运维与性能优化

127.0.0.1:6379> INFO server
redis_version:7.2.4
uptime_in_days:42
 
127.0.0.1:6379> INFO memory
used_memory_human:3.21G
used_memory_rss_human:3.80G
mem_fragmentation_ratio:1.18     # RSS/used, >1.5 碎片严重, <1 在用 swap(危险)
maxmemory_human:6.00G
 
127.0.0.1:6379> INFO stats
instantaneous_ops_per_sec:24310  # 当前 QPS
keyspace_hits:9928103
keyspace_misses:203110           # 命中率 = hits/(hits+misses) ≈ 98%
evicted_keys:0                   # 被淘汰的 key, 增长=内存不够
rejected_connections:0           # 被拒连接, 增长=maxclients 不够
 
127.0.0.1:6379> INFO clients
connected_clients:210
blocked_clients:2                # BLPOP 等阻塞中的

slowlog-log-slower-than 10000    # 超过 10ms(微秒单位) 记录
slowlog-max-len 128

127.0.0.1:6379> SLOWLOG GET 3
1) 1) (integer) 14              # 日志 ID
   2) (integer) 1722310000      # 时间戳
   3) (integer) 152000          # 耗时 152ms!
   4) 1) "HGETALL"
      2) "big:hash"             # 元凶: 大 hash 的全量读取
   5) "10.0.0.21:53311"
   6) ""
127.0.0.1:6379> SLOWLOG RESET
OK

SET cache:a 1
# 一次命中
GET cache:a
# 一次未命中
GET cache:missing
# 在输出里找 keyspace_hits 与 keyspace_misses, 命中率 = hits/(hits+misses)
INFO stats
# 慢日志条数与内容（本实例没有慢命令, 所以是空的）
SLOWLOG LEN
SLOWLOG GET 3

# 服务端事件级延迟追踪 (需 latency-monitor-threshold 100)
127.0.0.1:6379> LATENCY LATEST
1) 1) "fork"                    # 事件类型
   2) (integer) 1722310000
   3) (integer) 210             # 最近一次 210ms
   4) (integer) 460             # 历史峰值
 
# 客户端侧测量网络+处理总延迟
$ redis-cli --latency -h 10.0.0.5
min: 0, max: 3, avg: 0.12 (1032 samples)

127.0.0.1:6379> MEMORY USAGE big:hash
(integer) 10485762              # 10MB, 大 key 实锤
127.0.0.1:6379> MEMORY DOCTOR
"Sam, I detected a few issues in this Redis instance memory implants..."

SET small:key "hello"
# 单个 key 占用的字节数（含 key、value 与元数据开销）
MEMORY USAGE small:key
HSET demo:hash f1 v1 f2 v2 f3 v3
MEMORY USAGE demo:hash
# 删除一律用 UNLINK: 主线程只摘链接, 内存回收交给后台线程, 不阻塞
UNLINK demo:hash
EXISTS demo:hash

# 方式一: 内置扫描 (对每种类型给出最大 key, 基于 SCAN 不阻塞)
$ redis-cli --bigkeys -i 0.1
[00.00%] Biggest hash   found so far '"big:hash"' with 120000 fields
...
Biggest   hash found '"big:hash"' has 120000 fields
 
# 方式二: 更精细的体积扫描
$ redis-cli --memkeys
 
# 方式三: 离线分析 RDB 文件 (rdb-tools / redis-rdb-cli), 不影响线上
$ rdb -c memory dump.rdb --bytes 1048576 -f big_keys.csv

# 定位: LFU 模式下找访问频率最高的 key
$ redis-cli --hotkeys        # 要求 maxmemory-policy 为 *-lfu
# 或: 短暂开启 MONITOR 采样统计 (有性能损耗, 只能秒级采样)
$ redis-cli monitor | head -100000 | awk '{print $4}' | sort | uniq -c | sort -rn | head

# redis-cli 演示: 100 条 SET 一次发送
$ printf 'SET k%d v%d\r\n' $(seq 1 100 | sed 'p') | redis-cli --pipe
All data transferred. Waiting for the last reply...
Last reply received from server.
errors: 0, replies: 100

# redis-py
pipe = redis.pipeline(transaction=False)   # 纯 pipeline, 不包 MULTI
for i in range(10000):
    pipe.set(f"k{i}", i)
pipe.execute()          # 1 次往返(按缓冲分批), 而不是 10000 次