Redis 监控指标参考

Redis 监控指标是评估 Redis 服务性能、稳定性和健康状态的重要依据。本文档提供了 Redis 核心监控指标的详细参考，包括指标含义、单位、正常范围、监控建议和获取方式，帮助运维人员更好地监控和优化 Redis 服务。

指标分类

Redis 监控指标可以分为以下几大类：

• 性能指标：评估 Redis 服务的性能表现
• 内存指标：监控 Redis 内存使用情况
• 复制指标：监控主从复制状态
• 持久化指标：监控 RDB 和 AOF 持久化状态
• 客户端指标：监控客户端连接和请求情况
• 命令统计指标：统计 Redis 命令执行情况
• 服务器指标：监控 Redis 服务器自身状态
• 集群指标：监控 Redis Cluster 状态

性能指标

1. 命令执行性能

指标名称	指标类型	单位	含义	正常范围	监控建议
instantaneous_ops_per_sec	性能	次/秒	每秒执行的命令数	根据业务需求而定，一般为数千到数万	监控峰值和趋势，突然下降可能表示服务异常
total_commands_processed	累计	次	自启动以来处理的命令总数	-	用于计算长期平均 QPS
total_connections_received	累计	次	自启动以来接收的客户端连接总数	-	用于分析连接趋势
instantaneous_input_kbps	网络	KB/s	每秒网络输入流量	根据业务需求而定	监控突发流量，避免网络瓶颈
instantaneous_output_kbps	网络	KB/s	每秒网络输出流量	根据业务需求而定	监控突发流量，避免网络瓶颈

2. 延迟指标

指标名称	指标类型	单位	含义	正常范围	监控建议
latency	性能	毫秒	命令执行延迟	一般 < 1 毫秒	使用 redis-cli --latency 命令监控，高延迟可能表示服务过载或存在慢查询
slowlog_log_slower_than	配置	微秒	慢查询阈值	一般设置为 10000 微秒（10 毫秒）	根据业务需求调整，监控慢查询日志
slowlog_max_len	配置	条	慢查询日志最大长度	一般设置为 128-1024 条	确保有足够空间存储慢查询日志

内存指标

1. 内存使用情况

指标名称	指标类型	单位	含义	正常范围	监控建议
used_memory	内存	字节	Redis 分配器分配的内存总量	根据 maxmemory 配置而定	监控使用率，避免内存溢出
used_memory_rss	内存	字节	Redis 进程占用的物理内存总量	理想情况下接近 used_memory	used_memory_rss / used_memory 比值应 < 1.5，过高表示内存碎片严重
used_memory_peak	内存	字节	Redis 内存使用的峰值	根据 maxmemory 配置而定	监控峰值，评估内存增长趋势
used_memory_dataset	内存	字节	数据占用的内存量	根据业务数据量而定	占 used_memory 的比例应 > 50%，否则可能存在内存碎片或内存泄漏
used_memory_lua	内存	字节	Lua 脚本引擎占用的内存	一般很小，< 1MB	过大可能表示 Lua 脚本存在问题
mem_fragmentation_ratio	内存	比值	内存碎片率（used_memory_rss / used_memory）	1.0-1.5	> 1.5 表示内存碎片严重，< 1.0 可能存在内存交换

2. 内存配置

指标名称	指标类型	单位	含义	正常范围	监控建议
maxmemory	配置	字节	Redis 最大使用内存	根据服务器内存配置而定	一般设置为服务器内存的 70%-80%
maxmemory_policy	配置	字符串	内存淘汰策略	根据业务需求而定	常见策略：allkeys-lru、volatile-lru、noeviction
maxmemory_samples	配置	个	LRU 算法采样数量	一般为 5-10	影响 LRU 算法的准确性和性能

复制指标

1. 主节点复制状态

指标名称	指标类型	单位	含义	正常范围	监控建议
connected_slaves	状态	个	连接的从节点数量	根据部署架构而定	与预期数量不符可能表示从节点故障
master_replid	标识	字符串	主节点的唯一标识符	-	变化表示主节点重启或故障转移
master_repl_offset	偏移量	字节	主节点的复制偏移量	-	用于与从节点偏移量比较，评估复制延迟
repl_backlog_active	状态	布尔值	复制积压缓冲区是否激活	1（激活）	0 表示未激活，可能导致频繁全量复制
repl_backlog_size	配置	字节	复制积压缓冲区大小	一般为 1MB-10MB	根据主节点写入量调整，避免频繁全量复制
repl_backlog_first_byte_offset	偏移量	字节	复制积压缓冲区中第一个字节的偏移量	-	用于计算缓冲区覆盖范围
repl_backlog_histlen	长度	字节	复制积压缓冲区中当前存储的字节数	< repl_backlog_size	接近 repl_backlog_size 表示缓冲区即将满

2. 从节点复制状态

指标名称	指标类型	单位	含义	正常范围	监控建议
role	状态	字符串	节点角色（master/slave）	-	用于确认节点角色
master_host	配置	字符串	主节点 IP 地址	-	用于确认主从关系
master_port	配置	端口	主节点端口	-	用于确认主从关系
master_link_status	状态	字符串	主从连接状态（up/down）	up	down 表示主从连接断开
master_last_io_seconds_ago	时间	秒	上次与主节点通信的时间	< 10 秒	> 30 秒表示主从连接可能存在问题
master_sync_in_progress	状态	布尔值	是否正在进行主从同步	0（未进行）	1 表示正在进行全量复制
slave_repl_offset	偏移量	字节	从节点的复制偏移量	接近 master_repl_offset	与 master_repl_offset 的差值表示复制延迟
slave_priority	配置	整数	从节点优先级	1-100	用于故障转移时选择新主节点，值越小优先级越高
slave_read_only	配置	布尔值	是否为只读模式	1（只读）	从节点建议保持只读
master_sync_left_bytes	同步	字节	全量复制剩余字节数	-	用于监控全量复制进度

持久化指标

1. RDB 持久化指标

指标名称	指标类型	单位	含义	正常范围	监控建议
rdb_last_save_time	时间	时间戳	上次 RDB 保存的时间戳	-	用于检查 RDB 保存频率
rdb_changes_since_last_save	计数	次	自上次 RDB 保存以来的写命令数	根据 save 配置而定	接近 save 配置阈值时可能触发 RDB 保存
rdb_bgsave_in_progress	状态	布尔值	是否正在执行 BGSAVE 命令	0（未执行）	1 表示正在执行 RDB 持久化
rdb_last_bgsave_status	状态	字符串	上次 BGSAVE 命令的执行状态（ok/err）	ok	err 表示 RDB 持久化失败
rdb_last_bgsave_time_sec	时间	秒	上次 BGSAVE 命令的执行时间	< 300 秒	过长表示 RDB 持久化效率低
rdb_current_bgsave_time_sec	时间	秒	当前 BGSAVE 命令的执行时间	-	用于监控正在进行的 RDB 持久化进度

2. AOF 持久化指标

指标名称	指标类型	单位	含义	正常范围	监控建议
aof_enabled	状态	布尔值	是否启用 AOF 持久化	1（启用）	建议生产环境启用 AOF
aof_rewrite_in_progress	状态	布尔值	是否正在执行 AOF 重写	0（未执行）	1 表示正在执行 AOF 重写
aof_rewrite_scheduled	状态	布尔值	是否计划执行 AOF 重写	0（无计划）	1 表示 BGSAVE 完成后将执行 AOF 重写
aof_last_rewrite_time_sec	时间	秒	上次 AOF 重写的执行时间	< 300 秒	过长表示 AOF 重写效率低
aof_current_rewrite_time_sec	时间	秒	当前 AOF 重写的执行时间	-	用于监控正在进行的 AOF 重写进度
aof_last_bgrewrite_status	状态	字符串	上次 AOF 重写的执行状态（ok/err）	ok	err 表示 AOF 重写失败
aof_last_write_status	状态	字符串	上次 AOF 写入的执行状态（ok/err）	ok	err 表示 AOF 写入失败
aof_current_size	大小	字节	当前 AOF 文件大小	根据数据量而定	监控增长趋势，避免文件过大
aof_base_size	大小	字节	AOF 重写基准大小	根据数据量而定	用于计算 AOF 重写触发条件
aof_pending_rewrite	状态	布尔值	是否有 AOF 重写等待执行	0（无）	1 表示有 AOF 重写等待执行
aof_buffer_length	大小	字节	AOF 缓冲区长度	一般很小	过大表示 AOF 写入不及时
aof_rewrite_buffer_length	大小	字节	AOF 重写缓冲区长度	一般很小	过大表示 AOF 重写不及时
aof_pending_bio_fsync	计数	个	等待执行 fsync 的 AOF 写操作数	0	过大表示 fsync 压力大
aof_delayed_fsync	计数	次	延迟执行的 fsync 次数	0	非 0 表示 fsync 存在延迟

客户端指标

1. 客户端连接

指标名称	指标类型	单位	含义	正常范围	监控建议
connected_clients	状态	个	当前连接的客户端数量	< maxclients	接近 maxclients 时可能导致新连接被拒绝
client_longest_output_list	状态	个	输出缓冲区最长的客户端连接	< 1000	过大可能表示客户端处理缓慢或存在大查询
client_biggest_input_buf	状态	字节	输入缓冲区最大的客户端连接	< 1MB	过大可能表示客户端发送了大命令或存在网络问题
blocked_clients	状态	个	被阻塞的客户端数量	一般为 0	非 0 表示存在阻塞命令（如 BLPOP、BRPOP 等）
maxclients	配置	个	最大客户端连接数	根据服务器配置而定	一般设置为 10000-50000

2. 客户端流量

指标名称	指标类型	单位	含义	正常范围	监控建议
total_net_input_bytes	累计	字节	自启动以来的网络输入总量	-	用于计算长期平均输入流量
total_net_output_bytes	累计	字节	自启动以来的网络输出总量	-	用于计算长期平均输出流量

命令统计指标

1. 命令执行统计

指标名称	指标类型	单位	含义	正常范围	监控建议
cmdstat_<command>	统计	字典	特定命令的执行统计	-	用于分析命令使用情况和性能
total_commands_processed	累计	次	自启动以来处理的命令总数	-	用于计算长期平均 QPS
rejected_connections	累计	次	被拒绝的客户端连接数	0	非 0 表示 maxclients 已达上限
expired_keys	累计	次	自启动以来过期的键数	-	用于分析过期键频率
evicted_keys	累计	次	自启动以来因内存不足被淘汰的键数	0 或少量	大量表示内存不足或淘汰策略不合理
keyspace_hits	累计	次	键空间命中次数	-	用于计算缓存命中率
keyspace_misses	累计	次	键空间未命中次数	-	用于计算缓存命中率
keyspace_hitrate	性能	比值	缓存命中率（keyspace_hits / (keyspace_hits + keyspace_misses)）	> 0.8	过低可能表示缓存设计不合理或数据过期策略不当

服务器指标

1. 服务器基本信息

指标名称	指标类型	单位	含义	正常范围	监控建议
redis_version	版本	字符串	Redis 服务器版本	-	用于确认 Redis 版本，及时升级安全补丁
redis_git_sha1	标识	字符串	Git 提交 SHA1	-	用于确认 Redis 具体版本
redis_git_dirty	标识	整数	Git 脏标志	0	1 表示代码有未提交修改
redis_build_id	标识	字符串	构建 ID	-	用于标识 Redis 构建版本
redis_mode	模式	字符串	Redis 运行模式（standalone/sentinel/cluster）	-	用于确认 Redis 运行模式
os	系统	字符串	操作系统类型	-	用于了解运行环境
arch_bits	架构	位	操作系统架构	64	建议使用 64 位系统
multiplexing_api	网络	字符串	网络多路复用 API	epoll/kqueue	不同系统使用不同 API
gcc_version	编译	字符串	编译时使用的 GCC 版本	-	用于了解编译环境
process_id	进程	整数	Redis 进程 ID	-	用于进程管理和监控
run_id	标识	字符串	Redis 实例唯一标识符	-	用于标识 Redis 实例，重启后变化
tcp_port	端口	端口	监听的 TCP 端口	6379	用于确认监听端口
uptime_in_seconds	运行	秒	自启动以来的运行时间	-	用于监控服务稳定性
uptime_in_days	运行	天	自启动以来的运行天数	-	用于监控服务稳定性
hz	配置	Hz	Redis 内部调度频率	10	一般不需要修改
configured_hz	配置	Hz	配置的调度频率	10	一般不需要修改
lru_clock	时钟	秒	LRU 时钟，每秒钟递增	-	用于 LRU 算法

2. CPU 使用率

指标名称	指标类型	单位	含义	正常范围	监控建议
used_cpu_sys	CPU	秒	系统 CPU 时间	-	用于分析系统 CPU 开销
used_cpu_user	CPU	秒	用户 CPU 时间	-	用于分析 Redis 进程 CPU 开销
used_cpu_sys_children	CPU	秒	子进程系统 CPU 时间	-	主要用于 RDB 和 AOF 持久化
used_cpu_user_children	CPU	秒	子进程用户 CPU 时间	-	主要用于 RDB 和 AOF 持久化

集群指标

1. 集群基本状态

指标名称	指标类型	单位	含义	正常范围	监控建议
cluster_enabled	状态	布尔值	是否启用 Cluster 模式	1（启用）	用于确认 Cluster 模式状态
cluster_state	状态	字符串	Cluster 状态（ok/fail）	ok	fail 表示 Cluster 不可用
cluster_slots_assigned	状态	个	已分配的槽位数	16384	非 16384 表示槽位分配不完整
cluster_slots_ok	状态	个	正常的槽位数	16384	非 16384 表示存在不可用槽位
cluster_slots_pfail	状态	个	疑似故障的槽位数	0	非 0 表示存在疑似故障槽位
cluster_slots_fail	状态	个	确认故障的槽位数	0	非 0 表示存在不可用槽位
cluster_known_nodes	状态	个	已知的节点数	根据集群规模而定	与预期数量不符可能表示节点故障
cluster_size	状态	个	集群主节点数	根据集群规模而定	与预期数量不符可能表示主节点故障
cluster_current_epoch	状态	整数	当前 epoch	-	用于 Cluster 故障转移
cluster_my_epoch	状态	整数	本节点 epoch	-	用于 Cluster 故障转移
cluster_stats_messages_sent	累计	次	自启动以来发送的集群消息数	-	用于分析集群通信情况
cluster_stats_messages_received	累计	次	自启动以来接收的集群消息数	-	用于分析集群通信情况

2. 节点状态

指标名称	指标类型	单位	含义	正常范围	监控建议
cluster_node_timeout	配置	毫秒	节点超时时间	15000	用于 Cluster 故障检测
cluster_slave_validity_factor	配置	倍数	从节点有效性因子	10	用于 Cluster 故障转移
cluster_migration_barrier	配置	个	主节点最小从节点数	1	用于 Cluster 节点迁移
cluster_require_full_coverage	配置	布尔值	是否要求槽位全覆盖	1	0 表示允许部分槽位不可用
cluster_allow_reads_when_down	配置	布尔值	Cluster 不可用时是否允许读操作	0	1 可能导致读取不一致数据

线程指标（Redis 6.0+）

1. IO 线程状态

指标名称	指标类型	单位	含义	正常范围	监控建议
io_threads	配置	个	IO 线程数量	1-CPU 核心数	根据 CPU 核心数调整，一般为核心数的一半
io_threads_do_reads	配置	布尔值	是否在读取阶段使用 IO 线程	0	1 表示启用读取阶段多线程
io_threaded_reads_processed	累计	次	IO 线程处理的读取请求数	-	用于分析 IO 线程效率
io_threaded_writes_processed	累计	次	IO 线程处理的写入请求数	-	用于分析 IO 线程效率

指标获取方式

1. Redis 内置命令

• INFO：获取 Redis 服务器信息，可指定 section（如 INFO memory、INFO replication）
• INFO all：获取所有 Redis 服务器信息
• CONFIG GET：获取 Redis 配置参数
• slowlog get：获取慢查询日志
• CLIENT LIST：获取客户端连接列表
• CLUSTER INFO：获取 Cluster 信息
• CLUSTER NODES：获取 Cluster 节点信息

2. Redis Exporter

Redis Exporter 是 Prometheus 生态中的 Redis 监控指标采集工具，支持采集大部分 Redis 监控指标。

部署示例：

docker run -d -p 9121:9121 redis/redis-exporter --redis.addr redis://localhost:6379

3. 监控平台集成

• Prometheus + Grafana：常用的监控组合，支持自定义仪表盘
• Datadog：提供 Redis 监控集成，支持自动发现和告警
• New Relic：提供 Redis 监控集成，支持分布式追踪
• Zabbix：支持 Redis 监控模板，可自定义监控项和告警规则
• Elasticsearch + Kibana：可用于监控 Redis 日志和指标

监控最佳实践

1. 指标选择

• 核心指标优先：重点监控对业务影响最大的指标，如 QPS、延迟、内存使用率、复制状态
• 分层监控：从不同维度监控 Redis，包括性能、内存、复制、持久化、客户端等
• 结合业务指标：将 Redis 监控指标与业务指标关联，更好地理解 Redis 对业务的影响

2. 告警设置

• 设置合理阈值：根据业务需求和历史数据设置告警阈值
• 分级告警：根据问题严重程度设置不同级别的告警（如警告、严重、紧急）
• 告警收敛：避免同一问题产生大量告警，设置告警抑制和分组
• 告警通知渠道：通过邮件、短信、即时通讯工具等多种渠道发送告警

3. 监控频率

• 实时监控：核心指标（如 QPS、延迟、内存使用率）建议每秒采集一次
• 定期监控：非核心指标（如持久化状态、命令统计）建议每分钟采集一次
• 趋势分析：长期存储监控数据，用于趋势分析和容量规划

4. 故障排查

• 关联分析：将不同指标关联分析，定位问题根因
• 日志分析：结合 Redis 日志进行故障排查
• 慢查询分析：定期分析慢查询日志，优化命令执行
• 性能分析：使用 redis-cli --latency、redis-cli --bigkeys 等工具进行性能分析

常见问题（FAQ）

Q1: 如何选择需要监控的 Redis 指标？

A1: 选择监控指标需要考虑业务需求和 Redis 部署架构：

1. 核心业务指标：QPS、延迟、内存使用率、复制状态
2. 根据部署架构：
   • 主从架构：重点监控复制状态、持久化状态
   • Cluster 架构：重点监控集群状态、槽位状态
3. 根据业务特点：
   • 写入密集型：重点监控写入性能、持久化状态
   • 读取密集型：重点监控读取性能、缓存命中率

Q2: 如何设置合理的告警阈值？

A2: 设置告警阈值的方法：

1. 基于历史数据：分析历史数据，设置合理的阈值（如 95% 分位数）
2. 基于业务需求：根据业务对 Redis 性能的要求设置阈值
3. 分级设置：设置多级告警阈值（如警告 80%、严重 90%）
4. 动态调整：根据业务变化和 Redis 负载变化动态调整阈值

Q3: 如何处理 Redis 监控数据？

A3: 处理 Redis 监控数据的方法：

1. 实时监控：使用 Grafana 等工具进行实时监控和可视化
2. 趋势分析：长期存储监控数据，用于趋势分析和容量规划
3. 异常检测：使用机器学习算法进行异常检测，提前发现问题
4. 告警通知：设置合理的告警规则，及时通知运维人员

Q4: 如何监控 Redis Cluster？

A4: 监控 Redis Cluster 的方法：

1. 监控集群状态：cluster_state、cluster_slots_ok、cluster_size
2. 监控节点状态：cluster_known_nodes、节点健康状态
3. 监控槽位状态：cluster_slots_pfail、cluster_slots_fail
4. 监控集群通信：cluster_stats_messages_sent、cluster_stats_messages_received
5. 使用 Cluster 专用监控工具：如 Redis Cluster Manager、Redis Insight

Q5: 如何监控 Redis 慢查询？

A5: 监控 Redis 慢查询的方法：

1. 设置慢查询阈值：slowlog_log_slower_than，一般设置为 10000 微秒
2. 设置慢查询日志长度：slowlog_max_len，一般设置为 128-1024
3. 定期查看慢查询日志：使用 slowlog get 命令或通过监控平台查看
4. 分析慢查询原因：识别慢查询命令，优化数据结构或业务逻辑
5. 设置慢查询告警：当慢查询数量超过阈值时触发告警

Q6: 如何监控 Redis 内存碎片？

A6: 监控 Redis 内存碎片的方法：

1. 监控内存碎片率：mem_fragmentation_ratio，理想范围 1.0-1.5
2. 启用自动内存碎片整理：Redis 4.0+ 支持自动内存碎片整理
3. 手动触发内存碎片整理：使用 MEMORY DEFRAG 命令
4. 定期重启 Redis：在维护窗口重启 Redis，彻底清理内存碎片
5. 优化内存使用：减少频繁的键值对增删，使用合适的数据结构