性能指标

1 `Info 命令`

redis使用info命令获取所有与Redis服务相关的各种信息和统计数值

    server   查看 Redis 服务器信息，如 Redis 的版本
    clients  客户端的连接部分
    memory   内存消耗相关信息       #
    persistence  RDB和AOF相关信息
    stats      一般统计           #
    replication   主/从复制信息
    cpu     统计CPU的消耗
    commandstats   Redis命令统计  #
    cluster    Redis集群信息
    keyspace   数据库的相关统计

    dbsize： 查看当前db的key数量

1) `info memory` 只返回与内存相关的数据

指标	含义
used_memory	由 Redis 分配器分配的内存总量，包含了redis进程内部的开销和数据占用的内存，以字节（byte）为单位，即当前redis使用内存大小。
used_memory_human	已更直观的单位展示分配的内存总量。
used_memory_rss	向操作系统申请的内存大小，与 top 、 ps等命令的输出一致，即redis使用的物理内存大小。
used_memory_rss_human	已更直观的单位展示向操作系统申请的内存大小。
used_memory_peak	redis的内存消耗峰值(以字节为单位)，即历史使用记录中redis使用内存峰值。
used_memory_peak_human	以更直观的格式返回redis的内存消耗峰值
used_memory_peak_perc	使用内存达到峰值内存的百分比，used_memory/ used_memory_peak) 100%，即当前redis使用内存/历史使用记录中redis使用内存峰值100%
used_memory_overhead	Redis为了维护数据集的内部机制所需的内存开销，包括所有客户端输出缓冲区、查询缓冲区、AOF重写缓冲区和主从复制的backlog。
used_memory_startup	Redis服务器启动时消耗的内存
used_memory_dataset	数据实际占用的内存大小，即used_memory-used_memory_overhead
used_memory_dataset_perc	数据占用的内存大小的百分比，100%*(used_memory_dataset/(used_memory-used_memory_startup))
total_system_memory	整个系统内存
total_system_memory_human	以更直观的格式显示整个系统内存
used_memory_lua	Lua脚本存储占用的内存
used_memory_lua_human	以更直观的格式显示Lua脚本存储占用的内存
maxmemory	Redis实例的最大内存配置
maxmemory_human	以更直观的格式显示Redis实例的最大内存配置
maxmemory_policy	当达到maxmemory时的淘汰策略
mem_fragmentation_ratio	碎片率，used_memory_rss/ used_memory。ratio指数>1表明有内存碎片，越大表明越多，<1表明正在使用虚拟内存，虚拟内存其实就是硬盘，性能比内存低得多，这是应该增强机器的内存以提高性能。一般来说，mem_fragmentation_ratio的数值在1 ~ 1.5之间是比较健康的。详解
mem_allocator	内存分配器
active_defrag_running	表示没有活动的defrag任务正在运行，1表示有活动的defrag任务正在运行（defrag:表示内存碎片整理）详解
lazyfree_pending_objects	0表示不存在延迟释放的挂起对象

2) `info stats` 一般统计信息

指标	含义
total_connections_received	服务器接受的连接总数
total_commands_processed	服务器处理的命令总数
instantaneous_ops_per_sec	每秒处理的命令数
rejected_connections	由于maxclients限制而拒绝的连接数
expired_keys	key到期事件的总数
evicted_keys	由于maxmemory最大内存限制而导致被驱逐的key的数量
keyspace_hits	key命中次数
keyspace_misses	key未命中次数

3) `info clients` 已连接客户端信息

指标	含义
connected_clients	已连接客户端的数量（不包括通过从属服务器连接的客户端
client_longest_output_list	当前连接的客户端当中，最长的输出列表
client_biggest_input_buf	当前连接的客户端当中，最大输入缓存
blocked_clients	正在等待阻塞命令（BLPOP、BRPOP、BRPOPLPUSH）的客户端的数量

4) `info cpu` 统计CPU的消耗

指标	含义
used_cpu_sys	消耗的系统CPU
used_cpu_user	消耗的用户CPU
used_cpu_sys_children	后台进程占用的系统CPU
used_cpu_user_children	后台进程占用的用户CPU

5) `info commandstats` Redis命令统计

提供基于命令类型的统计信息，包括调用次数，这些命令消耗的总CPU时间以及每个命令执行消耗的平均CPU时间

对于每一个命令类型，添加以下行：

    cmdstat_XXX: calls=XXX,usec=XXX,usec_per_call=XXX

    calls 次数
    usec 时间
    usec_per_call 平均时间

2 `memory 命令`

获得有关服务器内存的其他内省信息，可以参考MEMORY STATS和MEMORY DOCTOR

指标	含义
MEMORY DOCTOR	列出 Redis 服务器遇到的内存相关问题，并提供相应的解决建议
MEMORY MALLOC-STATS	提供内存分配情况的内部统计报
MEMORY PURGE	尝试清除脏页以便内存分配器回收使用
MEMORY USAGE key	给出一个 key 和它的值在 RAM 中所占用的字节数
`MEMORY STATS`	将服务器的内存使用情况以数组情况返回

    jemalloc作为内存分配器

1) `MEMORY STATS` 命令将服务器的内存使用情况以数组情况返回

指标	含义
peak.allocated	redis启动以来，allocator分配的内存峰值，单位字节；同INFO的`used_memory_peak`
total.allocated	allocator 当前分配的内存总字节数；同 INFO命令`used_memeory`
startup.allocated	Redis启动完成消耗的内存字节数；同INFO的`used_memory_startup`
clients.normal	Redis所有常规客户端内存消耗总字节数(查询输出缓冲区，连接内存消耗)
overhead.total	Redis 额外内存消耗总字节数，i.e. startup.allocated, replication.backlog, clients.slaves, clients.normal, aof.buffer 以及管理keyspace使用的内部数据接口消耗的内存字节数同INFO的`used_memory_overhead`
keys.count	整个redis实例key的个数
keys.bytes-per-key	每个key平均字节数，net memory usage(total.allocated 减去 startup.allocated)与keys.count的比值
dataset.bytes	Redis 实例中数据占用的总字节数，计算方法total.allocated减去overhead.total
dataset.percentage	Redis 数据消耗内存占总内存的百分比
peak.percentage	当前内存消耗占峰值内存消耗的百分比

参考 » Redis 为什么变慢了？一文讲透如何排查 Redis 性能问题 | 万字长文

redis性能排查调优

1）确定Redis链路耗时变长

    - （1）业务服务器到 Redis 服务器之间的网络存在问题，例如网络线路质量不佳，网络数据包在传输时存在延迟、丢包等情况 （ 第一种情况发生的概率比较小，如果是服务器之间网络存在问题，那部署在这台业务服务器上的所有服务都会发生网络延迟的情况，此时你需要联系网络运维同事，让其协助解决网络问题 ）
    
    - （2）Redis 本身存在问题，需要进一步排查是什么原因导致 Redis 变慢

首先对 Redis 进行基准性能测试，了解Redis 在生产环境服务器上的基准性能

    基准性能 
    
    就是指 Redis 在一台负载正常的机器上
    
        最大的响应延迟
        平均响应延迟

避免业务服务器到 Redis 服务器之间的网络延迟，你需要直接在 Redis 服务器上测试实例的响应延迟情况

# 60 秒内的最大响应延迟

redis-cli -h 10.0.0.207 -p 16379 --intrinsic-latency 60

...
Max latency so far: 1488 microseconds.
Max latency so far: 5059 microseconds.

# 每间隔 1 秒，采样 Redis 的平均操作耗时

redis-cli -h 10.0.0.207 -p 16379 --latency-history -i 1 

min: 0, max: 7, avg: 0.43 (95 samples) -- 1.00 seconds range
...

2）慢查询定位 `slowlog`

    127.0.0.1:6379> SLOWLOG get 5
    1) 1) (integer) 32693       # 慢日志ID
       2) (integer) 1593763337  # 执行时间戳
       3) (integer) 5299        # 执行耗时(微秒)
       4) 1) "LPUSH"            # 具体执行的命令和参数
          2) "Ftask"
          3) "0"

3）避免使用复杂度过高的命令

尽量不使用 O(N) 以上复杂度过高的命令，对于数据的聚合操作 (例如 SORT、SUNION、ZUNIONSTORE )，放在客户端做
执行 O(N) 命令，保证 N 尽量的小（推荐 N <= 300），每次获取尽量少的数据，让 Redis 可以及时处理返回

4) 避免操作 bigkey

慢日志发现 SET / DEL 这种简单命令出现在慢日志中，那么你就要怀疑你的实例否写入了 bigkey

# 扫描 bigkey 的分布
redis-cli -h 127.0.0.1 -p 6379 --bigkeys -i 0.01 (单位是秒)

    Sampled 103 keys in the keyspace!
    Total key length in bytes is 4299 (avg len 41.74)
    
    Biggest string found 'stats:crawler:200:lifetime' has 12304 bytes
    Biggest   list found 'mplete:items' has 2128537 items
    Biggest    set found 'link:blacklist' has 3 members
    Biggest   zset found 'stats:200:86400' has 148509 members
    
    45 strings with 14416 bytes (43.69% of keys, avg size 320.36)
    3 lists with 2135188 items (02.91% of keys, avg size 711729.33)
    3 sets with 5 members (02.91% of keys, avg size 1.67)
    0 hashs with 0 fields (00.00% of keys, avg size 0.00)
    52 zsets with 355218 members (50.49% of keys, avg size 6831.12)

    原理: Redis 在内部执行了 SCAN 命令，遍历整个实例中所有的 key，然后针对 key 的类型，分别执行 STRLEN、LLEN、HLEN、SCARD、ZCARD 命令，来获取 String 类型的长度、容器类型（List、Hash、Set、ZSet）的元素个数

   注意: 对线上实例进行 bigkey 扫描时，Redis 的 OPS 会突增，为了降低扫描过程中对 Redis 的影响，最好控制一下扫描的频率，指定 -i 参数即可
   
   优化： 
        1) 业务应用尽量避免写入 bigkey
        2) Redis 4.0+，用 UNLINK 命令替代 DEL
        此命令可以把释放 key 内存的操作，放到后台线程中去执行，从而降低对 Redis 的影响
        3)  开启 lazy-free,  执行 DEL 命令时，释放内存也会放到后台线程中执行

5) 避免过期时间集中

Redis 的过期数据采用被动过期 + 主动过期两种策略

被动过期：只有当访问某个 key 时，才判断这个 key 是否已过期，如果已过期，则从实例中删除

主动过期：Redis 内部维护了一个定时任务，默认每隔 100 毫秒（1 秒 10 次）就会从全局的过期哈希表中随机取出 20 个 key，然后删除其中过期的 key，如果过期 key 的比例超过了 25%，则继续重复此过程，直到过期 key 的比例下降到 25% 以下，或者这次任务的执行耗时超过了 25 毫秒，才会退出循环

主动过期 key 的定时任务，是在 Redis 主线程中执行

优化： 

    1） 集中过期 key 增加一个随机过期时间，把集中过期的时间打散，降低 Redis 清理过期 key 的压力

    2） Redis 4.0 +，可以开启 lazy-free 机制，当删除过期 key 时，把释放内存的操作放到后台线程中执行，避免阻塞主线程

6) 实例内存达到上限`maxmemory`

当 Redis 内存达到 maxmemory 后，每次写入新的数据之前，Redis 必须先从实例中踢出一部分数据，让整个实例的内存维持在 maxmemory 之下，然后才能把新数据写进来

踢出旧数据的逻辑也是需要消耗时间的,而具体耗时的长短，要取决于你配置的淘汰策略：

allkeys-lru：不管 key 是否设置了过期，淘汰最近最少访问的 key

volatile-lru：只淘汰最近最少访问、并设置了过期时间的 key

allkeys-random：不管 key 是否设置了过期，随机淘汰 key

volatile-random：只随机淘汰设置了过期时间的 key

allkeys-ttl：不管 key 是否设置了过期，淘汰即将过期的 key

noeviction：不淘汰任何 key，实例内存达到 maxmeory 后，再写入新数据直接返回错误

allkeys-lfu：不管 key 是否设置了过期，淘汰访问频率最低的 key（4.0+版本支持）

volatile-lfu：只淘汰访问频率最低、并设置了过期时间 key（4.0+版本支持）

一般最常使用的是 allkeys-lru / volatile-lru 淘汰策略

如果此时你的 Redis 实例中还存储了 bigkey，那么在淘汰删除 bigkey 释放内存时，也会耗时比较久



优化： 

   1） 避免存储 bigkey，降低释放内存的耗时
   2） 淘汰策略改为随机淘汰，随机淘汰比 LRU 要快很多（视业务情况调整）
   3） 拆分实例，把淘汰 key 的压力分摊到多个实例上
   4） Redis 4.0 +，开启 layz-free 机制，把淘汰 key 释放内存的操作放到后台线程中执行（配置 lazyfree-lazy-eviction = yes）

7) 数据持久化 fork 耗时严重

info stats 

latest_fork_usec:19408 (微秒)

这个时间就是主进程在 fork 子进程期间，整个实例阻塞无法处理客户端请求的时间

果你发现这个耗时很久，就要警惕起来了，这意味在这期间，你的整个 Redis 实例都处于不可用的状态。

优化： 

    1）控制 Redis 实例的内存：尽量在 10G 以下，执行 fork 的耗时与实例大小有关，实例越大，耗时越久
    2） 合理配置数据持久化策略：在 slave 节点执行 RDB 备份，推荐在低峰期执行，而对于丢失数据不敏感的业务（例如把 Redis 当做纯缓存使用），可以关闭 AOF 和 AOF rewrite
    3）Redis 实例不要部署在虚拟机上：fork 的耗时也与系统也有关，虚拟机比物理机耗时更久
    
    4）降低主从库全量同步的概率：适当调大 repl-backlog-size 参数，避免主从全量同步

8）关闭内存大页

主进程在拷贝内存数据时，这个阶段就涉及到新内存的申请，如果此时操作系统开启了内存大页，那么在此期间，客户端即便只修改 10B 的数据，Redis 在申请内存时也会以 2MB 为单位向操作系统申请，申请内存的耗时变长，进而导致每个写请求的延迟增加，影响到 Redis 性能

cat /sys/kernel/mm/transparent_hugepage/enabled

[always] madvise never
输出选项是 always，就表示目前开启了内存大页机制，我们需要关掉它

echo never > /sys/kernel/mm/transparent_hugepage/enabled

开启内存大页，可以在一定程序上降低应用程序申请内存的次数

但是对于 Redis 这种对性能和延迟极其敏感的数据库来说，我们希望 Redis 在每次申请内存时，耗时尽量短，

不建议你在 Redis 机器上开启这个机制

汇总

CPU 相关：使用复杂度过高命令、数据的持久化，都与耗费过多的 CPU 资源有关

内存相关：bigkey 内存的申请和释放、数据过期、数据淘汰、碎片整理、内存大页、内存写时复制都与内存息息相关

磁盘相关：数据持久化、AOF 刷盘策略，也会受到磁盘的影响

网络相关：短连接、实例流量过载、网络流量过载，也会降低 Redis 性能

计算机系统：CPU 结构、内存分配，都属于最基础的计算机系统知识

操作系统：写时复制、内存大页、Swap、CPU 绑定，都属于操作系统层面的知识

keep moving

redis 性能指标

性能指标

1 `Info 命令`

1) `info memory` 只返回与内存相关的数据

2) `info stats` 一般统计信息

3) `info clients` 已连接客户端信息

4) `info cpu` 统计CPU的消耗

5) `info commandstats` Redis命令统计

2 `memory 命令`

1) `MEMORY STATS` 命令将服务器的内存使用情况以数组情况返回

redis性能排查调优

1）确定Redis链路耗时变长

2）慢查询定位 `slowlog`

3）避免使用复杂度过高的命令

4) 避免操作 bigkey

5) 避免过期时间集中

6) 实例内存达到上限`maxmemory`

7) 数据持久化 fork 耗时严重

8）关闭内存大页

汇总

性能指标

1 Info 命令

1) info memory 只返回与内存相关的数据

2) info stats 一般统计信息

3) info clients 已连接客户端信息

4) info cpu 统计CPU的消耗

5) info commandstats Redis命令统计

2 memory 命令

1) MEMORY STATS 命令将服务器的内存使用情况以数组情况返回

redis性能排查调优

1） 确定Redis链路耗时变长

2） 慢查询定位 slowlog

3） 避免使用复杂度过高的命令

4) 避免操作 bigkey

5) 避免过期时间集中

6) 实例内存达到上限maxmemory

7) 数据持久化 fork 耗时严重

8）关闭 内存大页

汇总

1 `Info 命令`

1) `info memory` 只返回与内存相关的数据

2) `info stats` 一般统计信息

3) `info clients` 已连接客户端信息

4) `info cpu` 统计CPU的消耗

5) `info commandstats` Redis命令统计

2 `memory 命令`

1) `MEMORY STATS` 命令将服务器的内存使用情况以数组情况返回

1）确定Redis链路耗时变长

2）慢查询定位 `slowlog`

3）避免使用复杂度过高的命令

6) 实例内存达到上限`maxmemory`

8）关闭内存大页