实战:第十一篇:StringRedisTemplate获取redis信息

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: 实战:第十一篇:StringRedisTemplate获取redis信息

需求:



解答:

导入相关的pom.xml

然后给配置:


最后在给上api:

Properties info = stringRedisTemplate.getRequiredConnectionFactory().getConnection().info("memory");
可选参数:
    server:有关Redis服务器的常规信息
    clients:客户端连接部分
    memory:内存消耗相关信息
    persistence:RDB和AOF相关信息
    stats:一般统计
    replication:主/副本复制信息
    cpu:CPU消耗统计信息
    commandstats:Redis命令统计
    cluster:“ Redis群集”部分
    keyspace:与数据库相关的统计
它还可以采用以下值:
    all:返回所有部分
    default:仅返回默认的部分集
如果未提供任何参数,则采用该default选项。
返回值:
复制代码
redis> INFO
# Server
# Redis服务器版本
redis_version:999.999.999
redis_git_sha1:3c968ff0
redis_git_dirty:0
redis_build_id:51089de051945df4
redis_mode:standalone
# Redis 服务器的宿主操作系统
os:Linux 4.8.0-1-amd64 x86_64
# 架构(32 或 64 位)
arch_bits:64
# Redis 所使用的事件处理机制
multiplexing_api:epoll
atomicvar_api:atomic-builtin
# 编译 Redis 时所使用的 GCC 版本
gcc_version:6.3.0
# 服务器进程的 PID
process_id:9941
# Redis 服务器的随机标识符(用于 Sentinel 和集群)
run_id:b770a8af038963f3d1b55358c2e376d0b5e00182
# TCP/IP 监听端口
tcp_port:6379
# 自 Redis 服务器启动以来,经过的秒数
uptime_in_seconds:1028993
# 自 Redis 服务器启动以来,经过的天数
uptime_in_days:11
hz:10
# 以分钟为单位进行自增的时钟,用于 LRU 管理
lru_clock:10750613
executable:/usr/local/bin/redis-server
config_file:
# Clients
# 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)
connected_clients:4
# 当前连接的客户端当中,最长的输出列表
client_longest_output_list:0
# 当前连接的客户端当中,最大输入缓存
client_biggest_input_buf:0
# 正在等待阻塞命令(BLPOP、BRPOP、BRPOPLPUSH)的客户端的数量
blocked_clients:0
# Memory
# 由 Redis 分配器分配的内存总量,以字节(byte)为单位
used_memory:154272800
# 以人类可读的格式返回 Redis 分配的内存总量
used_memory_human:147.13M
# 从操作系统的角度,返回 Redis 已分配的内存总量(俗称常驻集大小)。这个值和 top 、 ps等命令的输出一致。
used_memory_rss:160612352
# 以人类可读的格式返回
used_memory_rss_human:153.17M
# Redis 的内存消耗峰值(以字节为单位)
used_memory_peak:154319968
# 以人类可读的格式返回 Redis 的内存消耗峰值
used_memory_peak_human:147.17M
# 使用内存达到峰值内存的百分比,即(used_memory/ used_memory_peak) *100%
used_memory_peak_perc:99.97%
# Redis为了维护数据集的内部机制所需的内存开销,包括所有客户端输出缓冲区、查询缓冲区、AOF重写缓冲区和主从复制的backlog
used_memory_overhead:44082040
# Redis服务器启动时消耗的内存
used_memory_startup:510704
# 数据占用的内存大小,即used_memory-used_memory_overhead
used_memory_dataset:110190760
# 数据占用的内存大小的百分比,100%*(used_memory_dataset/(used_memory-used_memory_startup))
used_memory_dataset_perc:71.66%
allocator_allocated:154256264
allocator_active:154550272
allocator_resident:159731712
# 整个系统内存
total_system_memory:1044770816
# 以更直观的格式显示整个系统内存
total_system_memory_human:996.37M
# Lua脚本存储占用的内存
used_memory_lua:37888
# 以更直观的格式显示Lua脚本存储占用的内存
used_memory_lua_human:37.00K
# Redis实例的最大内存配置
maxmemory:0
# 以更直观的格式显示Redis实例的最大内存配置
maxmemory_human:0B
# 当达到maxmemory时的淘汰策略
maxmemory_policy:noeviction
allocator_frag_ratio:1.00
allocator_frag_bytes:294008
allocator_rss_ratio:1.03
allocator_rss_bytes:5181440
rss_overhead_ratio:1.01
rss_overhead_bytes:880640
# 碎片率,used_memory_rss/ used_memory
mem_fragmentation_ratio:1.04
mem_fragmentation_bytes:6422528
# 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 。
mem_allocator:jemalloc-4.0.3
active_defrag_running:0
lazyfree_pending_objects:0
# Persistence,RDB 持久化和 AOF 持久化有关信息
# 一个标志值,记录了服务器是否正在载入持久化文件
loading:0
# 距离最近一次成功创建持久化文件之后,经过了多少秒
rdb_changes_since_last_save:3813014
# 一个标志值,记录了服务器是否正在创建 RDB 文件
rdb_bgsave_in_progress:0
# 最近一次成功创建 RDB 文件的 UNIX 时间戳
rdb_last_save_time:1570002708
# 一个标志值,记录了最近一次创建 RDB 文件的结果是成功还是失败
rdb_last_bgsave_status:ok
# 记录了最近一次创建 RDB 文件耗费的秒数
rdb_last_bgsave_time_sec:-1
# 如果服务器正在创建 RDB 文件,那么这个域记录的就是当前的创建操作已经耗费的秒数
rdb_current_bgsave_time_sec:-1
rdb_last_cow_size:0
# 一个标志值,记录了 AOF 是否处于打开状态
aof_enabled:0
# 一个标志值,记录了服务器是否正在创建 AOF 文件
aof_rewrite_in_progress:0
# 一个标志值,记录了在 RDB 文件创建完毕之后,是否需要执行预约的 AOF 重写操作
aof_rewrite_scheduled:0
# 最近一次创建 AOF 文件耗费的时长
aof_last_rewrite_time_sec:-1
# 如果服务器正在创建 AOF 文件,那么这个域记录的就是当前的创建操作已经耗费的秒数
aof_current_rewrite_time_sec:-1
# 一个标志值,记录了最近一次创建 AOF 文件的结果是成功还是失败
aof_last_bgrewrite_status:ok
aof_last_write_status:ok
aof_last_cow_size:0
# Stats,一般统计信息
# 服务器已接受的连接请求数量
total_connections_received:96
# 服务器已执行的命令数量
total_commands_processed:8700000
# 服务器每秒钟执行的命令数量
instantaneous_ops_per_sec:11
total_net_input_bytes:710523330
total_net_output_bytes:109073206
instantaneous_input_kbps:1.04
instantaneous_output_kbps:0.32
rejected_connections:0
sync_full:0
sync_partial_ok:0
sync_partial_err:0
# 因为过期而被自动删除的数据库键数量
expired_keys:13569
expired_stale_perc:0.00
expired_time_cap_reached_count:0
#  因为最大内存容量限制而被驱逐(evict)的键数量
evicted_keys:0
# 查找数据库键成功的次数
keyspace_hits:1911035
# 查找数据库键失败的次数
keyspace_misses:749427
# 目前被订阅的频道数量
pubsub_channels:0
# 目前被订阅的模式数量
pubsub_patterns:0
# 最近一次 fork() 操作耗费的毫秒数
latest_fork_usec:0
migrate_cached_sockets:0
slave_expires_tracked_keys:0
active_defrag_hits:0
active_defrag_misses:0
active_defrag_key_hits:0
active_defrag_key_misses:0
# Replication,主/从复制信息
# 服务器角色
role:master
# 已连接的从服务器数量
connected_slaves:0
master_replid:33f9e49948d61df7fa02e315ecff02bbc3b2c9aa
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0
# CPU
used_cpu_sys:925.48
used_cpu_user:3467.41
used_cpu_sys_children:0.00
used_cpu_user_children:0.00
# Cluster
cluster_enabled:0
# Keyspace
db0:keys=876234,expires=3,avg_ttl=204565882
复制代码
相关文章
|
3月前
|
存储 NoSQL 前端开发
Redis专题-实战篇一-基于Session和Redis实现登录业务
本项目基于SpringBoot实现黑马点评系统,涵盖Session与Redis两种登录方案。通过验证码登录、用户信息存储、拦截器校验等流程,解决集群环境下Session不共享问题,采用Redis替代Session实现数据共享与自动续期,提升系统可扩展性与安全性。
242 3
Redis专题-实战篇一-基于Session和Redis实现登录业务
|
3月前
|
存储 缓存 NoSQL
Redis专题-实战篇二-商户查询缓存
本文介绍了缓存的基本概念、应用场景及实现方式,涵盖Redis缓存设计、缓存更新策略、缓存穿透问题及其解决方案。重点讲解了缓存空对象与布隆过滤器的使用,并通过代码示例演示了商铺查询的缓存优化实践。
194 1
Redis专题-实战篇二-商户查询缓存
|
9月前
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
885 0
分布式爬虫框架Scrapy-Redis实战指南
|
6月前
|
缓存 监控 NoSQL
Redis 实操要点:Java 最新技术栈的实战解析
本文介绍了基于Spring Boot 3、Redis 7和Lettuce客户端的Redis高级应用实践。内容包括:1)现代Java项目集成Redis的配置方法;2)使用Redisson实现分布式可重入锁与公平锁;3)缓存模式解决方案,包括布隆过滤器防穿透和随机过期时间防雪崩;4)Redis数据结构的高级应用,如HyperLogLog统计UV和GeoHash处理地理位置。文章提供了详细的代码示例,涵盖Redis在分布式系统中的核心应用场景,特别适合需要处理高并发、分布式锁等问题的开发场景。
402 41
|
6月前
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
1607 7
|
6月前
|
机器学习/深度学习 存储 NoSQL
基于 Flink + Redis 的实时特征工程实战:电商场景动态分桶计数实现
本文介绍了基于 Flink 与 Redis 构建的电商场景下实时特征工程解决方案,重点实现动态分桶计数等复杂特征计算。通过流处理引擎 Flink 实时加工用户行为数据,结合 Redis 高性能存储,满足推荐系统毫秒级特征更新需求。技术架构涵盖状态管理、窗口计算、Redis 数据模型设计及特征服务集成,有效提升模型预测效果与系统吞吐能力。
589 2
|
9月前
|
缓存 NoSQL Java
基于SpringBoot的Redis开发实战教程
Redis在Spring Boot中的应用非常广泛,其高性能和灵活性使其成为构建高效分布式系统的理想选择。通过深入理解本文的内容,您可以更好地利用Redis的特性,为应用程序提供高效的缓存和消息处理能力。
778 79
|
存储 缓存 NoSQL
Redis实战之入门进阶到精通
Redis 是一个远程内存数据库,它不仅性能强劲,而且还具有复制特性以及为解决问题而生的独一无二的数据模型。Redis 提供了 5 种不同类型的数据结构,各式各样的问题都可以很自然地映射到这些数据结构上:Redis 的数据结构致力于帮助用户解决问题,而不会像其他数据库那样,要求用户扭曲问题来适应数据库。除此之外,通过复制、持久化(persistence)和客户端分片(client-side sharding)等特性,用户可以很方便地将 Redis 扩展成一个能够包含数百 GB 数据、每秒处理上百万次请求的系统。
Redis实战之入门进阶到精通
|
存储 NoSQL Java
当Java遇到Redis:Jedis实战入门
Redis是一个开源,高级的键值存储和一个适用的解决方案,用于构建高性能,可扩展的Web应用程序。本文将概要介绍Redis的特性和语法,并以实例代码的形式介绍如何通过Jedis在java语言环境下控制Redis,帮助各位读者快速入门。
1774 0