排查Redis大key的方法總結
更新時間：2024年08月14日 08:29:27 作者：jc0803kevin
這篇文章主要介紹了排查Redis大key的方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面跟著小編來一起學習學習吧
排查Redis大key的方法
redis-cli --bigkeys
特點：
- 使用–bigkeys參數(shù)會掃描整個Redis數(shù)據(jù)庫，應該在低流量峰值時執(zhí)行
- 這個方法只能返回每種類型中最大的那個bigkey，無法得到大小排到前N位的bigkey
- 對于集合類型來說，這個方法只統(tǒng)計集合元素的多少，而不是實際占用的內(nèi)存量。因為一個集合中元素個數(shù)多，并不一定占用內(nèi)存就多
@GetMapping("init")
@Async
public void initData(@RequestParam (name = "size", defaultValue = "5000") Integer size){
redisTemplate.opsForValue().set("string_large_key1", generateTestData(10* 1024));
redisTemplate.opsForValue().set("string_large_key2", generateTestData(10* 1024));
redisTemplate.opsForSet().add("set_large_key1", new HashSet<>(50000));
redisTemplate.opsForSet().add("set_large_key2", new HashSet<>(50000));
redisTemplate.opsForHash().putAll("hash_large_key1", buildMapData(50000));
redisTemplate.opsForHash().putAll("hash_large_key2", buildMapData(50000));
redisTemplate.opsForList().rightPushAll("list_large_key1", buildListData(50000));
redisTemplate.opsForList().rightPushAll("list_large_key2", buildListData(50000));
}
private Map buildMapData(int initialCapacity){
Map<String, String> result =new HashMap<>(initialCapacity);
for (int i = 0; i < initialCapacity; i++) {
result.put("kevin_" + i, "123");
}
return result;
}
private List<String> buildListData(int initialCapacity){
List<String> result = new ArrayList<>(initialCapacity);
for (int i = 0; i < initialCapacity; i++) {
result.add("kevin_" + i );
}
return result;
}
- 使用–bigkeys查詢
root@DESKTOP-0JS7U4E:~# redis-cli -h 127.0.0.1 -p 16379 --bigkeys # Scanning the entire keyspace to find biggest keys as well as # average sizes per key type. You can use -i 0.1 to sleep 0.1 sec # per 100 SCAN commands (not usually needed). [00.00%] Biggest hash found so far 'hash_large_key2' with 50000 fields # 只返回了最大的那個bigkey [00.00%] Biggest string found so far 'string_large_key2' with 10485762 bytes [00.00%] Biggest set found so far 'set_large_key2' with 1 members [00.00%] Biggest list found so far 'list_large_key1' with 50000 items -------- summary ------- Sampled 9 keys in the keyspace! Total key length in bytes is 135 (avg len 15.00) Biggest list found 'list_large_key1' has 50000 items Biggest hash found 'hash_large_key2' has 50000 fields Biggest string found 'string_large_key2' has 10485762 bytes Biggest set found 'set_large_key2' has 1 members # 返回了list的容量 2 lists with 100000 items (22.22% of keys, avg size 50000.00) # 返回了hash的容量 2 hashs with 100000 fields (22.22% of keys, avg size 50000.00) 2 strings with 20971524 bytes (22.22% of keys, avg size 10485762.00) 0 streams with 0 entries (00.00% of keys, avg size 0.00) 3 sets with 3 members (33.33% of keys, avg size 1.00) 0 zsets with 0 members (00.00% of keys, avg size 0.00) root@DESKTOP-0JS7U4E:~#
redis-cli scan VS memory usage組合
實際上bigkey的底層也使用SCAN命令執(zhí)行。
SCAN命令可以用于迭代遍歷所有key。它是一個非阻塞操作，支持游標(cursor)的方式來逐步遍歷所有key。使用SCAN命令可以避免阻塞，減少對Redis性能的影響。
1、先使用scan掃描出key
127.0.0.1:16379> scan 1000 MATCH "string*" 1) "0" 2) 1) "string_large_key2" 2) "string_large_key1" 127.0.0.1:16379> 127.0.0.1:16379> scan 0 MATCH "string*" count 20 1) "0" 2) 1) "string_large_key2" 2) "string_large_key1" 127.0.0.1:16379>
2、使用 memory usage查詢key占用的內(nèi)存大小
127.0.0.1:16379> memory usage string_large_key1 (integer) 10485831 127.0.0.1:16379>
這樣組合的方式操作比較復雜，需要對命令使用非常熟悉。在生產(chǎn)環(huán)境需要更快，更高效的發(fā)現(xiàn)問題還是建議使用成熟的分析工具，畢竟也都是用這些命令組合起來的。
使用云上的Redis可以直接使用CloundDBA功能
redis-rdb-tools
該三方工具Github地址redis-rdb-tools。
安裝該分析工具
python setup.py install
要使用memory功能，需要安裝
pip3 install python-lzf
如果出現(xiàn)沒有權限的問題，那就以管理員打開cmd再運行
error: [Errno 13] Permission denied: 'C:\\Python310\\Scripts\\rdb-script.py'
安裝完成之后目錄下面多出這幾個文件。
C:\Python310\Scripts>dir .................... 2024/08/08 13:38 996 rdb-script.py 2024/08/08 13:38 74,752 rdb.exe 2024/08/08 13:38 1,030 redis-memory-for-key-script.py 2024/08/08 13:38 74,752 redis-memory-for-key.exe 2024/08/08 13:38 1,018 redis-profiler-script.py 2024/08/08 13:38 74,752 redis-profiler.exe C:\Python310\Scripts>
使用rdb進行分析
C:\Python310\Scripts>rdb --command memory --bytes 102400 \\wsl.localhost\Ubuntu-20.04\var\lib\redis\dump.rdb database,type,key,size_in_bytes,encoding,num_elements,len_largest_element,expiry 0,hash,hash_large_key2,3186588,hashtable,50000,11, 0,hash,hash_large_key1,3186588,hashtable,50000,11, 0,string,string_large_key1,12582976,string,10485762,10485762, 0,list,list_large_key1,744355,quicklist,50000,13, 0,string,string_large_key2,12582976,string,10485762,10485762, 0,list,list_large_key2,744355,quicklist,50000,13, C:\Python310\Scripts>
也可以加上-f參數(shù)，將結果輸出到本地文件中。
rdb --command memory --bytes 102400 \\wsl.localhost\Ubuntu-20.04\var\lib\redis\dump.rdb -f d:\kevin.csv
以上就是排查Redis大key的方法總結的詳細內(nèi)容，更多關于排查Redis大key的資料請關注腳本之家其它相關文章！
相關文章
Redis教程(二)：String數(shù)據(jù)類型
這篇文章主要介紹了Redis教程(二)：String數(shù)據(jù)類型,本文講解了String數(shù)據(jù)類型概述、相關命令列表、命令使用示例三部分內(nèi)容,需要的朋友可以參考下2015-04-04
本文介紹了緩存的原理和常見問題及其解決方案,包括緩存更新策略、緩存穿透、緩存雪崩和緩存擊穿等,通過實際案例和代碼示例,展示了如何在后端開發(fā)中有效利用緩存提高性能和降低數(shù)據(jù)庫壓力2026-02-02
過期刪除策略的深度剖析 Redis 可以對 key 設置過期時間的,為了防止過期的key長期占用內(nèi)存,需要相應的過期刪除策略將過期的key刪除 基礎操作 Redis設置過期時間 setex key1 5 value1：創(chuàng)建記錄的時候指定過期時間,設置key1在5秒后過期 其實Redis這是一種基于創(chuàng)2025-09-09
Redis腳本是一種可以實現(xiàn)復雜任務的腳本語言，可以用來快速履行復雜任務，靈活處理數(shù)據(jù)管理和管理復雜的利用場景，這篇文章主要介紹了Redis?腳本和連接命令,需要的朋友可以參考下2023-09-09
緩存Redis，是我們最常用的服務，其適用場景廣泛，被大量應用到各業(yè)務場景中。也正因如此，緩存成為了重要的硬件成本來源，我們有必要從空間上做一些優(yōu)化，降低成本的同時也會提高性能，本文通過代碼示例介紹了redis如何優(yōu)化緩存空間，需要的朋友可以參考一下2023-04-04
由于考慮到linux服務器的性能，所以經(jīng)常需要把一些中間件安裝在linux服務上，今天通過本文給大家介紹下在Centos?8.0中安裝Redis服務器的詳細過程，感興趣的朋友一起看看吧2022-03-03
Redis擁有豐富的數(shù)據(jù)結構，擁有事務功能，保證命令的原子性。由于是內(nèi)存數(shù)據(jù)庫，讀寫非常高速，可達10w/s的評率，所以一般應用于數(shù)據(jù)變化快、實時通訊、緩存等。這篇文章給大家講解一下Python如何使用Redis，并進行相關的實戰(zhàn)操作。2022-12-12
這篇文章主要為大家詳細介紹了分布式系統(tǒng)Redis解決Session共享問題的方法，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起學習一下2022-07-07
這篇文章主要介紹了Redis緩存常用4種策略原理詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-08-08
redis?zrange?與?zrangebyscore的區(qū)別解析
這篇文章主要介紹了redis?zrange與zrangebyscore的區(qū)別,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2023-06-06