实战:第十一篇:StringRedisTemplate获取redis信息,面试官突击一问

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
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,面试官突击一问


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


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
1月前
|
NoSQL 安全 测试技术
Redis游戏积分排行榜项目中通义灵码的应用实战
Redis游戏积分排行榜项目中通义灵码的应用实战
61 4
|
6天前
|
并行计算 算法 安全
面试必问的多线程优化技巧与实战
多线程编程是现代软件开发中不可或缺的一部分,特别是在处理高并发场景和优化程序性能时。作为Java开发者,掌握多线程优化技巧不仅能够提升程序的执行效率,还能在面试中脱颖而出。本文将从多线程基础、线程与进程的区别、多线程的优势出发,深入探讨如何避免死锁与竞态条件、线程间的通信机制、线程池的使用优势、线程优化算法与数据结构的选择,以及硬件加速技术。通过多个Java示例,我们将揭示这些技术的底层原理与实现方法。
52 3
|
1月前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
|
1月前
|
存储 NoSQL 算法
阿里面试:亿级 redis 排行榜,如何设计?
本文由40岁老架构师尼恩撰写,针对近期读者在一线互联网企业面试中遇到的高频面试题进行系统化梳理,如使用ZSET排序统计、亿级用户排行榜设计等。文章详细介绍了Redis的四大统计(基数统计、二值统计、排序统计、聚合统计)原理和应用场景,重点讲解了Redis有序集合(Sorted Set)的使用方法和命令,以及如何设计社交点赞系统和游戏玩家排行榜。此外,还探讨了超高并发下Redis热key分治原理、亿级用户排行榜的范围分片设计、Redis Cluster集群持久化方式等内容。文章最后提供了大量面试真题和解决方案,帮助读者提升技术实力,顺利通过面试。
|
1月前
|
存储 NoSQL 算法
面试官:Redis 大 key 多 key,你要怎么拆分?
本文介绍了在Redis中处理大key和多key的几种策略,包括将大value拆分成多个key-value对、对包含大量元素的数据结构进行分桶处理、通过Hash结构减少key数量,以及如何合理拆分大Bitmap或布隆过滤器以提高效率和减少内存占用。这些方法有助于优化Redis性能,特别是在数据量庞大的场景下。
面试官:Redis 大 key 多 key,你要怎么拆分?
|
2月前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:优化百万数据查询的实战经验
【10月更文挑战第13天】 在处理大规模数据集时,传统的关系型数据库如MySQL可能会遇到性能瓶颈。为了提升数据处理的效率,我们可以结合使用MySQL和Redis,利用两者的优势来优化数据查询。本文将分享一次实战经验,探讨如何通过MySQL与Redis的协同工作来优化百万级数据统计。
101 5
|
2月前
|
缓存 NoSQL Java
Spring Boot与Redis:整合与实战
【10月更文挑战第15天】本文介绍了如何在Spring Boot项目中整合Redis,通过一个电商商品推荐系统的案例,详细展示了从添加依赖、配置连接信息到创建配置类的具体步骤。实战部分演示了如何利用Redis缓存提高系统响应速度,减少数据库访问压力,从而提升用户体验。
161 2
|
2月前
|
NoSQL Java API
美团面试:Redis锁如何续期?Redis锁超时,任务没完怎么办?
在40岁老架构师尼恩的读者交流群中,近期有小伙伴在面试一线互联网企业时遇到了关于Redis分布式锁过期及自动续期的问题。尼恩对此进行了系统化的梳理,介绍了两种核心解决方案:一是通过增加版本号实现乐观锁,二是利用watch dog自动续期机制。后者通过后台线程定期检查锁的状态并在必要时延长锁的过期时间,确保锁不会因超时而意外释放。尼恩还分享了详细的代码实现和原理分析,帮助读者深入理解并掌握这些技术点,以便在面试中自信应对相关问题。更多技术细节和面试准备资料可在尼恩的技术文章和《尼恩Java面试宝典》中获取。
美团面试:Redis锁如何续期?Redis锁超时,任务没完怎么办?
|
1月前
|
存储 NoSQL Redis
Redis常见面试题:ZSet底层数据结构,SDS、压缩列表ZipList、跳表SkipList
String类型底层数据结构,List类型全面解析,ZSet底层数据结构;简单动态字符串SDS、压缩列表ZipList、哈希表、跳表SkipList、整数数组IntSet
|
存储 缓存 移动开发
redis 面试总结
前段时间找工作搜索 golang 面试题时,发现都是比较零散或是基础的题目,覆盖面较小。而自己也在边面试时边总结了一些知识点,为了方便后续回顾,特此整理了一下。
190 0
redis 面试总结