Python—以高性能序列化数据的最佳方式？

我需要序列化需要高性能的数据。分离线程将每秒访问它，并且必须将数据加载到内存中。关于用户会话（id、sessiond、登录日期），将有大约1000-10000个类似字典的条目。有些数据会经常更新，因为登录时间还有一些时间

这些数据将在python服务器和Django应用程序之间共享。我想使用pickle或其更快的版本cPickle。我也发现了

最好的方法是什么？cPickle足够有效吗？或者元帅

编辑：

---

非常重要的是访问时间。这将是一个实时websocket服务器，所以我需要非常低的延迟。每秒访问一次cPickle数据或连接到像Redis这样的数据库会更快吗？

更好的方法可能是使用一些内存缓存（memcached，如果您的需要很简单的话），或者使用一些功能集稍多的东西，如Redis。

使用内存中的真实数据库。不要使用pickle、cPickle或marshal之类的工具。

redis

仍然需要序列化任何复杂的

python对象，因此
redis
不能解决这个问题，除非您将所有数据表示为简单的键和简单的值
redis
不是反序列化解决方案，它只是字符串的数据存储。在任何情况下，
redis
都是较慢的选项之一：
cPickle与redis相比速度会非常慢，redis是为速度而设计的。不幸的是，事实证明redis实际上非常慢。这是因为redis被设计成一个远程数据存储，每个命令都会产生昂贵的网络往返或IPC。复杂的对象无论如何都会被redis处理