亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

java獲取redis日志信息與動態(tài)監(jiān)控信息的方法

 更新時間:2017年04月05日 09:44:52   作者:z77z  
這篇文章主要給大家介紹了關(guān)于java如何獲取redis日志信息與動態(tài)監(jiān)控信息的方法,文中介紹的非常詳細,對大家具有一定的參考價值,需要的朋友們下面來一起看看吧。

效果展示如下所示:


實時監(jiān)控

redis環(huán)境信息和日志列表

Redis配置

在windows下安裝的redis,在安裝目錄找到redis.windows.conf文件,修改以下字段(按實際情況設置):

slowlog-log-slower-than 100
slowlog-max-len 1000000

slowlog-log-slower-than:是配置需要日志記錄的命令執(zhí)行時間,單位是微秒,也就是說配置為100,會記錄命令執(zhí)行時間為0.1ms以上的記錄。如果設置為0,就會記錄所有執(zhí)行過的命令。

slowlog-max-len:是配置日志記錄的條數(shù),因為這個日志也是存儲在內(nèi)存中的,所以不需要擔心記錄日志會影響性能,但是會消耗一定內(nèi)存。

完成對這些信息的獲取主要還是利用redis的一些命令,如果是win系統(tǒng)下安裝的redis,在安裝目錄運行redis-cli.exe這個文件,輸入info,再回車,就可以看到輸出很多字段的參數(shù)

部分具體參數(shù)對應的意思如下:

  • server : 一般 Redis 服務器信息,包含以下域:
  • redis_version : Redis 服務器版本
  • redis_git_sha1 : Git SHA1
  • redis_git_dirty : Git dirty flag
  • os : Redis 服務器的宿主操作系統(tǒng)
  • arch_bits : 架構(gòu)(32 或 64 位)
  • multiplexing_api : Redis 所使用的事件處理機制
  • gcc_version : 編譯 Redis 時所使用的 GCC 版本
  • process_id : 服務器進程的 PID
  • run_id : Redis 服務器的隨機標識符(用于 Sentinel 和集群)
  • tcp_port : TCP/IP 監(jiān)聽端口
  • uptime_in_seconds : 自 Redis 服務器啟動以來,經(jīng)過的秒數(shù)
  • uptime_in_days : 自 Redis 服務器啟動以來,經(jīng)過的天數(shù)
  • lru_clock : 以分鐘為單位進行自增的時鐘,用于 LRU 管理
  • clients : 已連接客戶端信息,包含以下域:
  • connected_clients : 已連接客戶端的數(shù)量(不包括通過從屬服務器連接的客戶端)
  • client_longest_output_list : 當前連接的客戶端當中,最長的輸出列表
  • client_longest_input_buf : 當前連接的客戶端當中,最大輸入緩存
  • blocked_clients : 正在等待阻塞命令(BLPOP、BRPOP、BRPOPLPUSH)的客戶端的數(shù)量
  • memory : 內(nèi)存信息,包含以下域:
  • used_memory : 由 Redis 分配器分配的內(nèi)存總量,以字節(jié)(byte)為單位
  • used_memory_human : 以人類可讀的格式返回 Redis 分配的內(nèi)存總量
  • used_memory_rss : 從操作系統(tǒng)的角度,返回 Redis 已分配的內(nèi)存總量(俗稱常駐集大小)。這個值和 top 、 ps 等命令的輸出一致。
  • used_memory_peak : Redis 的內(nèi)存消耗峰值(以字節(jié)為單位)
  • used_memory_peak_human : 以人類可讀的格式返回 Redis 的內(nèi)存消耗峰值
  • used_memory_lua : Lua 引擎所使用的內(nèi)存大小(以字節(jié)為單位)
  • mem_fragmentation_ratio : used_memory_rss 和 used_memory 之間的比率
  • mem_allocator : 在編譯時指定的, Redis 所使用的內(nèi)存分配器??梢允?libc 、 jemalloc 或者 tcmalloc 。
    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(nèi)部或外部的)內(nèi)存碎片。
    內(nèi)存碎片的比率可以通過 mem_fragmentation_ratio 的值看出。
    當 used > rss 時,表示 Redis 的部分內(nèi)存被操作系統(tǒng)換出到交換空間了,在這種情況下,操作可能會產(chǎn)生明顯的延遲。當 Redis 釋放內(nèi)存時,分配器可能會,也可能不會,將內(nèi)存返還給操作系統(tǒng)。
    如果 Redis 釋放了內(nèi)存,卻沒有將內(nèi)存返還給操作系統(tǒng),那么 used_memory 的值可能和操作系統(tǒng)顯示的 Redis 內(nèi)存占用并不一致。
    查看 used_memory_peak 的值可以驗證這種情況是否發(fā)生。
  • persistence : RDB 和 AOF 的相關(guān)信息
  • stats : 一般統(tǒng)計信息
  • replication : 主/從復制信息
  • cpu : CPU 計算量統(tǒng)計信息
  • commandstats : Redis 命令統(tǒng)計信息
  • cluster : Redis 集群信息
  • keyspace : 數(shù)據(jù)庫相關(guān)的統(tǒng)計信息

java部分代碼實現(xiàn)

上面是命令窗的方式,使用java的話,我們就是借助jedis這個框架來幫我們完成:

@Component
public class RedisUtil {
 @Autowired
 JedisPool jedisPool;
 // 獲取redis 服務器信息
 public String getRedisInfo() {
 Jedis jedis = null;
 try {
 jedis = jedisPool.getResource();
 Client client = jedis.getClient();
 client.info();
 String info = client.getBulkReply();
 return info;
 } finally {
 // 返還到連接池
 jedis.close();
 }
 }
 // 獲取日志列表
 public List<Slowlog> getLogs(long entries) {
 Jedis jedis = null;
 try {
 jedis = jedisPool.getResource();
 List<Slowlog> logList = jedis.slowlogGet(entries);
 return logList;
 } finally {
 // 返還到連接池
 jedis.close();
 }
 }
 // 獲取日志條數(shù)
 public Long getLogsLen() {
 Jedis jedis = null;
 try {
 jedis = jedisPool.getResource();
 long logLen = jedis.slowlogLen();
 return logLen;
 } finally {
 // 返還到連接池
 jedis.close();
 }
 }
 // 清空日志
 public String logEmpty() {
 Jedis jedis = null;
 try {
 jedis = jedisPool.getResource();
 return jedis.slowlogReset();
 } finally {
 // 返還到連接池
 jedis.close();
 }
 }
 // 獲取占用內(nèi)存大小
 public Long dbSize() {
 Jedis jedis = null;
 try {
 jedis = jedisPool.getResource();
 // TODO 配置redis服務信息
 Client client = jedis.getClient();
 client.dbSize();
 return client.getIntegerReply();
 } finally {
 // 返還到連接池
 jedis.close();
 }
 }
}

這樣輸出的都是和控制臺一樣的字符串,所以還需要sevice來對數(shù)據(jù)進行封裝:

@Service
public class RedisService {
 
 @Autowired
 RedisUtil redisUtil;
 
 public List<RedisInfoDetail> getRedisInfo() {
 //獲取redis服務器信息
 String info = redisUtil.getRedisInfo();
 List<RedisInfoDetail> ridList = new ArrayList<RedisInfoDetail>();
 String[] strs = info.split("\n");
 RedisInfoDetail rif = null;
 if (strs != null && strs.length > 0) {
 for (int i = 0; i < strs.length; i++) {
 rif = new RedisInfoDetail();
 String s = strs[i];
 String[] str = s.split(":");
 if (str != null && str.length > 1) {
  String key = str[0];
  String value = str[1];
  rif.setKey(key);
  rif.setValue(value);
  ridList.add(rif);
 }
 }
 }
 return ridList;
 }
 
 //獲取redis日志列表
 public List<Operate> getLogs(long entries) {
  List<Slowlog> list = redisUtil.getLogs(entries);
 List<Operate> opList = null;
 Operate op = null;
 boolean flag = false;
 if (list != null && list.size() > 0) {
 opList = new LinkedList<Operate>();
 for (Slowlog sl : list) {
 String args = JSON.toJSONString(sl.getArgs());
 if (args.equals("[\"PING\"]") || args.equals("[\"SLOWLOG\",\"get\"]") || args.equals("[\"DBSIZE\"]") || args.equals("[\"INFO\"]")) {
  continue;
 } 
 op = new Operate();
 flag = true;
 op.setId(sl.getId());
 op.setExecuteTime(getDateStr(sl.getTimeStamp() * 1000));
 op.setUsedTime(sl.getExecutionTime()/1000.0 + "ms");
 op.setArgs(args);
 opList.add(op);
 }
 } 
 if (flag) 
 return opList;
 else 
 return null;
 }
 //獲取日志總數(shù)
 public Long getLogLen() {
 return redisUtil.getLogsLen();
 }
 
 //清空日志
 public String logEmpty() {
 return redisUtil.logEmpty();
 }
 //獲取當前數(shù)據(jù)庫中key的數(shù)量
 public Map<String,Object> getKeysSize() {
 long dbSize = redisUtil.dbSize();
 Map<String,Object> map = new HashMap<String, Object>();
 map.put("create_time", new Date().getTime());
 map.put("dbSize", dbSize);
 return map;
 }
 
 //獲取當前redis使用內(nèi)存大小情況
 public Map<String,Object> getMemeryInfo() {
 String[] strs = redisUtil.getRedisInfo().split("\n");
 Map<String, Object> map = null;
 for (int i = 0; i < strs.length; i++) {
 String s = strs[i];
 String[] detail = s.split(":");
 if (detail[0].equals("used_memory")) {
 map = new HashMap<String, Object>();
 map.put("used_memory",detail[1].substring(0, detail[1].length() - 1));
 map.put("create_time", new Date().getTime());
 break;
 }
 }
 return map;
 }
 private String getDateStr(long timeStmp) {
 SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
 return dateFormat.format(new Date(timeStmp));
 }
}

上面我只是貼了部分核心代碼,想具體去了解的可以去下載項目跑一下。

由于這個沒有什么難度,只是就只是貼了些代碼。后續(xù)也會一直更新,一步步將這個系統(tǒng)完善起來。

總結(jié)

以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學習或者工作能帶來一定的幫助,如果有疑問大家可以留言交流,謝謝大家對腳本之家的支持。

相關(guān)文章

  • Java異常處理及自定義異常詳細指南

    Java異常處理及自定義異常詳細指南

    異常處理是Java編程中的一個重要部分,用于處理程序執(zhí)行中出現(xiàn)的異常情況,此外還可以自定義異常來處理特定的錯誤情況,掌握這些異常處理技術(shù)對于編寫健壯、可靠的Java程序至關(guān)重要,需要的朋友可以參考下
    2024-10-10
  • Java適配器模式_動力節(jié)點Java學院整理

    Java適配器模式_動力節(jié)點Java學院整理

    這篇文章主要介紹了Java適配器模式,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-07-07
  • Java多線程之如何確定線程數(shù)的方法

    Java多線程之如何確定線程數(shù)的方法

    創(chuàng)建線程和銷毀線程都是比較耗時的操作,如果每個任務都創(chuàng)建一個線程去處理,這樣線程會越來越多,那么應該如何確定線程的數(shù)量,本文就詳細的介紹一下,感興趣的可以了解一下
    2022-03-03
  • 解決spring boot hibernate 懶加載的問題

    解決spring boot hibernate 懶加載的問題

    這篇文章主要介紹了解決spring boot hibernate 懶加載的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-10-10
  • SpringBoot+RabbitMQ?實現(xiàn)死信隊列的示例

    SpringBoot+RabbitMQ?實現(xiàn)死信隊列的示例

    本文主要介紹了SpringBoot+RabbitMQ?實現(xiàn)死信隊列的示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2022-06-06
  • Springboot整合Java?DL4J實現(xiàn)交通標志識別系統(tǒng)全過程

    Springboot整合Java?DL4J實現(xiàn)交通標志識別系統(tǒng)全過程

    在自動駕駛系統(tǒng)中,交通標志識別是實現(xiàn)車輛智能化的關(guān)鍵技術(shù)之一,本文介紹了利用SpringBoot和JavaDeeplearning4j構(gòu)建交通標志識別系統(tǒng)的方法,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
    2024-10-10
  • 項目管理利器-Maven(Windows安裝)圖文教程

    項目管理利器-Maven(Windows安裝)圖文教程

    下面小編就為大家?guī)硪黄椖抗芾砝?Maven(Windows安裝)圖文教程。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-06-06
  • JDBC核心技術(shù)詳解

    JDBC核心技術(shù)詳解

    這篇文章主要介紹了JDBC核心技術(shù)詳解,文中有非常詳細的代碼示例,對正在學習JDBC的小伙伴們有很好的幫助,需要的朋友可以參考下
    2021-05-05
  • java 中HashMap實現(xiàn)原理深入理解

    java 中HashMap實現(xiàn)原理深入理解

    這篇文章主要介紹了java 中HashMap實現(xiàn)原理深入理解的相關(guān)資料,需要的朋友可以參考下
    2017-03-03
  • Java生產(chǎn)者和消費者例子_動力節(jié)點Java學院整理

    Java生產(chǎn)者和消費者例子_動力節(jié)點Java學院整理

    生產(chǎn)者-消費者(producer-consumer)問題,也稱作有界緩沖區(qū)(bounded-buffer)問題,兩個進程共享一個公共的固定大小的緩沖區(qū)。下文通過實例給大家介紹java生產(chǎn)者和消費者,感興趣的朋友一起學習吧
    2017-05-05

最新評論