Redis服务器统计和配置信息简介
Redis服务器统计和配置信息简介
- 首先使用
INFO命令在Redis中用于获取Redis服务器的各种统计和配置信息; - 执行上述命令后,返回的信息分为多个部分,包括服务器信息、客户端信息、内存信息、持久化信息、统计信息、复制信息、CPU信息和键空间信息;
- 以
为例,其每部分的含义为:redis 127.0.0.1:6379> INFO# Server redis_version:2.8.13 redis_git_sha1:00000000 redis_git_dirty:0 redis_build_id:c2238b38b1edb0e2 redis_mode:standalone os:Linux 3.5.0-48-generic x86_64 arch_bits:64 multiplexing_api:epoll gcc_version:4.7.2 process_id:3856 run_id:0e61abd297771de3fe812a3c21027732ac9f41fe tcp_port:6379 uptime_in_seconds:11554 uptime_in_days:0 hz:10 lru_clock:16651447 config_file:# Clients connected_clients:1 client-longest_output_list:0 client-biggest_input_buf:0 blocked_clients:0# Memory used_memory:589016 used_memory_human:575.21K used_memory_rss:2461696 used_memory_peak:667312 used_memory_peak_human:651.67K used_memory_lua:33792 mem_fragmentation_ratio:4.18 mem_allocator:jemalloc-3.6.0# Persistence loading:0 rdb_changes_since_last_save:3 rdb_bgsave_in_progress:0 rdb_last_save_time:1409158561 rdb_last_bgsave_status:ok rdb_last_bgsave_time_sec:0 rdb_current_bgsave_time_sec:-1 aof_enabled:0 aof_rewrite_in_progress:0 aof_rewrite_scheduled:0 aof_last_rewrite_time_sec:-1 aof_current_rewrite_time_sec:-1 aof_last_bgrewrite_status:ok aof_last_write_status:ok# Stats total_connections_received:24 total_commands_processed:294 instantaneous_ops_per_sec:0 rejected_connections:0 sync_full:0 sync_partial_ok:0 sync_partial_err:0 expired_keys:0 evicted_keys:0 keyspace_hits:41 keyspace_misses:82 pubsub_channels:0 pubsub_patterns:0 latest_fork_usec:264# Replication role:master connected_slaves:0 master_repl_offset:0 repl_backlog_active:0 repl_backlog_size:1048576 repl_backlog_first_byte_offset:0 repl_backlog_histlen:0# CPU used_cpu_sys:10.49 used_cpu_user:4.96 used_cpu_sys_children:0.00 used_cpu_user_children:0.01# Keyspace db0:keys=94,expires=1,avg_ttl=41638810 db1:keys=1,expires=0,avg_ttl=0 db3:keys=1,expires=0,avg_ttl=0
Server
- redis_version: Redis的版本号。
- redis_git_sha1: Redis源代码的Git提交SHA1。
- redis_git_dirty: Redis源代码是否有未提交的修改。
- redis_build_id: Redis的构建ID。
- redis_mode: Redis的运行模式,这里是独立运行(standalone)。
- os: Redis运行的操作系统。
- arch_bits: 操作系统的位数。
- multiplexing_api: Redis使用的事件处理API。
- gcc_version: 编译Redis时使用的GCC版本。
- process_id: Redis服务器进程的ID。
- run_id: Redis服务器运行实例的唯一标识。
- tcp_port: Redis监听的TCP端口。
- uptime_in_seconds: Redis服务器已运行的秒数。
- uptime_in_days: Redis服务器已运行的天数。
- hz: Redis每秒执行事件的频率。
- lru_clock: 最近使用LRU(Least Recently Used)算法的时钟。
Clients
- connected_clients: 当前连接的客户端数量。
- client-longest_output_list: 客户端输出缓冲区中最长的列表。
- client-biggest_input_buf: 客户端输入缓冲区中最大的缓冲区。
- blocked_clients: 正在等待阻塞命令(如BLPOP)的客户端数量。
Memory
- used_memory: Redis服务器当前使用的内存总量。
- used_memory_human: 以人类可读格式表示的已使用内存量。
- used_memory_rss: Redis占用的物理内存总量。
- used_memory_peak: Redis使用内存的峰值。
- used_memory_peak_human: 以人类可读格式表示的内存使用峰值。
- used_memory_lua: Lua引擎使用的内存量。
- mem_fragmentation_ratio: 内存碎片比率。
- mem_allocator: Redis使用的内存分配器。
Persistence
- loading: 是否在载入持久化文件。
- rdb_changes_since_last_save: 上次保存快照以来发生的修改次数。
- rdb_bgsave_in_progress: 是否正在进行后台保存。
- rdb_last_save_time: 上次成功保存快照的时间戳。
- rdb_last_bgsave_status: 上次后台保存操作的状态。
- rdb_last_bgsave_time_sec: 上次后台保存操作耗时(秒)。
- aof_enabled: 是否启用AOF(Append Only File)持久化。
- aof_rewrite_in_progress: 是否正在进行AOF重写操作。
- aof_rewrite_scheduled: 是否计划进行AOF重写。
- aof_last_rewrite_time_sec: 上次AOF重写操作耗时(秒)。
- aof_current_rewrite_time_sec: 当前正在进行的AOF重写操作耗时(秒)。
- aof_last_bgrewrite_status: 上次AOF重写操作的状态。
- aof_last_write_status: 上次AOF写入操作的状态。
Stats
- total_connections_received: 收到的连接总数。
- total_commands_processed: 处理的命令总数。
- instantaneous_ops_per_sec: 每秒执行的命令数。
- rejected_connections: 拒绝的连接数。
- sync_full: 完全同步命令的数量。
- sync_partial_ok: 部分同步成功的数量。
- sync_partial_err: 部分同步失败的数量。
- expired_keys: 过期的键数量。
- evicted_keys: 逐出的键数量。
- keyspace_hits: 命中键空间的次数。
- keyspace_misses: 键空间未命中的次数。
Replication
- role: Redis的角色,这里是主节点(master)。
- connected_slaves: 连接的从节点数量。
- master_repl_offset: 主节点复制偏移量。
- repl_backlog_active: 是否启用复制积压区。
- repl_backlog_size: 复制积压区大小。
- repl_backlog_first_byte_offset: 复制积压区的第一个字节偏移量。
- repl_backlog_histlen: 复制积压区的历史长度。
CPU
- used_cpu_sys: Redis服务器消耗的系统CPU时间。
- used_cpu_user: Redis服务器消耗的用户CPU时间。
- used_cpu_sys_children: Redis后台子进程消耗的系统CPU时间。
- used_cpu_user_children: Redis后台子进程消耗的用户CPU时间。
Keyspace
- dbX: 每个数据库(db0, db1, db3等)的统计信息,包括键的数量(keys)、过期键的数量(expires)、平均TTL(avg_ttl)。
- 其中以下的信息是其中比较关键的,它们提供了关于Redis服务器的关键性能和状态信息:
-
Memory(内存)
- used_memory: 当前使用的内存总量。
- used_memory_human: 人类可读的内存使用量。
- used_memory_peak: 内存使用的峰值。
- mem_fragmentation_ratio: 内存碎片比率。
这些信息对于监控Redis服务器的内存使用情况至关重要,帮助你了解服务器是否需要进行内存优化或是否存在内存碎片问题。
-
Stats(统计信息)
- total_connections_received: 收到的连接总数。
- total_commands_processed: 处理的命令总数。
- instantaneous_ops_per_sec: 每秒执行的命令数。
- keyspace_hits: 键空间的命中次数。
- keyspace_misses: 键空间的未命中次数。
这些统计信息可以告诉你Redis服务器的工作负载和命令执行效率,以及键空间缓存的命中率,有助于优化查询和操作。
-
Persistence(持久化)
- rdb_last_bgsave_status: 上次RDB后台保存操作的状态。
- aof_last_write_status: 上次AOF写入操作的状态。
如果你的Redis实例启用了持久化,这些信息可以帮助你监控和确认持久化操作的状态,确保数据安全性和持久化机制的正常运行。
-
Replication(复制)
- role: Redis服务器的角色。
- connected_slaves: 连接的从节点数量。
如果你在使用Redis的复制功能,这些信息将告诉你主从复制的状态和连接情况。
-
CPU(CPU使用情况)
- used_cpu_sys: Redis服务器消耗的系统CPU时间。
- used_cpu_user: Redis服务器消耗的用户CPU时间。
如果你需要监控Redis服务器的CPU使用情况,这些信息可以帮助你了解Redis对系统CPU资源的实际消耗。
相关文章:
Redis服务器统计和配置信息简介
Redis服务器统计和配置信息简介 首先使用INFO命令在Redis中用于获取Redis服务器的各种统计和配置信息;执行上述命令后,返回的信息分为多个部分,包括服务器信息、客户端信息、内存信息、持久化信息、统计信息、复制信息、CPU信息和键空间信息;…...
Linux Mac 安装Higress 平替 Spring Cloud Gateway
Linux Mac 安装Higress 平替 Spring Cloud Gateway Higress是什么?传统网关分类Higress定位下载安装包执行安装命令执行脚本 安装成功打开管理界面使用方法configure.shreset.shstartup.shshutdown.shstatus.shlogs.sh Higress官网 Higress是什么? Higress是基于阿里内部的…...
基于重叠群稀疏的总变分信号降噪及在旋转机械故障诊断中的应用(MATLAB)
基于振动分析的故障诊断方法基本流程主要由以下五个步骤组成,分别是信号采集、信号处理、特征提取、状态识别与诊断结果。这五个步骤中信号采集与特征提取是故障诊断中最为重要的步骤,而故障微弱特征信息又是其中最难解决的问题。“故障微弱特征信息”站…...
【YOLOv8】 用YOLOv8实现数字式工业仪表智能读数(一)
上一篇圆形表盘指针式仪表的项目受到很多人的关注,咱们一鼓作气,把数字式工业仪表的智能读数也研究一下。本篇主要讲如何用YOLOV8实现数字式工业仪表的自动读数,并将读数结果进行输出,若需要完整数据集和源代码可以私信。 目录 &…...
微信小程序---npm 支持
一、构建 npm 目前小程序已经支持使用 npm 安装第三方包,但是这些 npm 包在小程序中不能够直接使用,必须得使用小程序开发者工具进行构建后才可以使用。 为什么得使用小程序开发者工具需要构建呢❓ 因为 node_modules 目录下的包,不会参与…...
02MFC画笔/画刷/画椭圆/圆/(延时)文字
文章目录 画实心矩形自定义画布设计及使用连续画线及自定义定义变量扇形画椭圆/圆输出颜色文本定时器与定时事件 画实心矩形 自定义画布设计及使用 连续画线及自定义定义变量 扇形 画椭圆/圆 输出颜色文本 定时器与定时事件...
JavaWeb(四:Ajax与Json)
一、Ajax 1.定义 Ajax(Asynchronous JavaScript And XML):异步的 JavaScript 和 XML AJAX 不是新的编程语言,指的是⼀种交互方式:异步加载。 客户端和服务器的数据交互更新在局部页面的技术,不需要刷新…...
Spring源码中的模板方法模式
1. 什么是模板方法模式 模板方法模式(Template Method Pattern)是一种行为设计模式,它在操作中定义算法的框架,将一些步骤推迟到子类中。模板方法让子类在不改变算法结构的情况下重新定义算法的某些步骤。 模板方法模式的定义&…...
初学SpringMVC之 JSON 篇
JSON(JavaScript Object Notation,JS 对象标记)是一种轻量级的数据交换格式 采用完全独立于编程语言的文本格式来存储和表示数据 JSON 键值对是用来保存 JavaScript 对象的一种方式 比如:{"name": "张三"}…...
Mojo AI编程语言(三)数据结构:高效数据处理
目录 1. Mojo AI编程语言简介 2. 数据结构在数据处理中的重要性 3. Mojo AI中的基础数据结构 3.1 数组 3.2 列表 3.3 字典 4. 高效数据结构的实现与优化 4.1 哈希表 4.2 树结构 4.3 图结构 5. 高效数据处理技术 5.1 并行处理 5.2 内存优化 5.3 数据压缩 6. 实战…...
Java学习笔记整理: 关于SpringBoot 2024/7/12;
SpringBoot springboot也是spring公司开发的一款框架。为了简化spring项目的初始化搭建的。 特点specialty: springboot的特点: 1) 自动配置 Spring Boot的自动配置是一个运行时(更准确地说,是应用程序启动时)的过程&a…...
ASP.NET MVC Lock锁的测试
思路:我们让后台Thread.Sleep一段时间,来模拟一个耗时操作,而这个时间可以由前台提供。 我们开启两个或以上的页面,第一个耗时5秒(提交5000),第二个耗时1秒(提交1000)。 期望的测试结果: 不加Lock锁&…...
Hadoop3:HDFS-通过配置黑白名单对集群进行扩缩容,并实现数据均衡(实用)
一、集群情况介绍 我的本地虚拟机,一共有三个节点,hadoop102、hadoop103、hadoop104 二、白名单 创建白名单文件whitelist,通过白名单的配置,只允许集群包含102和103两台机器可以存储数据,104无法存储数据。 需求 …...
TensorFlow系列:第五讲:移动端部署模型
项目地址:https://github.com/LionJackson/imageClassification Flutter项目地址:https://github.com/LionJackson/flutter_image 一. 模型转换 编写tflite模型工具类: import osimport PIL import tensorflow as tf import keras import …...
深度学习DeepLearning二元分类 学习笔记
文章目录 类别区分变量与概念逻辑回归Sigmoid函数公式决策边逻辑损失函数和代价函数逻辑回归的梯度下降泛化过拟合的解决方案正则化 类别区分 变量与概念 决策边置信度阈值threshold过拟合欠拟合正则化高偏差lambda(λ) 线性回归受个别极端值影响&…...
Eureka 介绍与使用
Eureka 是一个开源的服务发现框架,它主要用于在分布式系统中管理和发现服务实例。它由 Netflix 开发并开源,是 Netflix OSS 中的一部分。 使用 Eureka 可以方便地将新的服务实例注册到 Eureka 服务器,并且让其他服务通过 Eureka 服务器来发现…...
Java异常体系、UncaughtExceptionHandler、Spring MVC统一异常处理、Spring Boot统一异常处理
概述 所有异常都是继承自java.lang.Throwable类,Throwable有两个直接子类,Error和Exception。 Error用来表示程序底层或硬件有关的错误,这种错误和程序本身无关,如常见的NoClassDefFoundError。这种异常和程序本身无关࿰…...
bash终端快捷键
快捷键作用ShiftCtrlC复制ShiftCtrlV粘贴CtrlAltT新建终端ShiftPgUp/PgDn终端上下翻页滚动CtrlC终止命令CtrlD关闭终端CtrlA光标移动到最开始为止CtrlE光标移动到最末尾CtrlK删除此处到末尾的所有内容CtrlU删除此处至开始的所有内容CtrlD删除当前字符CtrlH删除当前字符的前一个…...
【Visual Studio】Visual Studio报错合集及解决办法
目录 Visual Studio报错:error LNK2001 Visual Studio报错:error C2061 Visual Studio报错:error C1075 Visual Studio报错:error C4430 Visual Studio报错error C3867 概述 持续更细Visual Studio报错及解决方法 Visual Studio报错:error LNK2001 问题 : error LNK2001…...
【微信小程序知识点】转发功能的实现
转发功能,主要帮助用户更流畅地与好友分享内容与服务。 想实现转发功能,有两种方式: 1.页面js文件必须声明onShareAppMessage事件监听函数,并自定义转发内容。只有定义了此事件处理函数,右上角菜单才会显示“转发”按…...
java_网络服务相关_gateway_nacos_feign区别联系
1. spring-cloud-starter-gateway 作用:作为微服务架构的网关,统一入口,处理所有外部请求。 核心能力: 路由转发(基于路径、服务名等)过滤器(鉴权、限流、日志、Header 处理)支持负…...
大话软工笔记—需求分析概述
需求分析,就是要对需求调研收集到的资料信息逐个地进行拆分、研究,从大量的不确定“需求”中确定出哪些需求最终要转换为确定的“功能需求”。 需求分析的作用非常重要,后续设计的依据主要来自于需求分析的成果,包括: 项目的目的…...
理解 MCP 工作流:使用 Ollama 和 LangChain 构建本地 MCP 客户端
🌟 什么是 MCP? 模型控制协议 (MCP) 是一种创新的协议,旨在无缝连接 AI 模型与应用程序。 MCP 是一个开源协议,它标准化了我们的 LLM 应用程序连接所需工具和数据源并与之协作的方式。 可以把它想象成你的 AI 模型 和想要使用它…...
Objective-C常用命名规范总结
【OC】常用命名规范总结 文章目录 【OC】常用命名规范总结1.类名(Class Name)2.协议名(Protocol Name)3.方法名(Method Name)4.属性名(Property Name)5.局部变量/实例变量(Local / Instance Variables&…...
蓝牙 BLE 扫描面试题大全(2):进阶面试题与实战演练
前文覆盖了 BLE 扫描的基础概念与经典问题蓝牙 BLE 扫描面试题大全(1):从基础到实战的深度解析-CSDN博客,但实际面试中,企业更关注候选人对复杂场景的应对能力(如多设备并发扫描、低功耗与高发现率的平衡)和前沿技术的…...
c++ 面试题(1)-----深度优先搜索(DFS)实现
操作系统:ubuntu22.04 IDE:Visual Studio Code 编程语言:C11 题目描述 地上有一个 m 行 n 列的方格,从坐标 [0,0] 起始。一个机器人可以从某一格移动到上下左右四个格子,但不能进入行坐标和列坐标的数位之和大于 k 的格子。 例…...
MODBUS TCP转CANopen 技术赋能高效协同作业
在现代工业自动化领域,MODBUS TCP和CANopen两种通讯协议因其稳定性和高效性被广泛应用于各种设备和系统中。而随着科技的不断进步,这两种通讯协议也正在被逐步融合,形成了一种新型的通讯方式——开疆智能MODBUS TCP转CANopen网关KJ-TCPC-CANP…...
【android bluetooth 框架分析 04】【bt-framework 层详解 1】【BluetoothProperties介绍】
1. BluetoothProperties介绍 libsysprop/srcs/android/sysprop/BluetoothProperties.sysprop BluetoothProperties.sysprop 是 Android AOSP 中的一种 系统属性定义文件(System Property Definition File),用于声明和管理 Bluetooth 模块相…...
三体问题详解
从物理学角度,三体问题之所以不稳定,是因为三个天体在万有引力作用下相互作用,形成一个非线性耦合系统。我们可以从牛顿经典力学出发,列出具体的运动方程,并说明为何这个系统本质上是混沌的,无法得到一般解…...
【论文阅读28】-CNN-BiLSTM-Attention-(2024)
本文把滑坡位移序列拆开、筛优质因子,再用 CNN-BiLSTM-Attention 来动态预测每个子序列,最后重构出总位移,预测效果超越传统模型。 文章目录 1 引言2 方法2.1 位移时间序列加性模型2.2 变分模态分解 (VMD) 具体步骤2.3.1 样本熵(S…...
