PAS7 Studio
Redis vs. Valkey: Leistung, Unterschiede und Auswahl für Ihr Projekt
Technologie10. Nov. 2026··4 Min. Lesezeit·Aktualisiert 10. Nov. 2026

Redis vs. Valkey: Leistung, Unterschiede und Auswahl für Ihr Projekt

Redis und Valkey im Vergleich: Benchmarks, Lizenzen, Funktionen und Migrationsaufwand.

Zwei verwandte Projekte

Redis und Valkey eignen sich für Caches, Sitzungen, gemeinsame Zähler und Warteschlangen. Valkey entstand 2024 aus Redis 7.2; seitdem entwickeln sich die Projekte getrennt. Die Wahl hängt von Arbeitslast, benötigten Funktionen, Betriebsumgebung und Lizenz ab.

Redis Open Source ab Version 8 bietet RSALv2, SSPLv1 oder AGPLv3 zur Wahl. Redis 7.2 und älter bleibt unter BSD-3-Clause; die Versionen 7.4–7.8 haben ein anderes duales Lizenzmodell. Valkey verwendet BSD-3-Clause. AGPLv3 ist Open Source mit Copyleft-Bedingungen; BSD-3-Clause ist permissiv. Prüfen Sie die Bedingungen für Version und tatsächlichen Einsatz. [1]

Funktionen und Kompatibilität

Beide bieten Schlüssel-Wert-Strukturen, Ablaufzeiten, RDB/AOF-Persistenz, Replikation und Clustermechanismen. Redis 8 integriert Funktionen für Suche, JSON, Zeitreihen und probabilistische Datenstrukturen. Valkeys Erweiterungen hängen von Version und Modulen ab. Valkey 7.2 entsprach anfangs Protokoll, API und Datenformaten von Redis 7.2.4; neuere Befehle, Module und Migrationspfade sollten einzeln geprüft werden. [2]

Benchmark: Der Spitzenreiter hängt von der Parallelität ab

Eine Lavik-Studie vom 21. Oktober 2026 testete Redis 8.10.2 und Valkey 9.1.2 auf einer VM mit 16 vCPUs, zehn Millionen Werten zu je 1 KiB und Pipeline 1. AOF und geplante Snapshots waren deaktiviert. Lavik entwickelt ein konkurrierendes Produkt; Methodik und Ergebnisse sind veröffentlicht. [3]

Operation / VerbindungenRedis Ops/sValkey Ops/sRedis p99,9Valkey p99,9
GET / 1.280976.087913.7567,039 ms7,743 ms
SET / 1.280863.860793.8097,391 ms7,743 ms

Bei 1.280 Verbindungen lag Redis beim GET-Durchsatz rund 6,8 % und beim SET-Durchsatz 8,8 % über Valkey. GET nutzte bei beiden 16 I/O-Threads; für SET wählte die Studie 16 bei Redis und 8 bei Valkey. Die Thread-Konfigurationen waren damit nicht vollständig identisch.

Bei 160 Verbindungen kehrte sich die Reihenfolge um: Valkey erreichte 459.449 GET/s gegenüber 408.159 bei Redis und 453.171 SET/s gegenüber 384.939. Der p99,9 beschreibt den langsamen Rand: Rund 99,9 % der Operationen lagen innerhalb dieser Zeit. Diese Werte sagen die Leistung einer anderen Anwendung nicht voraus.

Vorteile, Grenzen und Migration

Redis hat ein etabliertes Client-Ökosystem und integrierte Funktionen, die eine Architektur vereinfachen können. Die Lizenzoptionen benötigen eine Bewertung; Abhängigkeiten von Redis-spezifischen Befehlen oder Modulen können einen späteren Wechsel erschweren. Valkeys permissive Lizenz und die Entwicklung unter der Linux Foundation sind für einfache Caches oder Sitzungen attraktiv. Verfügbarkeit von Erweiterungen und Managed Services vorher prüfen.

Ein ersetzbarer Cache kann möglicherweise leer starten und schrittweise aufgewärmt werden. Prüfen Sie Clients, TLS, Authentifizierung, Timeouts und zusätzliche Datenbanklast. Sitzungen und Warteschlangen benötigen einen Plan für gleichzeitige Schreibzugriffe beim Wechsel und einen getesteten Rollback. Befehle, Module und Backups für beide Richtungen und die konkreten Versionen prüfen. Replikate ersetzen keine Backups.

Welche Lösung passt zur Aufgabe?

SzenarioAusgangspunktPrüfen
Neuer Katalog- oder API-CacheBeide testen; Valkey bei Bedarf nach BSD berücksichtigenLatenz, Speicher und Kosten des Managed Service messen.
Redis-Suche, JSON oder Zeitreihen bereits im EinsatzRedis und konkrete alternative Module prüfenKompatibilität von Befehlen und Indizes sowie Migrationsaufwand prüfen.
Sitzungen, Rate Limits oder RanglistenBeide sind KandidatenClient-Unterstützung, Ausfallverhalten und Folgen von Datenverlust prüfen.
Stabile Redis-InstallationKosten von Weiterbetrieb und Migration vergleichenWechsel erfordert Kompatibilitätstests, Cache-Aufwärmen und Betriebsplanung.
Hohe LastBeide mit eigener Last messenp99, Durchsatz und Kosten bei gleichem SLO vergleichen.

Dies sind Ausgangspunkte, keine Kompatibilitätsgarantien. Für eine kleine Anwendung mit einer Instanz können ein lokaler Cache oder eine optimierte Datenbankabfrage genügen; gemeinsame Sitzungen und globale Limits benötigen weiterhin eine passende gemeinsame Lösung.

Welche Lösung passt zur Aufgabe?

Screenshot des Abschnitts choice-by-scenario

Den vollständigen Anfrageweg messen

TEXT
Nutzer → API → Redis oder Valkey → API-Antwort
                  └─ Miss → primäre Datenbank → Cache

Neben GET die gesamte API-Latenz messen: Netzwerk, Serialisierung, Cache-Misses und Datenbankarbeit können dominieren. Typische und Spitzenlast testen und anschließend einen Ausfall simulieren. p95/p99, Miss-Rate, CPU, RAM, Fehler und Wiederherstellungszeit erfassen. Ein synthetischer GET-Vorteil hilft wenig, wenn die meisten Anfragen den Cache verfehlen und auf eine teure SQL-Abfrage warten. Das sind Analysebeispiele, keine eigenen Messwerte.

Sinnvoll selbst vergleichen

Versionen, Serverklasse, Ressourcenlimits, Netzwerk und Persistenz festlegen. Repräsentative Datengrößen, Schlüsselverteilung, GET/SET-Mischung, Parallelität und Pipeline verwenden und notwendige Konfigurationsunterschiede dokumentieren. Nach dem Aufwärmen mehrfach messen: Durchsatz, p50/p95/p99, CPU, Speicher und Fehler. Sicherstellen, dass der Lastgenerator kein Engpass ist. Zusätzlich Wiederherstellung und vollständige Anwendungslatenz testen. Produktionstests vorher abstimmen. [4]

Für einen neuen einfachen Cache ist Valkey ein starker Kandidat, wenn BSD-3-Clause zu den Anforderungen passt. Redis bietet sich bei benötigten integrierten Funktionen oder einer bestehenden Installation an. Bei stabilen Systemen den Migrationsaufwand mit dem erwarteten Nutzen vergleichen. Kein einzelner Benchmarkpunkt beweist einen universellen Sieger.

Verwandte Artikel

Redis: Funktionsweise und wann es Anwendungen beschleunigt
blogs

Redis: Funktionsweise und wann es Anwendungen beschleunigt

Redis verständlich erklärt: Caching, Datenstrukturen, Leistungsmessungen und praktische Grenzen.

Valkey: Funktionsweise und Einsatz des Schlüssel-Wert-Speichers
blogs

Valkey: Funktionsweise und Einsatz des Schlüssel-Wert-Speichers

Valkey erklärt: gemeinsamer Zustand, Caching, Leistung und Migration von Redis.