在我的Django网站上，有一个由每个人都可以查看的文字和照片组成的新闻源。新闻源由每个人查看的2000个最新用户提交，全球组成。
我一直在使用redis来存储和检索这些用户提交的内容。但是，为了加快速度，我现在将直接从内存中查找最新的2000个提交内容。
我将通过将新条目的ID推送到python list并将提交的数据保存在相应的python dictionary中来实现此目的。此外，如果list len高于2000，我会修剪clear()，并在必须删除的相应词典上调用intercom方法。这样我的记忆就不会溢出。
我的问题是关于处理持久性。边缘情况发生在擦除存储器（例如重启）的地方。我该如何处理这个案子？
我能想到的一种方法是在redis中保留用户提交的副本。重启后，我从redis中检索一次数据。从那时起，我再次继续从内存中检索所有内容（以及redis中的副本）。
上面的方案看起来是处理持久性需求的正确方法，同时采用内存中检索的速度（我正在尝试这样做）。我即将实现这一点，但想要由社区来管理，以防我忽视某些事情。
答案 0 :(得分：0)
正如您在评论中提到的，主要问题是用户网络不佳。您当前的解决方案，即在将数据发送给用户之前压缩数据是非常好的。
对于大多数情况，Redis足够快，尽管它比内存中对象操作慢（因为数据序列化/反序列化和进程间通信需要成本）。但是，如果要返回给用户的数据不是很大，那就不会有问题。比方说，Redis的10ms速度较慢，但用户不会感觉到差异。
另一方面，如果用内存中的操作替换Redis，则必须自己进行持久性工作，这可能会使代码更加复杂。
通常，我们使用缓存来提高性能，而Redis是缓存的不错选择。您可以使用SQL / NoSQL数据库（例如Mysql，MongoDB）来存储数据，并将Redis用作LRU缓存。
在您的情况下，您使用Redis作为数据存储，并且在Redis意外退出时不介意丢失一些数据。为了降低python进程和Redis之间的数据序列化/反序列化和IPC的成本，你可以在你的python代码中有一个内存中的LRU缓存。这可能会稍微改善性能，并且不会使代码过于复杂。