本站以分享各种运维经验和运维所需要的技能为主
《python零基础入门》:python零基础入门学习
《python运维脚本》: python运维脚本实践
《shell》:shell学习
《terraform》持续更新中:terraform_Aws学习零基础入门到最佳实战
《k8》从问题中去学习k8s
《docker学习》暂未更新
《ceph学习》ceph日常问题解决分享
《日志收集》ELK+各种中间件
《运维日常》运维日常
《linux》运维面试100问
一、redis管理命令
1.info命令
#查看redis相关信息 127.0.0.1:6379> info #服务端信息 # Server #版本号 redis_version:3.2.12 #redis版本控制安全hash算法 redis_git_sha1:00000000 #redis版本控制脏数据 redis_git_dirty:0 #redis建立id redis_build_id:3b947b91b7c31389 #运行模式:单机(如果是集群:cluster) redis_mode:standalone #redis所在宿主机的操作系统 os:Linux 2.6.32-431.el6.x86_64 x86_64 #架构(64位) arch_bits:64 #redis事件循环机制 multiplexing_api:epoll #GCC的版本 gcc_version:4.4.7 #redis进程的pid process_id:33007 #redis服务器的随机标识符(用于sentinel和集群) run_id:46b07234cf763cab04d1b31433b94e31b68c6e26 #redis的端口 tcp_port:6379 #redis服务器的运行时间(单位秒) uptime_in_seconds:318283 #redis服务器的运行时间(单位天) uptime_in_days:3 #redis内部调度(进行关闭timeout的客户端,删除过期key等等)频率,程序规定serverCron每秒运行10次 hz:10 #自增的时钟,用于LRU管理,该时钟100ms(hz=10,因此每1000ms/10=100ms执行一次定时任务)更新一次 lru_clock:13601047 #服务端运行命令路径 executable:/application/redis-3.2.12/redis-server #配置文件路径 config_file:/etc/redis/6379/redis.conf #客户端信息 # Clients #已连接客户端的数量(不包括通过slave的数量) connected_clients:2 ##当前连接的客户端当中,最长的输出列表,用client list命令观察omem字段最大值 client_longest_output_list:0 #当前连接的客户端当中,最大输入缓存,用client list命令观察qbuf和qbuf-free两个字段最大值 client_biggest_input_buf:0 #正在等待阻塞命令(BLPOP、BRPOP、BRPOPLPUSH)的客户端的数量 blocked_clients:0 #内存信息 # Memory #由redis分配器分配的内存总量,以字节为单位 used_memory:845336 #以人类可读的格式返回redis分配的内存总量 used_memory_human:825.52K #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命令的输出一致 used_memory_rss:1654784 #以人类可读方式,返回redis已分配的内存总量 used_memory_rss_human:1.58M #redis的内存消耗峰值(以字节为单位) used_memory_peak:845336 #以人类可读的格式返回redis的内存消耗峰值 used_memory_peak_human:825.52K #整个系统内存 total_system_memory:1028517888 #以人类可读的格式,显示整个系统内存 total_system_memory_human:980.87M #Lua脚本存储占用的内存 used_memory_lua:37888 #以人类可读的格式,显示Lua脚本存储占用的内存 used_memory_lua_human:37.00K #Redis实例的最大内存配置 maxmemory:0 #以人类可读的格式,显示Redis实例的最大内存配置 maxmemory_human:0B #当达到maxmemory时的淘汰策略 maxmemory_policy:noeviction #内存分裂比例(used_memory_rss/ used_memory) mem_fragmentation_ratio:1.96 #内存分配器 mem_allocator:jemalloc-4.0.3 #持久化信息 # Persistence #服务器是否正在载入持久化文件 loading:0 #离最近一次成功生成rdb文件,写入命令的个数,即有多少个写入命令没有持久化 rdb_changes_since_last_save:131 #服务器是否正在创建rdb文件 rdb_bgsave_in_progress:0 #最近一次rdb持久化保存时间 rdb_last_save_time:1540009420 #最近一次rdb持久化是否成功 rdb_last_bgsave_status:ok #最近一次成功生成rdb文件耗时秒数 rdb_last_bgsave_time_sec:-1 #如果服务器正在创建rdb文件,那么这个域记录的就是当前的创建操作已经耗费的秒数 rdb_current_bgsave_time_sec:-1 #是否开启了aof aof_enabled:0 #标识aof的rewrite操作是否在进行中 aof_rewrite_in_progress:0 #rewrite任务计划,当客户端发送bgrewriteaof指令,如果当前rewrite子进程正在执行,那么将客户端请求的bgrewriteaof变为计划任务,待aof子进程结束后执行rewrite aof_rewrite_scheduled:0 #最近一次aof rewrite耗费的时长 aof_last_rewrite_time_sec:-1 #如果rewrite操作正在进行,则记录所使用的时间,单位秒 aof_current_rewrite_time_sec:-1 #上次bgrewriteaof操作的状态 aof_last_bgrewrite_status:ok #上次aof写入状态 aof_last_write_status:ok #统计信息 # Stats #新创建连接个数,如果新创建连接过多,过度地创建和销毁连接对性能有影响,说明短连接严重或连接池使用有问题,需调研代码的连接设置 total_connections_received:19 #redis处理的命令数 total_commands_processed:299 #redis当前的qps,redis内部较实时的每秒执行的命令数 instantaneous_ops_per_sec:0 #redis网络入口流量字节数 total_net_input_bytes:10773 #redis网络出口流量字节数 total_net_output_bytes:97146 #redis网络入口kps instantaneous_input_kbps:0.00 #redis网络出口kps instantaneous_output_kbps:0.00 #拒绝的连接个数,redis连接个数达到maxclients限制,拒绝新连接的个数 rejected_connections:0 #主从完全同步次数 sync_full:0 #主从完全同步成功次数 sync_partial_ok:0 #主从完全同步失败次数 sync_partial_err:0 #运行以来过期的key的数量 expired_keys:5 #过期的比率 evicted_keys:0 #命中次数 keyspace_hits:85 #没命中次数 keyspace_misses:17 #当前使用中的频道数量 pubsub_channels:0 #当前使用的模式的数量 pubsub_patterns:0 #最近一次fork操作阻塞redis进程的耗时数,单位微秒 latest_fork_usec:0 #是否已经缓存了到该地址的连接 migrate_cached_sockets:0 #主从复制信息 # Replication #角色主库 role:master #连接slave的个数 connected_slaves:0 #主从同步偏移量,此值如果和上面的offset相同说明主从一致没延迟,与master_replid可被用来标识主实例复制流中的位置 master_repl_offset:0 #复制积压缓冲区是否开启 repl_backlog_active:0 #复制积压缓冲大小 repl_backlog_size:1048576 #复制缓冲区里偏移量的大小 repl_backlog_first_byte_offset:0 #此值等于 master_repl_offset - repl_backlog_first_byte_offset,该值不会超过repl_backlog_size的大小 repl_backlog_histlen:0 #CPU信息 # CPU #将所有redis主进程在内核态所占用的CPU时求和累计起来 used_cpu_sys:203.44 #将所有redis主进程在用户态所占用的CPU时求和累计起来 used_cpu_user:114.57 #将后台进程在内核态所占用的CPU时求和累计起来 used_cpu_sys_children:0.00 #将后台进程在用户态所占用的CPU时求和累计起来 used_cpu_user_children:0.00 #集群信息 # Cluster #实例是否启用集群模式 cluster_enabled:0 #库相关统计信息 # Keyspace #db0的key的数量,以及带有生存期的key的数,平均存活时间 db0:keys=17,expires=0,avg_ttl=0 #单独查看某一个信息(例:查看CPU信息) 127.0.0.1:6379> info cpu # CPU used_cpu_sys:203.45 used_cpu_user:114.58 used_cpu_sys_children:0.00 used_cpu_user_children:0.00
2.client命令
127.0.0.1:6379> CLIENT LIST id=2 addr=127.0.0.1:38988 fd=7 name= age=86036 idle=0 flags=N db=0 sub=0 psub=0 multi=-1 qbuf=0 qbuf-free=32768 obl=0 oll=0 omem=0 events=r cmd=client id=4 addr=127.0.0.1:38992 fd=8 name= age=52 idle=52 flags=N db=0 sub=0 psub=0 multi=-1 qbuf=0 qbuf-free=0 obl=0 oll=0 omem=0 events=r cmd=command
3.config命令
#查看redis所有的配置 127.0.0.1:6379> CONFIG GET * 1) "dbfilename" 2) "dump.rdb" 3) "requirepass" 4) "" .......
4.dbsize命令
#查看当前redis有多少数据 127.0.0.1:6379> DBSIZE (integer) 18
5.select命令
在Redis中也是有库这个概念的,不过不同于MySQL,Redis的库是默认的,并不是我们手动去创建的,在Redis中一共有16(0-15)个库。 在MySQL中进入某一个库,我们需要使用use dbname,在Redis中,只需要select即可。默认情况下,我们是在0库中进行操作,每个库之间都是隔离的。 #切换1库 127.0.0.1:6379> select 1 OK #查看1库数据 127.0.0.1:6379[1]> DBSIZE (integer) 0
6.flush命令(flushdb、flushall)
1.flushdb(清空当前库) 127.0.0.1:6379[1]> keys * 1) "k2" 2) "k1" 127.0.0.1:6379[1]> FLUSHDB OK 127.0.0.1:6379[1]> keys * (empty list or set) 2.flushall(清空所有库数据) 127.0.0.1:6379[1]> FLUSHALL OK 127.0.0.1:6379[1]> keys * (empty list or set) 127.0.0.1:6379[1]> select 0 OK 127.0.0.1:6379> keys * (empty list or set)
7.monitor命令
#窗口1执行 127.0.0.1:6379> MONITOR OK #窗口2执行命令 127.0.0.1:6379> set k1 v1 OK 127.0.0.1:6379> set k2 v2 OK 127.0.0.1:6379> set k3 v3 OK 127.0.0.1:6379> del k1 (integer) 1 #窗口1查看 1596591822.059876 [0 127.0.0.1:38988] "set" "k1" "v1" 1596591827.003306 [0 127.0.0.1:38988] "set" "k2" "v2" 1596591830.524161 [0 127.0.0.1:38988] "set" "k3" "v3" 1596591833.501550 [0 127.0.0.1:38988] "del" "k1" #将监控的内容写到文件方法(类似于MySQL的一般查询日志) [root@db01 ~]# redis-cli MONITOR >> /tmp/caozuo.log & [1] 15333 [root@db01 ~]# tail -f /tmp/caozuo.log