Redis监控

要监控Redis的命中率和连接数，需要通过Redis提供的命令获取原始数据，再结合数据处理和可视化工具实现实时监控。以下是具体实现方案：

一、命中率监控

1. 核心指标说明

命中率 = keyspace_hits / (keyspace_hits + keyspace_misses)
- keyspace_hits: 成功查询到数据的次数
- keyspace_misses: 未找到数据的次数

2. 数据采集方法

Redis命令：

# 获取实时统计信息
redis-cli info stats | grep -E "(keyspace_hits|keyspace_misses)"
  
# 输出示例：
keyspace_hits: 123456
keyspace_misses: 789

Python示例代码：

import redis
  
def get_hit_rate(host='localhost', port=6379):
    r = redis.Redis(host=host, port=port)
    info = r.info('stats')
    hits = info['keyspace_hits']
    misses = info['keyspace_misses']
    return hits / (hits + misses) if (hits + misses) > 0 else 0

3. 告警规则

低命中率告警：当命中率 < 80% 时触发警告
异常穿透告警：当keyspace_misses在1分钟内增长超过1000次

二、连接数监控

1. 核心指标说明

connected_clients: 当前客户端连接数
maxclients: Redis配置允许的最大连接数
rejected_connections: 因超过maxclients被拒绝的连接数
blocked_clients: 正在等待阻塞命令（如BLPOP）的客户端数

2. 数据采集方法

Redis命令：

# 获取连接信息
redis-cli info clients
  
# 输出示例：
connected_clients: 45
client_recent_max_input_buffer: 8
client_recent_max_output_buffer: 0
blocked_clients: 0

Go示例代码：

package main
  
import (
    "github.com/go-redis/redis/v8"
    "context"
)
  
func getConnections(addr string) map[string]interface{} {
    rdb := redis.NewClient(&redis.Options{Addr: addr})
    ctx := context.Background()
      
    info, _ := rdb.Info(ctx, "clients").Result()
    // 解析info字符串获取具体值
    return map[string]interface{}{
        "connected_clients": 45,
        "blocked_clients":   0,
    }
}

3. 告警规则

连接数预警：当connected_clients > maxclients * 0.8时触发
阻塞客户端告警：当blocked_clients > 5持续1分钟时告警
连接拒绝告警：当rejected_connections突然增加时

三、监控系统集成方案

方案1：Prometheus + Grafana

部署Redis Exporter

docker run -d --name redis_exporter \
  -p 9121:9121 \
  oliver006/redis_exporter \
  --redis.addr redis://your_redis_host:6379

Grafana仪表盘配置
- 导入官方Dashboard ID 7635（Redis仪表盘）
- 命中率计算公式：
```
sum(redis_keyspace_hits_total) / (sum(redis_keyspace_hits_total) + sum(redis_keyspace_misses_total))
```
- 连接数监控面板：直接使用redis_connected_clients指标

方案2：ELK Stack

Filebeat配置 ```yaml filebeat.inputs:
- type: redis hosts: [“redis_host:6379”] stats: true period: 10s ```
Kibana可视化
- 创建TSVB可视化：
  - Y轴（连接数）：max(redis.clients.connected)
  - Y轴（命中率）：sum(redis.stats.keyspace_hits)/(sum(redis.stats.keyspace_hits)+sum(redis.stats.keyspace_misses))

四、异常场景处理指南

五、高级监控技巧

连接来源分析

# 获取详细客户端列表
redis-cli client list
   
# 输出示例：
id=5 addr=192.168.1.10:34567 fd=8 name= age=15 idle=0 flags=N db=0 sub=0 psub=0 multi=-1 ...

```

预测性分析

# 使用时间序列预测连接数趋势
from fbprophet import Prophet
   
def predict_connections(df):
    model = Prophet()
    model.fit(df.rename(columns={'timestamp':'ds', 'connections':'y'}))
    future = model.make_future_dataframe(periods=24, freq='H')
    forecast = model.predict(future)
    return forecast[['ds', 'yhat']]

动态基线告警 ```yaml
使用动态阈值（如3σ原则）

alert: HighConnections expr: | redis_connected_clients > (avg_over_time(redis_connected_clients[7d])
- 3 * stddev_over_time(redis_connected_clients[7d]) for: 10m ```

通过以上方法，可以实现对Redis命中率和连接数的精细化监控。建议将监控数据与业务指标（如QPS、响应时间）关联分析，当命中率下降时能快速发现是否由新上线功能导致，连接数激增时能定位到具体客户端IP。

一、命中率监控

1. 核心指标说明

2. 数据采集方法

3. 告警规则

二、连接数监控

1. 核心指标说明

2. 数据采集方法

3. 告警规则

三、监控系统集成方案

方案1：Prometheus + Grafana

方案2：ELK Stack

四、异常场景处理指南

五、高级监控技巧

使用动态阈值（如3σ原则）