Ubuntu Redis內存使用如何監控

Ubuntu系統監控Redis內存使用的常用方法

1. 使用Redis內置命令實時查看內存使用

Redis自帶的INFO命令是監控內存的基礎工具，可通過以下細分命令獲取針對性數據：

• 查看完整內存信息：執行redis-cli INFO memory，返回結果包含used_memory（Redis實際使用的內存字節數）、used_memory_human（易讀格式，如KB/MB/GB）、used_memory_rss（操作系統分配給Redis的內存字節數）、total_system_memory（系統總內存）等關鍵指標。其中，used_memory反映Redis自身內存占用，used_memory_rss反映操作系統層面的內存消耗，若兩者差距過大可能存在內存碎片。
• 快速獲取內存概覽：執行redis-cli INFO memory | grep -E "used_memory|used_memory_human|used_memory_rss"，可過濾出內存相關的核心數據，便于快速查看。
• 實時監控命令執行：若需觀察Redis的實時內存變化（如某個命令的內存消耗），可使用redis-cli MONITOR，它會輸出所有客戶端的實時命令及執行時間，但需注意該命令會增加Redis負載，不建議長期開啟。

2. 通過可視化工具實現長期監控

可視化工具能更直觀地展示內存趨勢，適合生產環境長期監控：

• RedisInsight（官方工具）：
  安裝：在Ubuntu終端執行sudo apt-get install redisinsight；
  連接：啟動后通過redisinsight --uri redis://localhost:6379連接本地Redis實例；
  功能：主界面可直接查看內存使用量的實時曲線，還能分析鍵值分布、慢查詢等，支持生成內存優化建議。
• AnotherRedisDesktopManager（開源工具）：
  安裝：通過Snap包管理器執行sudo snap install redis-desktop-manager；
  連接：打開應用后輸入Redis地址（默認localhost:6379）即可連接；
  功能：在控制臺輸入INFO MEMORY命令，可查看詳細內存信息，同時支持鍵值瀏覽、批量操作等功能。

3. 利用第三方監控系統（如Prometheus+Grafana）

若需要集中監控多個Redis實例或集成到現有監控體系，可使用Prometheus+Grafana組合：

• 部署Redis Exporter：Redis Exporter是將Redis指標轉換為Prometheus可采集格式的工具。在Ubuntu上執行以下命令安裝：

  wget https://github.com/oliver006/redis_exporter/releases/download/v1.22.0/redis_exporter-v1.22.0.linux-amd64.tar.gz
  tar -xzf redis_exporter-v1.22.0.linux-amd64.tar.gz
  sudo mv redis_exporter /usr/local/bin/
  

• 配置Prometheus：編輯Prometheus的prometheus.yml文件，添加Redis Exporter的抓取任務：

  scrape_configs:
    - job_name: 'redis'
      static_configs:
        - targets: ['localhost:9121']  # Redis Exporter默認端口
  

• 啟動Prometheus：執行./prometheus --config.file=prometheus.yml啟動服務，訪問http://localhost:9090進入Web UI。
• 創建Grafana Dashboard：在Grafana中添加Prometheus數據源，導入Redis監控模板（如ID為763的官方模板），即可查看內存使用量的實時儀表盤，支持設置告警規則（如內存使用超過80%時觸發告警）。

4. 關鍵內存指標解讀

監控時需重點關注以下指標，以判斷Redis內存狀態：

• used_memory：Redis實際使用的內存，若持續增長可能因數據量增加或內存泄漏；
• used_memory_rss：操作系統分配給Redis的內存，包含Redis自身內存及碎片，若遠大于used_memory需考慮優化內存碎片（如執行MEMORY PURGE命令）；
• used_memory_human：易讀的內存大小，便于快速判斷內存占用規模；
• mem_fragmentation_ratio（計算值：used_memory_rss/used_memory）：內存碎片率，理想值為1（無碎片），若大于1.5說明碎片較多，需優化。