如果你在使用redis和gevent进行高速缓存，建议使用redis-py模块，它已经结合了gevent的协程模式以提供更高的性能。另外，要考虑到多线程对性能的影响，可以使用Python内置的threading模块来创建单独的线程进行处理，而不是在主线程中处理所有任务。

以下是一个使用redis-py和多线程的示例：

import threading
import redis
import gevent
from gevent import monkey

monkey.patch_all()
r = redis.StrictRedis()

def worker():
    while True:
        task = r.rpop('task_queue')
        if not task:
            break
        # 处理任务

threads = []
for i in range(10):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

# 向redis中添加任务
for i in range(100):
    r.lpush('task_queue', 'task:%d' % i)

# 等待任务完成
for t in threads:
    t.join()

在以上代码中，我们使用StrictRedis来建立与redis的连接，然后使用多线程来创建多个worker线程来处理任务。每个worker线程都是独立的，并且可以使用协程来避免IO阻塞。

如果你的性能问题和redis无关，那么可以考虑使用其它替代方案，例如使用celery进行任务分发和处理，或者使用更高效的异步框架。