Redis慢查询日志与监视器问题

目录

• 1、慢查询设置
• 2、慢查询定位&处理
• 3、监视器
• 4、Redis监控平台
• 总结

我们都知道mysql有慢查询日志

Redis也有慢查询日志，可用于监视和优化查询

1、慢查询设置

在redis.conf中可以配置和慢查询日志相关的选项：

#执行时间超过多少微秒的命令请求会被记录到日志上 0 :全记录 <0 不记录
slowlog-log-slower-than 10000
#slowlog-max-len 存储慢查询日志条数
slowlog-max-len 128

Redis使用列表存储慢查询日志，采用队列方式（FIFO）

• config set的方式可以临时设置，redis重启后就无效
• config set slowlog-log-slower-than 微秒
• config set slowlog-max-len 条数

查看日志：slowlog get [n]

127.0.0.1:6379> config set slowlog-log-slower-than 0
OK
127.0.0.1:6379> config set slowlog-max-len 2
OK
127.0.0.1:6379> set name:001 zhaoyun
OK
127.0.0.1:6379> set name:002 zhangfei
OK
127.0.0.1:6379> get name:002
"zhangfei"
 
127.0.0.1:6379> slowlog get
1) 1) (integer) 7     # 日志的唯一标识符(pythonuid)
   2) (integer) 1589774302     # 命令执行时的Unix时间戳
   3) (integer) 65     # 命令执行的时长(微秒)
   4) 1) "get"     # 执行命令及参数
      2) "name:002"
   5) "127.0.0.1:37277"
   6) ""
2) 1) (integer) 6
   2) (integer) 1589774281
   3) (integer) 7
   4) 1) "set"
      2) "name:002"
      3) "zhangfei"
   5) "127js.0.0.1:37277"
   6) ""
# set和get都记录，第一条被编程客栈移除了。

2、慢查询定位&处理

使用slowlog get 可以获得执行较慢的redis命令，针对该命令可以进行优化：

• 尽量使用短的key，对于value有些也可精简，能使用int就int。
• 避免使用keys *、hgetall等全量操作。
• 减少大key的存取，打散为小key 100K以上
• 将rdb改为aof模式

rdb fork 子进程 数据量过大 主进程阻塞 redis性能大幅下降

关闭持久化，（适合于数据量较小，有固定数据源）

• 想要一次添加多条数据的时候可以使用管道http://www.devze.com
• 尽可能地使用哈希存储
• 尽量限制下redis使用的内存大小，这样可以避免redis使用swap分区或者出现OOM错误

内存与硬盘的swap

3、监视器

Redis客户端通过执行MONITOR命令可以将自己变为一个监视器，实时地接受并打印出服务器当前处理的命令请求的相关信息。

此时，当其他客户端向服务器发送一条命令请求时，服务器除了会处理这条命令请求之外，还会将这条命令请求的信息发送给所有监视器。

Redis客户端1 

127.0.0.1:6379> monitor
OK
1589706136.030138 [0 127.0.0.1:42907] "COMMAND"
1589706145.763523 [0 127.0.0.1:42907] "set" "name:10" "zhaoyun"
1开发者_NoSQL589706163.756312 [0 127.0.0.1:42907] "get" "name:10"

Redis客户端2

127.0.0.1:6379>
127.0.0.1:6379> set namewww.devze.com:10 zhaoyun
OK
127.0.0.1:6379> get name:10
"zhaoyun"

4、Redis监控平台

grafana、prometheus以及redis_exporter。

Grafana 是一个开箱即用的可视化工具，具有功能齐全的度量仪表盘和图形编辑器，有灵活丰富的图形化选项，可以混合多种风格，支持多个数据源特点。

Prometheus是一个开源的服务监控系统，它通过HTTP协议从远程的机器收集数据并存储在本地的时序数据库上。

redis_exporter为Prometheus提供了redis指标的导出，配合Prometheus以及grafana进行可视化及监控。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。