zabbix监控redis信息

zabbix监控redis信息了解Redis的info要获得Redis的当前情况,使用info命令即可。具体用法:redis-cli-h127.0.0.1-p6379-aredis_passwdinfo[参数]。针对不同的参数就会看到具体的数字,如果没有带参数,那么就会把默认情况写出来,如果带上all参数,那么就会把所有情况都写出来。比如:redis-cli-h127.0.0.1-p6379-aredis_passwdinfoserver,就会看到redis关于server的一些数据,如下:可以看

大家好,又见面了,我是你们的朋友全栈君。

了解Redis的info
要获得Redis的当前情况,使用info命令即可。具体用法:redis-cli -h 127.0.0.1 -p 6379 -a redis_passwd info [参数] 。针对不同的参数就会看到具体的数字,如果没有带参数,那么就会把默认情况写出来,如果带上all参数,那么就会把所有情况都写出来。比如:redis-cli -h 127.0.0.1 -p 6379 -a redis_passwd info server,就会看到redis关于server的一些数据,如下:
在这里插入图片描述
可以看出,从server里可以查询到的是版本号、pid号、配置文件路径等等东西。
如果参数是client,记录了是客户端的相关信息:

[root@func-redis-001 ~]# redis-cli -h 127.0.0.1 -p 6379 info clients
# Clients
connected_clients:64    #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:0    #当前连接的客户端当中,最长的输出列表
client_biggest_input_buf:0    #当前连接的客户端当中,最大输入缓存
blocked_clients:0    #正在等待阻塞命令(BLPOP、BRPOP、BRPOPLPUSH)的客户端的数量

如果参数是memory,记录的是内存的相关信息:

[root@func-redis-001 ~]# redis-cli -h 127.0.0.1 -p 6379 info memory
# Memory
used_memory:2252984    #由 Redis 分配器分配的内存总量,以字节(byte)为单位
used_memory_human:2.15M    #上面的数字加上了单位
used_memory_rss:9293824    #常驻集大小,即Redis已分配的内存总量。这个值和top、ps等命令的输出一致
used_memory_peak:2607520    #Redis 的内存消耗峰值(以字节为单位)
used_memory_peak_human:2.49M    #上面的数字加上了单位
used_memory_lua:33792    #Lua 引擎所使用的内存大小(以字节为单位)
mem_fragmentation_ratio:4.13    #used_memory_rss 和 used_memory 之间的比率
mem_allocator:jemalloc-3.2.0    #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。

这里要注意!在理想情况下, used_memory_rss 的值应该只比 used_memory 稍微高一点儿(我这个机器就已经属于严重的级别了)。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。
如果参数是stats,那就是统计的相关信息:

[root@func-redis-001 ~]# redis-cli -h 127.0.0.1 -p 6379 info stats
# Stats
total_connections_received:150383    #服务器已接受的连接请求数量
total_commands_processed:500935    #服务器已执行的命令数量
instantaneous_ops_per_sec:0    #服务器每秒钟执行的命令数量
rejected_connections:0    #因为最大客户端数量限制而被拒绝的连接请求数量
sync_full:0    
sync_partial_ok:0    
sync_partial_err:0    #查找数据库键成功的次数
expired_keys:41    #因为过期而被自动删除的数据库键数量
evicted_keys:0    #因为最大内存容量限制而被驱逐(evict)的键数量
keyspace_hits:78121    #查找数据库键成功的次数
keyspace_misses:56    #查找数据库键失败的次数
pubsub_channels:0    #目前被订阅的频道数量
pubsub_patterns:0    #目前被订阅的模式数量
latest_fork_usec:878    #最近一次 fork() 操作耗费的微秒数

如果参数是CPU,那么就会返回CPU的相关信息:

[root@func-redis-001 ~]# redis-cli -h 127.0.0.1 -p 6379 info cpu
# CPU
used_cpu_sys:63.95    #Redis服务器耗费的系统CPU
used_cpu_user:129.54    #Redis服务器耗费的用户CPU 
used_cpu_sys_children:1.70    #子进程耗费的系统CPU
used_cpu_user_children:1.03    #子进程耗费的用户CPU

如果参数是keyspace,那么就会返回数据库相关的统计信息:

[root@func-redis-001 ~]# redis-cli -h 127.0.0.1 -p 6379 info keyspace
# Keyspace
db0:keys=262,expires=183,avg_ttl=284091259423    #据库的键数量、数据库设置有过期时间的key的数量(这个值减少是正常的)

使用zabbix监控redis
用zabbix监控redis是一个很简单的事儿,只需要把需要监控的数据提取出来即可。而提取数据的方法就是利用info去得到对应的数值。
首先先来一个判断redis服务器连接的脚本:

[root@func-redis-001 ~]# cat check_redis.sh
#这个脚本是用来zabbix监控自建redis的
#!/bin/bash
PORT='6379'
PASSWD=‘REDIS密码’ 
STATUS_redis=$(redis-cli -h '127.0.0.1' -p $PORT -a $PASSWD ping)
if [ "$STATUS_redis" == 'PONG' ];then
        echo '1'
else
        echo '0'
fi

然后更改zabbix_agentd.conf,如下:

UserParameter=redis_status[*],redis-cli -h '127.0.0.1' -p $1 info | grep -w $2 | awk -F':' '{print $NF}'
UserParameter=redis_ping,sudo sh /root/check_redis.sh

修改/etc/sudoers文件如下:

## Allow root to run any commands anywhere
root    ALL=(ALL)       ALL
zabbix  ALL=(ALL)       NOPASSWD:ALL    #这个是新增
Defaults:zabbix !requiretty        #这个是新增

保存之后,重启zabbix-agent服务,由于我这个redis是通过zabbix-proxy监控的,所以在zabbix-proxy一端用zabbix_get来查看结果:
在这里插入图片描述
然后在zabbix-proxy的模板里面添加一些需要监控的item即可,有必要的话可以设置trigger+action用来报警,如图:
在这里插入图片描述
最后就是grafana搞一个炫酷的图表来,如图:
在这里插入图片描述
最后一点,关于redis的内存优化,各位可以来看看,写的很全面了。还有zabbix各种模板整理,有需要的同学也可以去下载:

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/135781.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • linux配置pip源_配置国内PIP源方法

    linux配置pip源_配置国内PIP源方法python开发者都知道,当我们pipinstall安装扩展库的时候,经常遇到安装失败(超时)等,有时候是因为国外镜像被屏蔽了,带来不少麻烦,随着国内python开发的增多,越来越多企业都开放了自己的pip源:#阿里云http://mirrors.aliyun.com/pypi/simple/#中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/#豆瓣…

    2022年6月3日
    388
  • ntp网络时间协议_ntp网络时间协议特性

    ntp网络时间协议_ntp网络时间协议特性NTP是网络时间协议(NetworkTimeProtocol),它是用来同步网络中各个计算机的时间的协议。  原理:NTP要提供准确的时间,就必须有准确的时间来源,那可以用格林尼治时间吗?答案是否定的。因为格林尼治时间是以地球自转为基础的时间计量系统,但是地球每天的自转是有些不规则的,而且正在缓慢加速,因此,格林尼治时间已经不再被作为标准时间使用。新的标准时间,是由原子钟报时的

    2022年10月12日
    2
  • 自定义 DataLoader[通俗易懂]

    自定义 DataLoader[通俗易懂]自定义DataLoader如数据输入一文所介绍,OneFlow支持两种数据加载方式:直接使用NumPy数据或者使用DataLoader及其相关算子。在大型工业场景下,数据加载容易成为训练的瓶颈。在其它的框架中,数据加载流水线往往作为单独的模块存在,需要针对不同场景进行调整,通用性不高。在OneFlow中,DataLoader及相关预处理算子,与其它普通算子地位等同,可以享受与其它算子一样的流水加速效果,轻松解决大规模数据加载的痛点。在OneFlow中使用DataLoader

    2022年5月23日
    100
  • css颜色渐变样式怎么用_文本效果内置样式渐变填充

    css颜色渐变样式怎么用_文本效果内置样式渐变填充使用CSS渐变CSS渐变类型的一种特殊类型表示,由两种或多种颜色之间的渐进过渡组成。您可以选择三种类型的渐变:线性(由linear-gradient函数创建),径向(由radial-gradient()函数创建)和圆锥(由conic-gradient(en-US)函数创建)。您还可以使用repeating-linear-gradient和repeating-radial-gradient函数创建重复渐变。渐变可以在任何使用的地方使用,例如在背景中。由于渐变是动态生成

    2025年6月25日
    4
  • IJ 快捷键「建议收藏」

    IJ 快捷键「建议收藏」私有属性快速生成getset方法alt+insert

    2022年6月27日
    28
  • python画地形地貌图_opencv检测瑕疵python

    python画地形地貌图_opencv检测瑕疵python我们可以使用basemap这个工具包来实现中国地图的绘制首先需要加载一些包:importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.basemapimportbasemapbasemap包就是气象画图的利器,现在我们就可以愉快的画图了!plt.figure(1)map=basemap()map.drawcoastli…

    2025年6月20日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号