Redis是 NoSQL（非关系型数据库） 类型数据库，在NoSQL 数据库中数据之间是无联系的，无关系的。数据的结构是松散的，可变的。
（1） 大数据量，高性能
NoSQL 数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。关系型数据库（例如 MySQL）使用查询缓存。这种查询缓存在更新数据后，缓存就是失效了。在频繁的数据读写交互应用中。 缓存的性能不高。NoSQL 的缓存性能要高的多。
（2） 灵活的数据模型
NoSQL 无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。尤其在快速变化的市场环境中，用户的需求总是在不断变化的。
（3） 高可用
NoSQL 在不太影响性能的情况，就可以方便的实现高可用的架构。
NoSQL 能很好的解决关系型数据库扩展性差的问题。弥补了关系数据（比如 MySQL） 在某些方面的不足，在某些方面能极大的节省开发成本和维护成本。
MySQL 和 NoSQL 都有各自的特点和使用的应用场景，两者结合使用。让关系数据库关注在关系上，NoSQL 关注在存储上。
（4） 低成本
这是大多数分布式数据库共有的特点，因为主要都是开源软件，没有昂贵的 License 成本
（2） 不支持标准的 SQL,没有公认的 NoSQL 标准
（3） 没有关系型数据库的约束，大多数也没有索引的概念
（4） 没有事务，不能依靠事务实现 ACID.
（5） 没有丰富的数据类型（数值，日期，字符，二进制，大文本等）
（1）无法应对每秒上万次的读写请求，无法处理大量集中的高并发操作。关系型数据的是 IO密集的应用。硬盘 IO 也变为性能瓶颈
（2）表中存储记录数量有限，横向可扩展能力有限，一张表最大二百多列。纵向数据可承受能力也是有限的，一张表的数据到达百万级，读写的速度就会逐渐的下降。面对海量数据， 必须使用主从复制，分库分表。这样的系统架构是难以维护的。
大数据查询 SQL 效率极低，数据量到达一定程度时，查询时间会呈指数级别增长
（3）无法简单地通过增加硬件、服务节点来提高系统性能。数据整个存储在一个数据库中的。多个服务器没有很好的解决办法，来复制这些数据。
（4）关系型数据库大多是收费的，对硬件的要求较高。软件和硬件的成本花费比重较大。
综上所述，目前在互联网领域海量数据的项目中NoSQL应用非常广泛。