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。

(0)

相关推荐

  • java遍历读取整个redis数据库实例

    redis提供了灵活的数据查询方式,最牛的就是key的搜索支持正则表达式. jedis.keys("*");表示搜索所有keyjedis.keys("abc*")表示搜索开头为abc的key数据 遍历了key就能遍历到value. 其实就是一个set 复制代码 代码如下: RedisDO rd = new RedisDO();  rd.open();  Set s = rd.jedis.keys("*");  Iterator it = s.it

  • 详解Java如何实现基于Redis的分布式锁

    前言 单JVM内同步好办, 直接用JDK提供的锁就可以了,但是跨进程同步靠这个肯定是不可能的,这种情况下肯定要借助第三方,我这里实现用Redis,当然还有很多其他的实现方式.其实基于Redis实现的原理还算比较简单的,在看代码之前建议大家先去看看原理,看懂了之后看代码应该就容易理解了. 我这里不实现JDK的java.util.concurrent.locks.Lock接口,而是自定义一个,因为JDK的有个newCondition方法我这里暂时没实现.这个Lock提供了5个lock方法的变体,可以

  • Java中使用Jedis操作Redis的实现代码

    一.   redis的安装 1.下载源码,解压缩后编译源码. [root@cwt123 ~]# tar xzf redis-2.8.3.tar.gz [root@cwt123 ~]# cd redis-2.8.3 [root@cwt123 ~]# make 2.启动Redis服务.(src在redis-2.8.3下) [root@cwt123 ~]# cd src [root@cwt123 ~] ./redis-server 3.连接redis客户端 [root@cwt123 ~]# ./red

  • java中对Redis的缓存进行操作的示例代码

    Redis 是一个NoSQL数据库,也是一个高性能的key-value数据库.一般我们在做Java项目的时候,通常会了加快查询效率,减少和数据库的连接次数,我们都会在代码中加入缓存功能.Redis的高效缓存功能给我们解决了难题.下面我主要讲讲在Java项目中怎么去连接Redis服务器以及需要注意的事项. 1.导入必须的Jar包 使用Java操作Redis需要两个必须的Jar包:jedis-2.5.1.jar 和  commons-pool2-2.0.jar .每个版本可以不一样,根据你自己下载的

  • Java使用Jedis操作Redis服务器的实例代码

    这几天Java项目中需要用到Redis,于是学习了一下使用Jedis来操作Redis服务器的相关知识,下面为具体的配置和代码. 1.Maven中配置Jedis 在maven项目的pom.xml中添加依赖 <dependencies> <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.9.0</

  • 【Redis缓存机制】详解Java连接Redis_Jedis_事务

    Jedis事务 我们使用JDBC连接Mysql的时候,每次执行sql语句之前,都需要开启事务:在MyBatis中,也需要使用openSession()来获取session事务对象,来进行sql执行.查询等操作.当我们对数据库的操作结束的时候,是事务对象负责关闭数据库连接. 事务对象用于管理.执行各种数据库操作的动作.它能够开启和关闭数据库连接,执行sql语句,回滚错误的操作. 我们的Redis也有事务管理对象,其位于redis.clients.jedis.Transaction下. Jedis事

  • Java利用Redis实现消息队列的示例代码

    本文介绍了Java利用Redis实现消息队列的示例代码,分享给大家,具体如下: 应用场景 为什么要用redis? 二进制存储.java序列化传输.IO连接数高.连接频繁 一.序列化 这里编写了一个java序列化的工具,主要是将对象转化为byte数组,和根据byte数组反序列化成java对象; 主要是用到了ByteArrayOutputStream和ByteArrayInputStream; 注意:每个需要序列化的对象都要实现Serializable接口; 其代码如下: package Utils

  • Java自定义注解实现Redis自动缓存的方法

    在实际开发中,可能经常会有这样的需要:从MySQL中查询一条数据(比如用户信息),此时需要将用户信息保存至Redis. 刚开始我们可能会在查询的业务逻辑之后再写一段Redis相关操作的代码,时间长了后发现这部分代码实际上仅仅做了Redis的写入动作,跟业务逻辑没有实质的联系,那么有没有什么方法能让我们省略这些重复劳动呢? 首先想到用AOP,在查询到某些数据这一切入点(Pointcut)完成我们的切面相关处理(也就是写入Redis).那么,如何知道什么地方需要进行缓存呢,也就是什么地方需要用到AO

  • Java操作redis实现增删查改功能的方法示例

    本文实例讲述了Java操作redis实现增删查改功能的方法.分享给大家供大家参考,具体如下: 首先,我们需要在windows下配置一个redis环境,具体配置教程请看:http://www.jb51.net/article/96230.htm 然后需要导入:jedis-2.7.3.jar这个包,看如下代码: package redis.main; import redis.clients.jedis.Jedis; import redis.clients.jedis.JedisPool; imp

  • java 连接Redis的小例子

    需要相应API (jedis-2.1.0.jar) 复制代码 代码如下: package com.redis; import redis.clients.jedis.Jedis; public class Client {    public void getCache(String key){        Jedis jedis = new Jedis("127.0.0.1",6379); for (int i = 0; i < 100000; i++){          

  • 详解Java使用Pipeline对Redis批量读写(hmset&hgetall)

    一般情况下,Redis Client端发出一个请求后,通常会阻塞并等待Redis服务端处理,Redis服务端处理完后请求命令后会将结果通过响应报文返回给Client. 感觉这有点类似于HBase的Scan,通常是Client端获取每一条记录都是一次RPC调用服务端. 在Redis中,有没有类似HBase Scanner Caching的东西呢,一次请求,返回多条记录呢? 有,这就是Pipline.官方介绍 http://redis.io/topics/pipelining 通过pipeline方

随机推荐