主頁 > 資料庫 > Redis中的info命令

Redis中的info命令

2020-09-12 08:57:49 資料庫

127.0.0.1:6379> info [server|clients|memory|stats|...]
# Server
redis_version:5.0.4                               #redis版本
redis_git_sha1:00000000
redis_git_dirty:0
redis_build_id:964fe9af98041665
redis_mode:standalone                             #運行模式,單機或集群
os:Linux 3.10.0-693.21.1.el7.x86_64 x86_64        #系統版本
arch_bits:64                                      #架構,32位或64位
multiplexing_api:epoll                 #redis所使用的事件處理機制
atomicvar_api:atomic-builtin
gcc_version:4.8.5                                 #編譯redis時所使用的gcc版本
process_id:2939                                   #redis服務器的行程id
run_id:11b5694d024d8c728c1448ec4163fb0c22b86375   #redis服務器的隨機識別符號(用于sentinel和集群)
tcp_port:6379                                     #redis服務監聽埠
uptime_in_seconds:18316                           #redis服務啟動時長,單位為秒
uptime_in_days:0                                  #redis服務啟動時長,單位為天
hz:10                                        #redis內部調度(進行關閉timeout的客戶端,洗掉過期key等等)頻率
configured_hz:10
lru_clock:4564768                    #以分鐘為單位進行自增的時鐘,用于LRU管理  
executable:/usr/local/redis/redis-server          #執行檔案位置
config_file:/usr/local/redis/./redis.conf         #組態檔位置

# Clients
connected_clients:2                               #已連接的客戶端數(不包括通過slave連接的客戶端)
client_recent_max_input_buffer:2                  #當前連接中的客戶端當中,最長的輸出串列
client_recent_max_output_buffer:0                 #當前連接中的客戶端當中,最大輸入快取
blocked_clients:0                           #正在等待阻塞命令(BLPOP、BRPOP、BRPOPLPUSH)的客戶端的數量

# Memory
used_memory:8985032                               #由redis分配器分配的記憶體總量,以位元組為單位
used_memory_human:8.57M                           #易讀方式   
used_memory_rss:15175680                    #從作業系統的角度,回傳redis已分配的記憶體總量(俗稱常駐集大小)
used_memory_rss_human:14.47M                
used_memory_peak:14859000                         #redis的記憶體消耗峰值(以位元組為單位) 
used_memory_peak_human:14.17M
used_memory_peak_perc:60.47%                      #峰值記憶體超出分配記憶體(used_memory)的百分比
used_memory_overhead:5407864      #服務器為管理其內部資料結構而分配的所有開銷的位元組總和
used_memory_startup:862032                        #Redis在啟動時消耗的初始記憶體量(以位元組為單位)
used_memory_dataset:3577168       
used_memory_dataset_perc:44.04%
allocator_allocated:8951208
allocator_active:15137792
allocator_resident:15137792
total_system_memory:512077824                     #系統記憶體總量
total_system_memory_human:488.36M                 
used_memory_lua:37888                             #Lua引擎使用的位元組量
used_memory_lua_human:37.00K
used_memory_scripts:0
used_memory_scripts_human:0B
number_of_cached_scripts:0
maxmemory:0                                       #配置設定的最大可使用記憶體值
maxmemory_human:0B
maxmemory_policy:noeviction
allocator_frag_ratio:1.69        
allocator_frag_bytes:6186584
allocator_rss_ratio:1.00
allocator_rss_bytes:0
rss_overhead_ratio:1.00
rss_overhead_bytes:37888
mem_fragmentation_ratio:1.70      #used_memory_rss和used_memory之間的比率
mem_fragmentation_bytes:6224472   #used_memory_rss和used_memory之間的差值,單位位元組
mem_not_counted_for_evict:0
mem_replication_backlog:0
mem_clients_slaves:0
mem_clients_normal:66616
mem_aof_buffer:0
mem_allocator:libc                                #記憶體分配器,在編譯時選擇
active_defrag_running:0                           #指示活動碎片整理是否處于活動狀態的標志
lazyfree_pending_objects:0

# Persistence
loading:0                                         #服務器是否正在載入持久化rdb檔案
rdb_changes_since_last_save:0                     #自上次rdb持久化以來發生改變的數值
rdb_bgsave_in_progress:0                          #服務器是否正在創建rdb檔案
rdb_last_save_time:1564845192                     #最后一次成功rdb持久化的時間戳
rdb_last_bgsave_status:ok                         #最后一次rdb持久化是否成功
rdb_last_bgsave_time_sec:0                        #最后一次成功生成rdb檔案耗時秒數
rdb_current_bgsave_time_sec:-1                    #當前bgsave已耗費的時間(如果有)
rdb_last_cow_size:438272                          #上次rbd保存操作期間寫時復制分配的位元組大小
aof_enabled:0                                     #aof功能是否開啟
aof_rewrite_in_progress:0                         #標識aof的rewrite操作是否在進行中
aof_rewrite_scheduled:0
aof_last_rewrite_time_sec:-1                      #最后一次aof rewrite耗費的時長
aof_current_rewrite_time_sec:-1                   #當前rewrite已耗費的時間(如果有)
aof_last_bgrewrite_status:ok                      #最后一次bgrewrite是否成功
aof_last_write_status:ok                          #上次aof寫入狀態
aof_last_cow_size:0                      #上次AOF重寫操作期間寫時復制分配的大小(以位元組為單位)

如果激活了AOF,則會添加以下附加欄位:
aof_current_size:4201740                          #aof當前尺寸
aof_base_size:4201687                    #服務器啟動時或者aof重寫最近一次執行之后aof檔案的大小
aof_pending_rewrite:0                    #是否有aof重寫操作在等待rdb檔案創建完畢之后執行?
aof_buffer_length:0                               #aof buffer的大小
aof_rewrite_buffer_length:0                       #aof rewrite buffer的大小
aof_pending_bio_fsync:0                           #后臺I/O佇列里面,等待執行的fsync呼叫數量
aof_delayed_fsync:0                               #被延遲的fsync呼叫數量

如果正在進行加載操作,則會添加以下附加欄位:
loading_start_time                                #加載操作開始的基于紀元的時間戳
loading_total_bytes                               #檔案總大小
loading_loaded_bytes                              #已加載的字節數
loading_loaded_perc                               #加載進度表示為百分比
loading_eta_seconds                               #ETA在幾秒鐘內完成負載


# Stats
total_connections_received:7212                   #服務接受的總連接數
total_commands_processed:2341631                  #服務器處理的總命令數
instantaneous_ops_per_sec:0                       #每秒處理的命令數
total_net_input_bytes:125344667                   #從網路讀取的總位元組數
total_net_output_bytes:1712517025                 #寫入網路的總位元組數
instantaneous_input_kbps:0.00                     #網路讀取速率KB/sec
instantaneous_output_kbps:0.00                    #網路寫入速率KB/sec 
rejected_connections:0                            #因達到最大連接數而拒絕的連接
sync_full:1                                       #給從節點完全同步的數量
sync_partial_ok:0                                 #接受的同步請求數量
sync_partial_err:0                                #拒絕的同步請求數量
expired_keys:0                                    #鍵到期的總數
expired_stale_perc:0.00
expired_time_cap_reached_count:0
evicted_keys:0                           #因達到maxmemory限制而被驅逐的鍵的數量
keyspace_hits:641037            #Number of successful lookup of keys in the main dictionary
keyspace_misses:9002            #Number of failed lookup of keys in the main dictionary
pubsub_channels:1
pubsub_patterns:0
latest_fork_usec:326                     #最新fork操作的持續時間(以微秒為單位)
migrate_cached_sockets:0
slave_expires_tracked_keys:0
active_defrag_hits:0
active_defrag_misses:0
active_defrag_key_hits:0
active_defrag_key_misses:0

# Replication
role:master                              #master or slave
connected_slaves:0                       #已建立連接的從節點數
master_replid:fe1bb6f5cfef91b36603d8e57081cc02890705c8    #復制ID
master_replid2:0000000000000000000000000000000000000000   #第二個復制ID,用于failover的PSYNC
master_repl_offset:86270959              #服務當前的復制偏移量
second_repl_offset:-1           #The offset up to which replication IDs are accepted
repl_backlog_active:0
repl_backlog_size:1048576                #復制積壓緩沖區的總大小(B)
repl_backlog_first_byte_offset:85222384  #復制積壓緩沖區的主偏移量
repl_backlog_histlen:1048576             #復制積壓緩沖區中資料的大小

# CPU
used_cpu_sys:24.941282                    #Redis服務消耗的系統cpu
used_cpu_user:18.820039                   #Redis服務消耗的用戶cpu
used_cpu_sys_children:0.050757            #后臺行程占用的系統cpu
used_cpu_user_children:0.259980           #后臺行程占用的用戶cpu

# Cluster                                 #集群資訊
cluster_enabled:0

# Keyspace                                #資料庫的統計資訊
db0:keys=85766,expires=0,avg_ttl=0

used_memory_rss和used_memory之間的比率解讀:

  在理想情況下, used_memory_rss 的值應該只比 used_memory 稍微高一點兒,當 rss > used ,且兩者的值相差較大時,表示存在(內部或外部的)記憶體碎片,記憶體碎片的比率可以通過 mem_fragmentation_ratio 的值看出,當 used > rss 時,表示 Redis 的部分記憶體被作業系統換出到交換空間了,在這種情況下,操作可能會產生明顯的延遲,當 Redis 釋放記憶體時,分配器可能會,也可能不會,將記憶體返還給作業系統,如果 Redis 釋放了記憶體,卻沒有將記憶體返還給作業系統,那么 used_memory 的值可能和作業系統顯示的 Redis 記憶體占用并不一致,查看 used_memory_peak 的值可以驗證這種情況是否發生,

 

轉載自:https://www.cnblogs.com/unsigned1995/p/11299695.html

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/12734.html

標籤:NoSQL

上一篇:redis筆記----主從復制(windows10)

下一篇:【redis】本地連接服務器的redis教程

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more