Redis 运维实战 第08期：监控

今天是 1024 程序员节，祝各位节日快乐。

这篇文章我们聊聊 Redis 运维实战系列第 8 期--Redis 监控。

Redis 在很多互联网公司都充当着非常核心的角色，因此，监控 Redis 以保证其稳定显得格外重要。这节内容就来聊聊 Redis 的一些常见监控项。

1 连接检测

连接失败检测：当监控组件无法连接到 Redis 实例时，则触发告警。

客户端连接数：执行 info clients 命令获取 connected_clients 就是客户端连接数。

2 变量检测

maxmemory：执行 config get maxmemory 获取配置的最大内存，判断是否有设置或者是否合理。

maxmemory-policy：执行 config get maxmemory-policy 获取配置的最大内存策略。

3 主从复制检测

角色检测：执行 info replication 获取 role，如果 role 有变化则告警。

复制状态检测：在 slave 上执行 info replication 获取 master_link_status，判断主从是否断开，如果为 down，则触发告警。

延迟检测：主节点 info replication 的 master_repl_offset 和 slave0 字段的 offset 指标的差值，就是主从节点延迟的字节量，如下图：

实例 master_repl_offset 和 slave0 字段的 offset 指标一样，因此主从没延迟。

从库是否设置只读：在 slave 上执行 info replication 获取 slave_read_only，该值默认为 1，表示从库默认只读，如果关闭只读，则告警。

4 吞吐量监控

执行完 info stats 命令后，可以找出以下关于吞吐量的监控项：

total_commands_processed：从 Redis 启动以来总计处理的命令数，可以通过前后两次监控组件获取的差值除以时间差，以得到 QPS。

instantaneous_ops_per_sec：当前 Redis 实例的 OPS。

total_net_input_bytes：网络总入量。

total_net_output_bytes：网络总出量。

instantaneous_input_kbps：每秒输入量，单位是kb/s

instantaneous_output_kbps：每秒输出量，单位是kb/s

5 内存监控

内存使用率，其计算方法为：used_memory/maxmemory，可设置内存使用率超过 80% 则告警。

used_memory 通过 info memory 获取，表示 Redis 真实使用的内存 ； maxmemory 通过 config get maxmemory 获取。

内存碎片率，其计算方法为：used_memory_rss/used_memory。大于 1 表示有内存碎片，越大表示越多；小于 1 表示正在使用虚拟内存，虚拟内存其实就是硬盘，性能会下降很多。一般内存碎片率在 1 - 1.5 之间比较健康。

两个参数均通过 info memory 获取； used_memory_rss 表示进程实际使用的物理内存大小。

缓存命中率，其计算方法为：HitRate = keyspace_hits / (keyspace_hits + keyspace_misses) ，缓存命中率低于 90% 则告警。

两个参数均通过 info stats 获取； keyspace_hits 表示 Redis 请求键被命中的次数 keyspace_misses 表示 Redis 请求键未被命中的次数

6 持久化监控

持久化可以防止数据丢失，因此对于持久化的监控，也是比较重要的。这里聊聊几个和持久化相关的监控项（相关参数均为执行完 info Persistence 的结果）：

上一次 RDB 持久化状态：可以看 rdb_last_bgsave_status 的结果，如果持久化未成功，则告警。

上一次 RDB 持久化的持续时间：可以看 rdb_last_bgsave_time_sec 的结果，如果超过某个时间，则告警。

查看 AOF 文件大小：可以看 aof_current_size 的结果，如果过大，可以考虑手动触发一次 bgrewriteaof。

7 key 监控

key 数量：执行 keyspace 可以看到每个 DB 的 key 数量，对其进行监控，如果超过某个数量，则告警提示。

大 key：参考：Redis 运维实战 第06期：Bigkey

热 key：参考：Redis 运维实战 第07期：Hotkey

8 慢查询监控

因为 Redis 单线程特性，慢查询会导致其他命令阻塞，从而导致客户端出现请求超时，因此对于慢查询监控也不能少。

慢查询涉及两个参数

• slowlog-log-slower-than：执行时间（微秒）超过了多少后，会记录在慢查询中，默认 10000 微秒
• slowlog-max-len：慢日志的长度，当慢查询日志达到最大条数时，如果有新的慢查询，会移除最大的慢查询。

读取慢查询，可以执行 slowlog get 命令，表示显示所有的慢查询，如果执行 slowlog get 1，则表示只显示最新的一条慢查询，其输出内容如下：

每个字段解释如下： 1）唯一日志标识符 2）命令执行的时间戳 3）执行时间，单位：微妙 4）执行的命令 5）客户端 IP 和端口（4.0 及以上版本） 6）客户端名称（4.0 及以上版本）

因此对于慢查询的监控，可以每次获取最新慢查询的唯一日志标识符，如果跟上一次获取的值对比，变大了，则触发告警，提示我们有慢查询。

9 集群监控

从 cluster info 命令中可以获取集群的状态，可以对下面几项进行监控：

cluster_state 如果等于 fail，则触发告警，表示集群不能正常相应请求。

cluster_slots_fail 表示哈希槽状态为 fail 的数量，如果大于 0，则触发告警，此时可能集群节点无法提供查询服务。

cluster_known_nodes 表示集群中节点数量，如果突然减少，则触发告警。

专栏《Redis 运维实战》系列文章推荐

Redis 运维实战 第01期：Redis 复制

Redis 运维实战 第02期：Redis Cluster

Redis 运维实战 第03期：Codis

Redis 运维实战 第04期：AOF 持久化

Redis 运维实战 第05期：RDB 持久化

Redis 运维实战 第06期：Bigkey

Redis 运维实战 第07期：Hotkey