python 关于redis的基本操作网上已经很多了，这里主要介绍点个人觉得有意思的内容1.redis的事务操作以及watch 乐观锁；后面描述2.tornado下异步使用redis的方式
redis是单进程单线程模型，本身应对外部请求的是单任务的，也是多线程安全的，这个大家都应该知道的， 所以才会经常有人用redis做计数服务。
首先redis 的事务处理只能使用pipeline：In redis-py MULTI and EXEC can only be used through a Pipeline object.
很多人喜欢在处理电商库存，例如秒杀活动的时候用redis做计数器，不过下面这段代码采用了事务来控制库存，是不是有点问题呢？
if __name__ == "__main__":
with sms_redis.pipeline() as pipe:
while 1:
try:
# 事务开始
pipe.multi()
count = int(sms_redis.get('stock_count'))
if count > 0: # 有库存
pipe.set('stock_count', count - 1)
# 事务结束
pipe.execute()
# 把命令推送过去
break
except Exception:
traceback.print_exc()
continue
问题在于误以为pipe.multi() 事务处理执行后，就可以锁住该库存，这里强调下：
redis 本身没有悲观锁的概念，也就是说对于客户的是无法锁住redis中的值的，当然你可以通过其它曲径实现，比如SETNX， 这里先不谈；
redis 的事务可以认为是一段命令的批量执行和执行结果一次性返还，事务操作本身没有问题，执行过程不会中断，但是在pipe.execute() 的时候事务才真正向redis_server 提交，但是很遗憾在redis_server 执行之前库存都有机会被其它客户端修改，完全起不到锁库存概念；
那么如何才能实现锁库存呢？watch是一个很好的解决方案：
watch 字面就是监视的意思，这里可以看做为数据库中乐观锁的概念，谁都可以读，谁都可以修改，但是修改的人必须保证自己watch的数据没有被别人修改过，否则就修改失败了；
if __name__ == "__main__":
with sms_redis.pipeline() as pipe:
while 1:
try:
#关注一个key
pipe.watch('stock_count’)
count = int(pipe.get('stock_count'))
if count > 0: # 有库存
# 事务开始
pipe.multi()
pipe.set('stock_count', count - 1)
# 事务结束
pipe.execute()
# 把命令推送过去
break
except Exception:
traceback.print_exc()
continue
如果在watch后值被修改，在执行pipe.execute()的时候会报异常WatchError: Watched variable changed.
这里可以简单的实现基于redis中的锁库存的逻辑。