1. redis比mysql读写快多少倍
MySQL的query cache也是在内存上的，所以读操作肯定也很快。
而Redis/Memcached则无论读写，都在内存中进行，用作数据库缓存还是不错的，可以减轻MySQL负担。
2. redis读写瓶颈
从你这个描述来看，写性能确实不太正常。
我有一种方法可以用来看一下你这50000条数据是不是超过了默认的maxmemory值：
统计一下10000条数据大约占的内存值，估计5W条记录的大约内存值，然后再看一下你的VM是否开启。这样做是因为超过了指定的内存同时没开启vm时，有可能会导致进程挂掉。
你既然使用了默认配置，你还可以看一下日志里是不是会有崩溃记录。也可以根据记录找一下其他的原因。
你用的是hash结构的话，可以调整一下hash-zipmap-max-entries这个参数。一般这个参数在1000的时候性能是比较高的。超过1000以后CPU就上来了。默认是512.
3. redis一条数据最大战用多少空间
你好，很高兴为你解答
REDIS
abbr.
Redistricting System 重划学区系统
希望我的回答对你有帮助，满意请采纳。
4. 如何高效地向Redis写入大量的数据
具体实现步骤如下：
1. 新建一个文本文件，包含redis命令
SET Key0 Value0
SET Key1 Value1
...
SET KeyN ValueN
如果有了原始数据，其实构造这个文件并不难，譬如shell，python都可以
2. 将这些命令转化成Redis Protocol。
因为Redis管道功能支持的是Redis Protocol，而不是直接的Redis命令。
如何转化，可参考后面的脚本。
3. 利用管道插入
cat data.txt | redis-cli --pipe
Shell VS Redis pipe
下面通过测试来具体看看Shell批量导入和Redis pipe之间的效率。
测试思路：分别通过shell脚本和Redis pipe向数据库中插入10万相同数据，查看各自所花费的时间。
Shell
脚本如下：
#!/bin/bash
for ((i=0;i<100000;i++))
do
echo -en "helloworld" | redis-cli -x set name$i >>redis.log
done
每次插入的值都是helloworld，但键不同，name0，name1...name99999。
Redis pipe
Redis pipe会稍微麻烦一点
1> 首先构造redis命令的文本文件
在这里，我选用了python
#!/usr/bin/python
for i in range(100000):
print 'set name'+str(i),'helloworld'
# python 1.py > redis_commands.txt
# head -2 redis_commands.txt
set name0 helloworld
set name1 helloworld
2> 将这些命令转化成Redis Protocol
在这里，我利用了github上一个shell脚本，
#!/bin/bash
while read CMD; do
# each command begins with *{number arguments in command}\r\n
XS=($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
$10
helloworld
至此，数据构造完毕。
测试结果
5. redis jredis千万数据导入到redis需要多久
需要看你用什么样的方式导入，需要看你导入的数据是什么数据，每次的数据量大不大，需要看你跟redis之前是不是在局域网，需要看你是不是使用redis集群，千万级别其实并不算大，因为redis并不需要操作数据库，我很好奇你导入千万数据就不怕机器当机吗？
最多不超过一个小时。
6. redis 一次请求耗时多少 mysql
1，redis是一种内存性的数据存储服务，所以它的速度要比mysql快。 2，redis只支持String,hashmap,set,sortedset等基本数据类型，但是不支持联合查询，所以它适合做缓存。 3，有时候缓存的数据量非常大，如果这个时候服务宕机了
7. 使用python同步mysql到redis由于数据较多，一条一条读出来写到redis太慢，有没有可以批量操作的。
MYSQL快速同步数据到Redis
举例场景：存储游戏玩家的任务数据，游戏服务器启动时将mysql中玩家的数据同步到redis中。
从MySQL中将数据导入到Redis的Hash结构中。当然，最直接的做法就是遍历MySQL数据，一条一条写入到Redis中。这样没什么错，但是速度会非常慢。如果能够想法使得MySQL的查询输出数据直接能够与Redis命令行的输入数据协议相吻合，可以节省很多消耗和缩短时间。
Mysql数据库名称为：GAME_DB, 表结构举例：
CREATE TABLE TABLE_MISSION (
playerId int(11) unsigned NOT NULL,
missionList varchar(255) NOT NULL,
PRIMARY KEY (playerId)
);
Redis中的数据结构使用哈希表：
键KEY为mission, 哈希域为mysql中对应的playerId, 哈希值为mysql中对应的missionList。 数据如下：
[root@iZ23zcsdouzZ ~]# redis-cli
127.0.0.1:6379> hget missions 36598
"{\"10001\":{\"status\":1,\"progress\":0},\"10002\":{\"status\":1,\"progress\":0},\"10003\":{\"status\":1,\"progress\":0},\"10004\":{\"status\":1,\"progress\":0}}"
快速同步方法：
新建一个后缀.sql文件：mysql2redis_mission.sql
内容如下：
SELECT CONCAT(
"*4\r\n",
'$', 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
创建shell脚本mysql2redis_mission.sh
内容：
mysql GAME_DB --skip-column-names --raw < mission.sql | redis-cli --pipe
Linux系统终端执行该shell脚本或者直接运行该系统命令，即可将mysql数据库GAME_DB的表TABLE_MISSION数据同步到redis中键missions中去。mysql2redis_mission.sql文件就是将mysql数据的输出数据格式和redis的输入数据格式协议相匹配，从而大大缩短了同步时间。
经过测试，同样一份数据通过单条取出修改数据格式同步写入到redis消耗的时间为5min, 使用上面的sql文件和shell命令，同步完数据仅耗时3s左右。
8. 为什么从redis中取数据比较慢
redis并不会因为key的增加而导致写入明显变慢，肯定是其他因素。
如果redis开启了持久化，在进行持久化时，性能必然下降，可以使用config命令查看持久化设置了没有。另外考虑是否是内存不足，一般redis最多只应该占用60%的物理内存，如果超过了在rdb进行持久化时可能会内存不足。可以监视内存和cpu使用情况进行分析。
9. redis集群重启载入1t数据需要多长时间
选择开始菜单中→程序→【Management SQL Server 2008】→【SQL Server Management Studio】命令，打开【SQL Server Management Studio】窗口，并使用Windows或 SQL Server身份验证建立连接。
在【对象资源管理器】窗口中展开服务器，然后选择【数据库】节点
右键单击【数据库】节点，从弹出来的快捷菜单中选择【新建数据库】命令。
10. 求助各位，关于redis耗时比较严重的问题
（1）redis部署的机器性能，IO.CPU，带宽等等都是没有问题的
（2）我们访问redis的服务器的IO,CPU,负载也是没问题的
（3）访问redis使用的是mget操作，一次最多获取50个key，查看redis的慢操作日志，由于mget导致的查询慢操作情况很少
（4）是否是由于访问redis的服务访问其他数据资源耗时严重的问题，因为服务还访问了其他的redis资源，其他redis的耗时还算比较正常，因此可以排除这个问题