java获取redis日志信息与动态监控信息的方法
效果展示如下所示:
实时监控
redis环境信息和日志列表
Redis配置
在windows下安装的redis,在安装目录找到redis.windows.conf文件,修改以下字段(按实际情况设置):
slowlog-log-slower-than 100 slowlog-max-len 1000000
slowlog-log-slower-than:是配置需要日志记录的命令执行时间,单位是微秒,也就是说配置为100,会记录命令执行时间为0.1ms以上的记录。如果设置为0,就会记录所有执行过的命令。
slowlog-max-len:是配置日志记录的条数,因为这个日志也是存储在内存中的,所以不需要担心记录日志会影响性能,但是会消耗一定内存。
完成对这些信息的获取主要还是利用redis的一些命令,如果是win系统下安装的redis,在安装目录运行redis-cli.exe这个文件,输入info,再回车,就可以看到输出很多字段的参数
部分具体参数对应的意思如下:
- server : 一般 Redis 服务器信息,包含以下域:
- redis_version : Redis 服务器版本
- redis_git_sha1 : Git SHA1
- redis_git_dirty : Git dirty flag
- os : Redis 服务器的宿主操作系统
- arch_bits : 架构(32 或 64 位)
- multiplexing_api : Redis 所使用的事件处理机制
- gcc_version : 编译 Redis 时所使用的 GCC 版本
- process_id : 服务器进程的 PID
- run_id : Redis 服务器的随机标识符(用于 Sentinel 和集群)
- tcp_port : TCP/IP 监听端口
- uptime_in_seconds : 自 Redis 服务器启动以来,经过的秒数
- uptime_in_days : 自 Redis 服务器启动以来,经过的天数
- lru_clock : 以分钟为单位进行自增的时钟,用于 LRU 管理
- clients : 已连接客户端信息,包含以下域:
- 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_longest_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
- memory : 内存信息,包含以下域:
- used_memory : 由 Redis 分配器分配的内存总量,以字节(byte)为单位
- used_memory_human : 以人类可读的格式返回 Redis 分配的内存总量
- used_memory_rss : 从操作系统的角度,返回 Redis 已分配的内存总量(俗称常驻集大小)。这个值和 top 、 ps 等命令的输出一致。
- used_memory_peak : Redis 的内存消耗峰值(以字节为单位)
- used_memory_peak_human : 以人类可读的格式返回 Redis 的内存消耗峰值
- used_memory_lua : Lua 引擎所使用的内存大小(以字节为单位)
- mem_fragmentation_ratio : used_memory_rss 和 used_memory 之间的比率
- mem_allocator : 在编译时指定的, Redis 所使用的内存分配器。可以是 libc 、 jemalloc 或者 tcmalloc 。
在理想情况下, used_memory_rss 的值应该只比 used_memory 稍微高一点儿。
当 rss > used ,且两者的值相差较大时,表示存在(内部或外部的)内存碎片。
内存碎片的比率可以通过 mem_fragmentation_ratio 的值看出。
当 used > rss 时,表示 Redis 的部分内存被操作系统换出到交换空间了,在这种情况下,操作可能会产生明显的延迟。当 Redis 释放内存时,分配器可能会,也可能不会,将内存返还给操作系统。
如果 Redis 释放了内存,却没有将内存返还给操作系统,那么 used_memory 的值可能和操作系统显示的 Redis 内存占用并不一致。
查看 used_memory_peak 的值可以验证这种情况是否发生。 - persistence : RDB 和 AOF 的相关信息
- stats : 一般统计信息
- replication : 主/从复制信息
- cpu : CPU 计算量统计信息
- commandstats : Redis 命令统计信息
- cluster : Redis 集群信息
- keyspace : 数据库相关的统计信息
java部分代码实现
上面是命令窗的方式,使用java的话,我们就是借助jedis这个框架来帮我们完成:
@Component public class RedisUtil { @Autowired JedisPool jedisPool; // 获取redis 服务器信息 public String getRedisInfo() { Jedis jedis = null; try { jedis = jedisPool.getResource(); Client client = jedis.getClient(); client.info(); String info = client.getBulkReply(); return info; } finally { // 返还到连接池 jedis.close(); } } // 获取日志列表 public List<Slowlog> getLogs(long entries) { Jedis jedis = null; try { jedis = jedisPool.getResource(); List<Slowlog> logList = jedis.slowlogGet(entries); return logList; } finally { // 返还到连接池 jedis.close(); } } // 获取日志条数 public Long getLogsLen() { Jedis jedis = null; try { jedis = jedisPool.getResource(); long logLen = jedis.slowlogLen(); return logLen; } finally { // 返还到连接池 jedis.close(); } } // 清空日志 public String logEmpty() { Jedis jedis = null; try { jedis = jedisPool.getResource(); return jedis.slowlogReset(); } finally { // 返还到连接池 jedis.close(); } } // 获取占用内存大小 public Long dbSize() { Jedis jedis = null; try { jedis = jedisPool.getResource(); // TODO 配置redis服务信息 Client client = jedis.getClient(); client.dbSize(); return client.getIntegerReply(); } finally { // 返还到连接池 jedis.close(); } } }
这样输出的都是和控制台一样的字符串,所以还需要sevice来对数据进行封装:
@Service public class RedisService { @Autowired RedisUtil redisUtil; public List<RedisInfoDetail> getRedisInfo() { //获取redis服务器信息 String info = redisUtil.getRedisInfo(); List<RedisInfoDetail> ridList = new ArrayList<RedisInfoDetail>(); String[] strs = info.split("\n"); RedisInfoDetail rif = null; if (strs != null && strs.length > 0) { for (int i = 0; i < strs.length; i++) { rif = new RedisInfoDetail(); String s = strs[i]; String[] str = s.split(":"); if (str != null && str.length > 1) { String key = str[0]; String value = str[1]; rif.setKey(key); rif.setValue(value); ridList.add(rif); } } } return ridList; } //获取redis日志列表 public List<Operate> getLogs(long entries) { List<Slowlog> list = redisUtil.getLogs(entries); List<Operate> opList = null; Operate op = null; boolean flag = false; if (list != null && list.size() > 0) { opList = new LinkedList<Operate>(); for (Slowlog sl : list) { String args = JSON.toJSONString(sl.getArgs()); if (args.equals("[\"PING\"]") || args.equals("[\"SLOWLOG\",\"get\"]") || args.equals("[\"DBSIZE\"]") || args.equals("[\"INFO\"]")) { continue; } op = new Operate(); flag = true; op.setId(sl.getId()); op.setExecuteTime(getDateStr(sl.getTimeStamp() * 1000)); op.setUsedTime(sl.getExecutionTime()/1000.0 + "ms"); op.setArgs(args); opList.add(op); } } if (flag) return opList; else return null; } //获取日志总数 public Long getLogLen() { return redisUtil.getLogsLen(); } //清空日志 public String logEmpty() { return redisUtil.logEmpty(); } //获取当前数据库中key的数量 public Map<String,Object> getKeysSize() { long dbSize = redisUtil.dbSize(); Map<String,Object> map = new HashMap<String, Object>(); map.put("create_time", new Date().getTime()); map.put("dbSize", dbSize); return map; } //获取当前redis使用内存大小情况 public Map<String,Object> getMemeryInfo() { String[] strs = redisUtil.getRedisInfo().split("\n"); Map<String, Object> map = null; for (int i = 0; i < strs.length; i++) { String s = strs[i]; String[] detail = s.split(":"); if (detail[0].equals("used_memory")) { map = new HashMap<String, Object>(); map.put("used_memory",detail[1].substring(0, detail[1].length() - 1)); map.put("create_time", new Date().getTime()); break; } } return map; } private String getDateStr(long timeStmp) { SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); return dateFormat.format(new Date(timeStmp)); } }
上面我只是贴了部分核心代码,想具体去了解的可以去下载项目跑一下。
由于这个没有什么难度,只是就只是贴了些代码。后续也会一直更新,一步步将这个系统完善起来。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对我们的支持。
赞 (0)