本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的，希望这篇《怎么用ES做Redis监控》对你有很大帮助！欢迎收藏，分享给更多的需要的朋友学习~

序言

图示：Redis热度排名

Redis当下很流行，也很好用，无论是在业务应用系统，还是在大数据领域都有重要的地位;但Redis也很脆弱，用不好，问题多多。2012年以前都是以memcached为主，之后转到Redis阵营，经历过单实例模式、主从模式、哨兵模式、代理模式，集群模式，真正公司层面用得好的很少，对于Redis掌控都很片面，导致实际项目中问题不少。

Redis要想用得好，需要整体掌握3个层面：

• 开发层面

• 架构层面

• 运维层面

其中架构与运维至关重要，多数中小型企业仅在开发层面满足常用功能，数据规模稍微大些，业务复杂度高些，就容易出现各种架构与运维问题。本文主旨是探讨Redis监控体系，目前业界当然也有很多成熟的产品，但个人觉得都很常规，只做到一些粗粒度的监控，  没有依据业务需求特点因地制宜去细化，从而反向的提供架构开发优化方案。

本文内容将围绕如下几个问题展开讨论：

Redis监控体系有哪些方面?

构建Redis监控体系我们做了哪些工作?

Redis监控体系应该细化到什么程度?

为什么使用ELK构建监控体系?

需求背景

项目描述

公司业务范围属于车联网行业，有上百万级的真实车主用户，业务项目围绕车主生活服务展开，为了提高系统性能，引入了Redis作为缓存中间件，具体描述如下：

• 部署架构采用Redis-Cluster模式;

• 后台应用系统有几十个，应用实例数超过二百个;

• 所有应用系统共用一套缓存集群;

• 集群节点数几十个，加上容灾备用环境，节点数量翻倍;

• 集群节点内存配置较高。

图示：Redis集群架构与应用架构示意图

问题描述

系统刚开始关于Redis的一切都很正常，随着应用系统接入越来越多，应用系统子模块接入也越来越多，开始出现一些问题，应用系统有感知，集群服务端也有感知，如下描述：

• 集群节点崩溃;

• 集群节点假死;

• 某些后端应用访问集群响应特别慢。

其实问题的根源都是架构运维层面的欠缺，对于Redis集群服务端的运行监控其实很好做，本身也提供了很多直接的命令方式，但只能看到服务端的一些常用指标信息，无法深入分析，治标不治本，对于Redis的内部运行一无所知，特别是对于业务应用如何使用Redis集群一无所知：

• Redis集群使用的热度问题?

• 哪些应用占用的Redis内存资源多?

• 哪些应用占用Redis访问数最高?

• 哪些应用使用Redis类型不合理?

• 应用系统模块使用Redis资源分布怎么样?

• 应用使用Redis集群的热点问题?

监控体系

监控的目的不仅仅是监控Redis本身，而是为了更好的使用Redis。传统的监控一般比较单一化，没有系统化，但对于Redis来说，个人认为至少包括：一是服务端，二是应用端，三是服务端与应用端联合分析。

服务端：

• 服务端首先是操作系统层面，常用的CPU、内存、网络IO，磁盘IO，服务端运行的进程信息等;

• Redis运行进程信息，包括服务端运行信息、客户端连接数、内存消耗、持久化信息 、键值数量、主从同步、命令统计、集群信息等;

• Redis运行日志，日志中会记录一些重要的操作进程，如运行持久化时，可以有效帮助分析崩溃假死的程序。

应用端：

应用端、获取应用端使用Redis的一些行为，具体哪些应用哪些模块最占用  Redis资源、哪些应用哪些模块最消耗Redis资源、哪些应用哪些模块用法有误等。

联合分析：

联合分析结合服务端的运行与应用端使用的行为，如：一些造成服务端突然阻塞的原因，可能是应用端设置了一个很大的缓存键值，或者使用的键值列表，数据量超大造成阻塞。

解决方案

为什么会选择Elastic-Stack技术栈呢?

多数的第三方只监控一些指标，对于明细日志还是采用ELK(Elasticsearch、Logstash、Kibana)，也就是说用第三方监控指标之后，还得再搭建一个ELK集群看明细日志。

再就是说Elastic-Stack技术栈整合的优势，指标也可以、日志文件也可以，从采集开始到存储、到最终报表面板都整合得非常好，门槛很低。

下面详细聊聊我们具体怎么做的，做了哪些工作?

服务端系统

Elastic-Stack家族有Metricbeat产品，支持系统层面的信息收集，简单的配置下Elastic集群地址和系统指标模块即可上线，并且会在Kibana中创建已有的系统监控面板，非常简单快速，一般运维就可以搞定。

图示：metrcibeat示意图

系统指标信息收集配置样例如下：

服务端集群

收集Redis集群运行信息，业界通常做法都是采用Redis提供的info命令，定期收集。

info获取的信息包括如下：

• server：Redis服务器的一般信息

• clients：客户端的连接部分

• memory：内存消耗相关信息

• persistence：RDB和AOF相关信息

• stats：一般统计

• replication：主/从复制信息

• cpu：统计CPU的消耗command

• stats：Redis命令

• 统计cluster：Redis集群信息

• keyspace：数据库的相关统计

Elastic-Stack家族的Metricbeat产品也支持Redis模块，也是采用info命令获取的，但是有一些实现的局限性，如下描述：

• Redis集群的主从关系信息，Metricbeats表达不出来;

• Redis集群的一些统计信息，永远是累计增加的，如命令数，如果要获取命令数的波峰值，则无法得到;

• Redis集群状态信息变化，Metricbeats是无法动态的，如集群新增节点、下线节点等。

所以这里参考了CacheCloud产品(搜狐团队开源)，我们自定义设计开发了  Agent，定时从Redis集群采集信息，并在内部做一些统计数值的简单计算，转换成Json，写入到本地文件，通过Logstash采集发送到Elasticsearch。

图示：Redis服务端运行信息采集架构示意图

服务端日志

Redis服务端运行日志采集很简单，直接通过Elastic-Stack家族的Filebeat产品，其中有Redis模块，配置一下Elastic服务端，日志文件地址即可。

图示：服务端日志采集过程

Redis运行日志采集配置：

应用端

应用端信息采集是整个Redis监控体系最重要的部分，也是实现最麻烦、链路最长的。首先是修改jedis(技术栈Java)源码，增加埋点代码，重新编译并引用到应用项目中，应用端对于Redis集群的任何命令操作，都会被捕捉，并记录下关键信息，之后写入到本地文件。

图示：Redis应用端行为采集架构图

应用端采集的数据格式如下：

图示：应用端采集的数据案例

jedis修改：

jedis改造记录的信息如下：

• r_host：访问Redis集群的服务器地址与端口，其中某一台ip:port;

• r_cmd：执行命令类型、如get、set、hget、hset等各种;

• r_start：执行命令开始时间;

• r_cost：时间消耗;

• r_size：获取键值大小或者设置键值大小;

• r_key：获取键值名称;

• r_keys：键值的二级拆分，数组的长度不限制。这里有必要强调一下，所有应用系统共用的是一套集群，所以应用系统的键值都是有规范的，按照特殊符号分割，如："应用名称_系统模块_动态变量_xxx“，主要便于我们区分。

在jedis改造有几处地方，如下：

• 类Connection.java文件，统计开始，记录命令执行开始时间;统计结束，记录命令结束时间、时间消耗等，并写入到日志流中;

• 类JedisClusterCommand文件，获取键的地方key，方便之后分析应用键的行为。

在类Connection.java文件中有2处：

图示：类Connection.java文件埋点代码的地方

图示：类Connection.java文件埋点代码的地方

类JedisClusterCommand文件埋点代码.java文件中有1处：

图示：类JedisClusterCommand文件埋点代码

logback修改：

应用端都会使用logback写入日志文件，同时为了更加精准，应用端写入日志时还需要获取应用端的一些信息，如下：

• app_ip：应用端部署在服务器上的IP地址;

• app_host：应用端部署在服务器上的服务器名称。

自定义一个Layout，自动获取应用端的IP地址与服务器名称：

图示：自定义Logback的Layout

app配置：

app配置属于最后收尾工作，主要是输出埋点的日志数据，配置日志logback.xml文件即可：

图示：配置应用端日志文件logback.xml

日志采集：

应用端日志采集采用Logstash，配置日志目录，指向Elastic集群，这样整体的监控日志采集部分就结束了。

日志分析

Redis服务端的日志分析比较简单，常规的一些指标而已，创建好关键的图表，容易看出问题。重点讨论应用端的日志分析。

图示：应用端使用Redis一些行为图表

ELK监控体系上线之后，我们连续观察分析两周，获得了一些监控成果，如：

• 应用端部分键值太大，居然超过1MB，这种键值访问一次消耗时间很大，会严重造成阻塞;

• 部分应用居然使用Redis当成数据库使用;

• 有将List类型当成消息队列使用，一次存取几十万的数据;

• 某些应用对于集群的操作频次特别高，几乎占用了一半以上;

• 还有很多，就不一一描述了。

后续方案

监控体系相当于架构师的眼睛，有了这个，Redis方面的优化改造方案就很好制定了：

• 应用端、误用的使用全部要改掉;

• 服务端，按照应用的数据，进行一些拆分，拆分出一些专用的集群，特定为一些应用使用或者场景;

• 开发者，后续有新业务模块需要接入Redis需要告知架构师们评审。

到这里，我们也就讲完了《怎么用ES做Redis监控》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注the24.cn，带你了解更多关于redis,es的知识点！