我需要存储约1.5亿个键值对，其中键是整数，值是一组整数（无序）。 我将redis用作个人桌面上的单个实例，具有32 GB的RAM和具有8核的CPU。
我为此使用“ SADD”命令。我使用的客户端是hiredis，以及流水线。 因此，命令如下所示：
redisAppendCommand(context,"SADD %d %d %d",integer_key, integer_value1, integer_value2 );
执行时间： 使用Linux中的“时间”命令，得到以下结果：
real：8m 30s
用户：5m 18s
sys：0m 7s
内存使用情况：
在redis中，数据库大约需要18GB，redis的内存占用量会增加到28GB。
密钥看起来像这样的“ 94190049249988”。
“ keys.bytes-per-key” ：（整数）1830。
以下是我尝试过的优化，以提高速度并减少内存占用：-
1）流水线化以提高速度。
2）存储整数集以减少内存占用。这使用了整型编码。
是否存在一种内存和速度高效的方法来存储这1.5亿个键值？
我是否应该以其他方式使用HSET等其他数据类型？有帮助吗？
我可以尝试其他优化方法吗？
在我的用例中推荐使用任何其他数据存储。
答案 0 :(得分：0)
要以一种快速方便的方式实现常规操作的类型INTEGER=>UNORDERED/SET的数据库，就是要有一个binary decision diagram来保留所有无序集，并使用一个balanced binary search tree来保留具有指向BDD节点的指针的整数键，该节点代表哈希的value。
注意：为了专门表示集合（这些集合编码为characteristic functions），发明了zero suppressed binary decision diagrams，这是一种表示集合的优化/紧凑方法。
关于实现BDD的文章和教程有数千篇。
如果以这种方式实现数据库，它将比redis更快，更紧凑。这样，您可以实现具有数十亿个设置条目的数据库。