一、复杂数据结构，选择redis更合适
value是哈希，列表，集合，有序集合这类复杂的数据结构时，会选择redis，因为mc无法满足这些需求。
最典型的场景，用户订单列表，用户消息，帖子评论列表等。
二、持久化，选择redis更合适
mc无法满足持久化的需求，只得选择redis。然而，需要注意的是，你真的确保了正确使用了Redis的持久化功能吗？
千万不要把redis当作数据库用：
redis的定期快照不能保证数据不丢失;
redis的AOF会降低效率，并且不能支持太大的数据量;
不要期望redis做固化存储会比mysql做得好，不同的工具做各自擅长的事情，把redis当作数据库用，这样的设计八成是错误的。
缓存场景，开启固化功能，有什么利弊?
如果只是缓存场景，数据存放在数据库，缓存在redis，此时如果开启固化功能：
优点是，redis挂了再重启，内存里能够快速恢复热数据，不会瞬时将压力压到数据库上，没有一个cache预热的过程。
缺点是，在redis挂了的过程中，如果数据库中有数据的修改，可能导致redis重启后，数据库与redis的数据不一致。
因此，只读场景，或者允许一些不一致的业务场景，可以尝试开启redis的固化功能。
三、高可用，选择redis更合适
redis天然支持集群功能，可以实现主动复制，读写分离。
redis官方也提供了sentinel集群管理工具，能够实现主从服务监控，故障自动转移，这一切，对于客户端都是透明的，无需程序改动，也无需人工介入。
画外音：memcache，要想要实现高可用，需要进行二次开发，例如客户端的双读双写，或者服务端的集群同步。
但是，这里要提醒的是，大部分业务场景，缓存真的需要高可用么?
缓存场景，很多时候，是允许cache miss;
缓存挂了，很多时候可以通过DB读取数据;
所以，需要认真剖析业务场景，高可用，是否真的是对缓存的主要需求?
画外音：即时通讯业务中，用户的在线状态，就有高可用需求。
四、存储的内容比较大，选择redis更合适
memcache的value存储，最大为1M，如果存储的value很大，只能使用redis。
当然，redis与memcache相比，由于底层实现机制的差异，也有一些“劣势”的情况。
情况一：由于内存分配机制的差异，redis可能导致内存碎片
memcache使用预分配内存池的方式管理内存，能够省去内存分配时间。
redis则是临时申请空间，可能导致碎片。
从这一点上，mc会更快一些。
情况二：由于虚拟内存使用的差异，redis可能会刷盘影响性能
memcache把所有的数据存储在物理内存里。
redis有自己的VM机制，理论上能够存储比物理内存更多的数据，当数据超量时，会引发swap，把冷数据刷到磁盘上。从这一点上，数据量大时，mc会更快一些。
画外音：新版本redis已经优化。
情况三：由于网络模型的差异，redis可能会因为CPU计算影响IO调度
memcache使用非阻塞IO复用模型，redis也是使用非阻塞IO复用模型。
但由于redis还提供一些非KV存储之外的排序，聚合功能，在执行这些功能时，复杂的CPU计算，会阻塞整个IO调度。
从这一点上，由于redis提供的功能较多，mc会更快一些。
情况四：由于线程模型的差异，redis难以利用多核特效提升性能
memcache使用多线程，主线程监听，worker子线程接受请求，执行读写，这个过程中，可能存在锁冲突。
redis使用单线程，虽无锁冲突，但难以利用多核的特性提升整体吞吐量。
从这一点上，mc会快一些。
情况五：由于缺乏auto-sharding，redis只能手动水平扩展
不管是redis还是memcache，服务端集群没有天然支持水平扩展，需要在客户端进行分片，这其实对调用方并不友好。如果能服务端集群能够支持水平扩展，会更完美一些。
最后说一点，可能是很多人喜欢redis的原因之一：源码可读性高，代码质量很高。
看过redis和memcache的源码，从可读性上说，redis是我见过代码最清爽的软件，甚至没有之一，或许简单是redis设计的初衷，编译redis甚至不需要configure，不需要依赖第三方库，一个make就搞定了。
而memcache源码，可能是考虑了太多的扩展性，多系统的兼容性，代码不清爽，看起来费劲。
例如网络IO的部分，redis源码1-2个文件就搞定了，mc使用了libevent，一个fd传过来传过去，又pipe又线程传递的，特别容易把人绕晕。
