符串。这个类允许使用 Pydantic 模型定义哈希映射的字段，这意味着可以为每个字段添加数据类型、约束和默认值。
当一个模型继承自 HashModel 时，它继承了 Redis OM 模型以及 Pydantic 模型。这意味着可以在 Pydantic 模型中应用的所有数据验证都可以在这里应用。这就是为什么可以添加 EmailStr，它是 Pydantic 库中可用的。
Redis 不支持嵌套哈希、集合或列表。因此，HashModel 不接受另一个哈希。现在让给 Student 模型分配一个变量：
karan = Student(
name = "Karan",
age = 28,
email = "[email protected]",
about = "I'm a Tech Geek"
)
上述代码运行后，字段被提供并匹配它们各自的类型。现在，如果不提供 about 字段会怎样？什么也不会发生。因为该字段被设置为可选的。如果不提供 email 会怎样？代码会抛出一个验证错误，指出缺少一个字段。同样，当提供一个无效的电子邮件地址时，会再次抛出验证错误，指出 'value is not a valid email address'。这使得代码更加健壮，因此在处理缺失数据和数据验证方面节省了很多时间。
与通过 Redis-py 客户端访问字段值相比，从模型访问字段值要简单得多，必须使用 client.hget() 命令从 Redis 哈希中访问特定字段值。在 Redis-om 中，以以下方式访问值：
print(karan.email)
在上面的代码中，可以看到从模型访问字段值是多么简单，类似于如何访问类的属性，即以面向对象的方式。
Redis 是一个内存数据库，其关键特性之一是能够快速高效地处理大量数据。在本节中，将讨论如何使用 Redis OM 和主键（PKs）管理 Redis 中的数据。特别是，将涵盖如何保存、检索和使用 PKs 高效访问和操作 Redis 中的数据。到本文结束时，将能够理解如何使用 Redis OM 保存 Redis 中的数据以及如何使用 PKs 访问它。
Redis OM 允许以面向对象的方式操作数据。例如，要将数据模型保存到 Redis，调用该数据模型的 save() 函数。可以这样做：
karan.save()
现在 karan 变量中存储的数据在 Redis 上可用。但如何在代码中访问它呢？这可以通过主键来完成。Redis OM 在不与 Redis 服务器交互的情况下自动生成主键。在 Redis OM 中，PK 是用于标识和访问特定数据的惟一标识符。它用于高效访问和操作 Redis 中的数据。它的生成方式是全局唯一的。要获取数据的 PK，必须在该模型上调用 pk 函数。
如果知道模型的 PK，可以使用模型类上的 get() 函数检索模型的数据。下面的代码解释了一切。
print(karan.pk)
# 输出 -> 01GQ2XE5MH935FS5H2WTGEY9DG
print(Student.get(karan.pk))
# 输出 -> pk='01GQ2XE5MH935FS5H2WTGEY9DG' name='Karan' age=28 email='[email protected]' about="I'm a Tech Geek"
可以看到，通过在 Student.get() 中提供模型的 PK；可以检索数据。保存数据到 Redis 服务器后，知道数据现在存在于 Redis 中。那么，如何知道该特定 Redis 哈希的键名呢？可以使用 key() 检索哈希的键。
通过运行 HGETALL 命令在该键上，可以看到哈希已成功保存在 Redis 中，已经在 CLI 中检索了它。
127.0.0.1:6379> HGETALL :__main__.Student:01GQ2YYFG16Z166EJ4YAKXT4W
在 Redis 中，数据过期和删除是管理键值对生命周期的重要概念。过期允许为键设置一个时间限制，超过该时间限制后，键将自动被删除。这在缓存中很有用。删除允许从 Redis 数据库中手动移除键值对。
在 Redis OM 中，可以使用 expire() 方法实现数据过期。该方法接受两个参数，键和时间（以秒为单位）。例如，要使 karan 数据在 10 秒后过期，可以使用以下代码：
karan.expire(10)
运行上述代码后，为数据模型设置了 10 秒的过期时间。10 秒后，数据将从 Redis 服务器中删除。
与此类似的是 delete 函数。提供的参数是 PK。在模型上调用 delete() 函数会从Redis数据库中手动删除该模型。
Student.delete(karan.pk)
- 它是管理 Redis 数据的强大工具。
- 使用 Pydantic 模型，可以在数据保存到 Redis 之前验证其有效性。
- 面向对象的特性简化了保存数据、添加过期和从Redis中检索数据的过程。