En la comparación que ha presentado aquí, básicamente solo está midiendo cuánto tarda Python en vincular un nuevo nombre a un valor en el segundo caso. Así que no me sorprende que esto sea mucho más rápido que comunicarse con un proceso diferente (Redis). Supongo que lo que me sorprende es que consideraría obtener un valor de Redis si existe la opción simplemente para mantenerlo en la memoria.
Por lo tanto, debe ser más claro acerca de por qué está usando Redis para esto en primer lugar. Siempre será más lento que la memoria en proceso, no se necesita un punto de referencia para eso. Debe preguntarse "¿por qué no estoy usando solo listas y diccionarios de Python"? Hay varias respuestas válidas:sus datos son demasiado grandes para caber en la memoria, necesita las características específicas de la memoria caché, como permitir que los valores desaparezcan después de un tiempo, o desea usarlos para IPC o persistencia. Una vez que sepa la respuesta aquí, eso informará la evaluación comparativa que desea hacer. Y la pregunta será más como "¿Cómo obtengo los beneficios/características que he enumerado anteriormente para la menor penalización de rendimiento". Redis puede no ser la única respuesta. Puede considerar shelf para la persistencia, o tal vez incluso una base de datos relacional completa o Mongo o lo que sea.
En resumen, una vez que tenga una buena idea de por qué, la frecuencia se resolverá sola.
