Ubuntu Redis内存使用如何监控

Ubuntu系统监控Redis内存使用的常用方法

1. 使用Redis内置命令实时查看内存使用

Redis自带的INFO命令是监控内存的基础工具，可通过以下细分命令获取针对性数据：

• 查看完整内存信息：执行redis-cli INFO memory，返回结果包含used_memory（Redis实际使用的内存字节数）、used_memory_human（易读格式，如KB/MB/GB）、used_memory_rss（操作系统分配给Redis的内存字节数）、total_system_memory（系统总内存）等关键指标。其中，used_memory反映Redis自身内存占用，used_memory_rss反映操作系统层面的内存消耗，若两者差距过大可能存在内存碎片。
• 快速获取内存概览：执行redis-cli INFO memory | grep -E "used_memory|used_memory_human|used_memory_rss"，可过滤出内存相关的核心数据，便于快速查看。
• 实时监控命令执行：若需观察Redis的实时内存变化（如某个命令的内存消耗），可使用redis-cli MONITOR，它会输出所有客户端的实时命令及执行时间，但需注意该命令会增加Redis负载，不建议长期开启。

2. 通过可视化工具实现长期监控

可视化工具能更直观地展示内存趋势，适合生产环境长期监控：

• RedisInsight（官方工具）：
  安装：在Ubuntu终端执行sudo apt-get install redisinsight；
  连接：启动后通过redisinsight --uri redis://localhost:6379连接本地Redis实例；
  功能：主界面可直接查看内存使用量的实时曲线，还能分析键值分布、慢查询等，支持生成内存优化建议。
• AnotherRedisDesktopManager（开源工具）：
  安装：通过Snap包管理器执行sudo snap install redis-desktop-manager；
  连接：打开应用后输入Redis地址（默认localhost:6379）即可连接；
  功能：在控制台输入INFO MEMORY命令，可查看详细内存信息，同时支持键值浏览、批量操作等功能。

3. 利用第三方监控系统（如Prometheus+Grafana）

若需要集中监控多个Redis实例或集成到现有监控体系，可使用Prometheus+Grafana组合：

• 部署Redis Exporter：Redis Exporter是将Redis指标转换为Prometheus可采集格式的工具。在Ubuntu上执行以下命令安装：

  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：编辑Prometheus的prometheus.yml文件，添加Redis Exporter的抓取任务：

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

• 启动Prometheus：执行./prometheus --config.file=prometheus.yml启动服务，访问http://localhost:9090进入Web UI。
• 创建Grafana Dashboard：在Grafana中添加Prometheus数据源，导入Redis监控模板（如ID为763的官方模板），即可查看内存使用量的实时仪表盘，支持设置告警规则（如内存使用超过80%时触发告警）。

4. 关键内存指标解读

监控时需重点关注以下指标，以判断Redis内存状态：

• used_memory：Redis实际使用的内存，若持续增长可能因数据量增加或内存泄漏；
• used_memory_rss：操作系统分配给Redis的内存，包含Redis自身内存及碎片，若远大于used_memory需考虑优化内存碎片（如执行MEMORY PURGE命令）；
• used_memory_human：易读的内存大小，便于快速判断内存占用规模；
• mem_fragmentation_ratio（计算值：used_memory_rss/used_memory）：内存碎片率，理想值为1（无碎片），若大于1.5说明碎片较多，需优化。