为什么现在高级语言内置的数据结构非常高效，但还要使用 Redis 这类（不开持久化）的缓存？

[Feiox]

R.T

我在比较慢的 CPython 中建立一个一千万的集合用时 1.1s ，做一千万次查找用时 1.4s ，
但使用 redis-benchmark 跑测试却只能达到 12w 每秒的速度。
（测试用机： 2015 高配 Macbook Pro 15 ）

所以，对于那些只是单机跑的小应用来说，还有必要使用 Redis 这类的缓存吗？

[messense]

方便跨进程共享数据。

[maemual]

1 、单机跑的小应用本来就是少数
2 、不开持久化的 Redis 又是少数
加上这么些限制条件之后，只能说，嗯，在你的设想下是不需要用 Redis 了。

[wayne712]

redis 如果作为缓存使用的话 ， 缓存当然还可以设置过期时间了， 而内置数据的话本身并不带这样的功能吧

[learnshare]

语言无关，可共享

[Feiox]

@learnshare @wayne712 @maemual @messense 那为什么这些语言实现的如此快，而 Redis 要差两个数量级呢？

[aisk]

除了上述需要考虑分布式环境 / 持久化的原因之外，如果直接在内存里保存大量的数据结构，在某些带 GC 的语言里，会导致 GC 速度大大降低。不过也看实现了。

另外如果自己申请大段内存做序列化实现的话，可以避免这个问题，但是实现复杂度会大大增加。

[aisk]

@Feiox 还要考虑网络开销，这个是大头。另外你用 Python 客户端再往里面添加复杂对象，序列化也是很大的开销。另外 redis 还会帮你压缩内存，这也是开销。

[zts1993]

多线程？线程安全么？

[xiaolee59]

高内聚，低耦合,生产环境下服务都是分层的，数据就应该在数据那一层,业务只需要关心逻辑实现,全部用原生数据结构,那么你的服务进程过了,你的数据也就没了？而且百分之百找不回来？

[ljbha007]

大多数情况生产环境都不只一台机器 /一个进程 你内存里的数据结构虽然快 但是没办法横向扩展 没办法分布式同步数据 如果你自己实现的话开发成本会飙升 然而 redis 本来解决了这个问题 为什么不用呢

[maemual]

@Feiox 因为存到 Redis 里的，有大量的网络开销，大量的序列化开销啊。。。

[shiny]

这种 benchmark 不能反映生产环境上的真实情况

[assassinpig]

万一需要开持久呢？

[msg7086]

只开一个进程一个线程的话，自然不需要开的。
问题是这情况实在太少了。

[akira]

单机跑的小应用 用内存缓存干嘛，人家本来就不是设计给这个场景用的

[adrianzhang]

为了分布式。单机小应用用不着。

[llhhss]

小应用要不要缓存都得先看看

[chenwen]

就算是是单机小应用，用内存缓存，你不用考虑缓存持久化得问题么

[zoul]

分布式，水平扩展，缓存服务化

[gamexg]

即使是 python web 小应用也不会是单进程的啊。
跨进程共享最好上专业缓存。
Redis 对于一些操作可以保证原子。

Python 进程内当然比 Redis 网络通信快。