1. redis比mysql讀寫快多少倍
MySQL的query cache也是在內存上的，所以讀操作肯定也很快。
而Redis/Memcached則無論讀寫，都在內存中進行，用作資料庫緩存還是不錯的，可以減輕MySQL負擔。
2. redis讀寫瓶頸
從你這個描述來看，寫性能確實不太正常。
我有一種方法可以用來看一下你這50000條數據是不是超過了默認的maxmemory值：
統計一下10000條數據大約占的內存值，估計5W條記錄的大約內存值，然後再看一下你的VM是否開啟。這樣做是因為超過了指定的內存同時沒開啟vm時，有可能會導致進程掛掉。
你既然使用了默認配置，你還可以看一下日誌里是不是會有崩潰記錄。也可以根據記錄找一下其他的原因。
你用的是hash結構的話，可以調整一下hash-zipmap-max-entries這個參數。一般這個參數在1000的時候性能是比較高的。超過1000以後CPU就上來了。默認是512.
3. redis一條數據最大戰用多少空間
你好，很高興為你解答
REDIS
abbr.
Redistricting System 重劃學區系統
希望我的回答對你有幫助，滿意請採納。
4. 如何高效地向Redis寫入大量的數據
具體實現步驟如下：
1. 新建一個文本文件，包含redis命令
SET Key0 Value0
SET Key1 Value1
...
SET KeyN ValueN
如果有了原始數據，其實構造這個文件並不難，譬如shell，python都可以
2. 將這些命令轉化成Redis Protocol。
因為Redis管道功能支持的是Redis Protocol，而不是直接的Redis命令。
如何轉化，可參考後面的腳本。
3. 利用管道插入
cat data.txt | redis-cli --pipe
Shell VS Redis pipe
下面通過測試來具體看看Shell批量導入和Redis pipe之間的效率。
測試思路：分別通過shell腳本和Redis pipe向資料庫中插入10萬相同數據，查看各自所花費的時間。
Shell
腳本如下：
#!/bin/bash
for ((i=0;i<100000;i++))
do
echo -en "helloworld" | redis-cli -x set name$i >>redis.log
done
每次插入的值都是helloworld，但鍵不同，name0，name1...name99999。
Redis pipe
Redis pipe會稍微麻煩一點
1> 首先構造redis命令的文本文件
在這里，我選用了python
#!/usr/bin/python
for i in range(100000):
print 'set name'+str(i),'helloworld'
# python 1.py > redis_commands.txt
# head -2 redis_commands.txt
set name0 helloworld
set name1 helloworld
2> 將這些命令轉化成Redis Protocol
在這里，我利用了github上一個shell腳本，
#!/bin/bash
while read CMD; do
# each command begins with *{number arguments in command}\r\n
XS=($CMD); printf "*${#XS[@]}\r\n"
# for each argument, we append ${length}\r\n{argument}\r\n
for X in $CMD; do printf "\$${#X}\r\n$X\r\n"; done
done < redis_commands.txt
# sh 20.sh > redis_data.txt
# head -7 redis_data.txt
*3
$3
set
$5
name0
$10
helloworld
至此，數據構造完畢。
測試結果
5. redis jredis千萬數據導入到redis需要多久
需要看你用什麼樣的方式導入，需要看你導入的數據是什麼數據，每次的數據量大不大，需要看你跟redis之前是不是在區域網，需要看你是不是使用redis集群，千萬級別其實並不算大，因為redis並不需要操作資料庫，我很好奇你導入千萬數據就不怕機器當機嗎？
最多不超過一個小時。
6. redis 一次請求耗時多少 mysql
1，redis是一種內存性的數據存儲服務，所以它的速度要比mysql快。 2，redis只支持String,hashmap,set,sortedset等基本數據類型，但是不支持聯合查詢，所以它適合做緩存。 3，有時候緩存的數據量非常大，如果這個時候服務宕機了
7. 使用python同步mysql到redis由於數據較多，一條一條讀出來寫到redis太慢，有沒有可以批量操作的。
MYSQL快速同步數據到Redis
舉例場景：存儲游戲玩家的任務數據，游戲伺服器啟動時將mysql中玩家的數據同步到redis中。
從MySQL中將數據導入到Redis的Hash結構中。當然，最直接的做法就是遍歷MySQL數據，一條一條寫入到Redis中。這樣沒什麼錯，但是速度會非常慢。如果能夠想法使得MySQL的查詢輸出數據直接能夠與Redis命令行的輸入數據協議相吻合，可以節省很多消耗和縮短時間。
Mysql資料庫名稱為：GAME_DB, 表結構舉例：
CREATE TABLE TABLE_MISSION (
playerId int(11) unsigned NOT NULL,
missionList varchar(255) NOT NULL,
PRIMARY KEY (playerId)
);
Redis中的數據結構使用哈希表：
鍵KEY為mission, 哈希域為mysql中對應的playerId, 哈希值為mysql中對應的missionList。 數據如下：
[root@iZ23zcsdouzZ ~]# redis-cli
127.0.0.1:6379> hget missions 36598
"{\"10001\":{\"status\":1,\"progress\":0},\"10002\":{\"status\":1,\"progress\":0},\"10003\":{\"status\":1,\"progress\":0},\"10004\":{\"status\":1,\"progress\":0}}"
快速同步方法：
新建一個後綴.sql文件：mysql2redis_mission.sql
內容如下：
SELECT CONCAT(
"*4\r\n",
'$', LENGTH(redis_cmd), '\r\n',
redis_cmd, '\r\n',
'$', LENGTH(redis_key), '\r\n',
redis_key, '\r\n',
'$', LENGTH(hkey), '\r\n',
hkey, '\r\n',
'$', LENGTH(hval), '\r\n',
hval, '\r'
)
FROM (
SELECT
'HSET' as redis_cmd,
'missions' AS redis_key,
playerId AS hkey,
missionList AS hval
FROM TABLE_MISSION
) AS t
創建shell腳本mysql2redis_mission.sh
內容：
mysql GAME_DB --skip-column-names --raw < mission.sql | redis-cli --pipe
Linux系統終端執行該shell腳本或者直接運行該系統命令，即可將mysql資料庫GAME_DB的表TABLE_MISSION數據同步到redis中鍵missions中去。mysql2redis_mission.sql文件就是將mysql數據的輸出數據格式和redis的輸入數據格式協議相匹配，從而大大縮短了同步時間。
經過測試，同樣一份數據通過單條取出修改數據格式同步寫入到redis消耗的時間為5min, 使用上面的sql文件和shell命令，同步完數據僅耗時3s左右。
8. 為什麼從redis中取數據比較慢
redis並不會因為key的增加而導致寫入明顯變慢，肯定是其他因素。
如果redis開啟了持久化，在進行持久化時，性能必然下降，可以使用config命令查看持久化設置了沒有。另外考慮是否是內存不足，一般redis最多隻應該佔用60%的物理內存，如果超過了在rdb進行持久化時可能會內存不足。可以監視內存和cpu使用情況進行分析。
9. redis集群重啟載入1t數據需要多長時間
選擇開始菜單中→程序→【Management SQL Server 2008】→【SQL Server Management Studio】命令，打開【SQL Server Management Studio】窗口，並使用Windows或 SQL Server身份驗證建立連接。
在【對象資源管理器】窗口中展開伺服器，然後選擇【資料庫】節點
右鍵單擊【資料庫】節點，從彈出來的快捷菜單中選擇【新建資料庫】命令。
10. 求助各位，關於redis耗時比較嚴重的問題
（1）redis部署的機器性能，IO.CPU，帶寬等等都是沒有問題的
（2）我們訪問redis的伺服器的IO,CPU,負載也是沒問題的
（3）訪問redis使用的是mget操作，一次最多獲取50個key，查看redis的慢操作日誌，由於mget導致的查詢慢操作情況很少
（4）是否是由於訪問redis的服務訪問其他數據資源耗時嚴重的問題，因為服務還訪問了其他的redis資源，其他redis的耗時還算比較正常，因此可以排除這個問題