1

cursor ？ MySQL 和 PG 是可以的

2

分批弄数据进去，导数据过程中发生修改的数据记录一下，这部分数据再刷一下

3

你只能做到 redis 与 db 中的某个瞬间的数据是一致的，不可能保证恰好与导入完成时数据一致。考虑看业务上能否改。
另外 redis 写时，开 20-30 线程一起写会快很多。

4

为什么要全量导入啊，增量不行吗？你确定所有数据是热数据？

6

不严谨回答：如果是 mongodb 全量数据，可以考虑采用 mongodb 的内存引擎 你可以了解一下

7

@wellsc 与哪个版本的 redis 没有关系，因为应用与 redis 网络交互 RTT 的存在，单线程写很难达到 1000 次 /s 。

9

不一直问题可以用线上双写解决吧~

10

可以试试接 mongoDB 的 binlog ，然后写入 redis ，看你的业务能不能接受最终一致了

11

确定一个时间点，比如当前时间，然后把所有 update time 在这之前的数据全拉出来塞到 redis 里。可以想办法跳过序列化和反序列化，直接塞进去。
然后你去查在这时间点以后的 change stream ，按顺序拉到 redis 里。MongoDB 已经给你这功能了，就不要再用 binlog 了。
从此以后用 change stream 同步修改，就可以保证大部分时候都是一致的。

12

去掉 mongo, 全部采用 redis 就行了

14

@wqhui 按一千条分批查询，MongoDB 查询后面十几万数据很慢，每次读都需要三四秒的时间。

16

@git00ll redis 不是单线程处理事件的嘛，开多少线程也是一个一个处理的吧。

17

@wellsc 比如要校验数据是否存在，得先把数据全量导入 redis 。

20

@zmzeng12
1. 用布隆过滤器，首先得把数据导进去把。
2. 数据无规律，都是用户提交的任意数据，有什么好的映射方法嘛。

21

@zmzeng12 另外主要性能影响不在 redis 写入这一边，在 db 数据读取这一边。

22

update_time 建索引，用 update_time 来导数据，只导 update_time > last_sync_time 的数据