java获取redis的日志信息和动态监控信息

效果展示

---

Redis配置

---

在windows下安装的redis，在安装目录找到redis.windows.conf文件，修改以下字段（按实际情况设置）：

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

slowlog-log-slower-than：是配置需要日志记录的命令执行时间，单位是微秒，也就是说配置为100，会记录命令执行时间为0.1ms以上的记录。如果设置为0，就会记录所有执行过的命令。

slowlog-max-len：是配置日志记录的条数，因为这个日志也是存储在内存中的，所以不需要担心记录日志会影响性能，但是会消耗一定内存。

完成对这些信息的获取主要还是利用redis的一些命令，如果是win系统下安装的redis，在安装目录运行redis-cli.exe这个文件，输入info，再回车，就可以看到输出很多字段的参数，部分具体参数对应的意思如下：

• server : 一般 Redis 服务器信息，包含以下域：
• redis_version : Redis 服务器版本
• redis_git_sha1 : Git SHA1
• redis_git_dirty : Git dirty flag
• os : Redis 服务器的宿主操作系统
• arch_bits : 架构（32 或 64 位）
• multiplexing_api : Redis 所使用的事件处理机制
• gcc_version : 编译 Redis 时所使用的 GCC 版本
• process_id : 服务器进程的 PID
• run_id : Redis 服务器的随机标识符（用于 Sentinel 和集群）
• tcp_port : TCP/IP 监听端口
• uptime_in_seconds : 自 Redis 服务器启动以来，经过的秒数
• uptime_in_days : 自 Redis 服务器启动以来，经过的天数
• lru_clock : 以分钟为单位进行自增的时钟，用于 LRU 管理
• clients : 已连接客户端信息，包含以下域：
• connected_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）
• client_longest_output_list : 当前连接的客户端当中，最长的输出列表
• client_longest_input_buf : 当前连接的客户端当中，最大输入缓存
• blocked_clients : 正在等待阻塞命令（BLPOP、BRPOP、BRPOPLPUSH）的客户端的数量
• memory : 内存信息，包含以下域：
• used_memory : 由 Redis 分配器分配的内存总量，以字节（byte）为单位
• used_memory_human : 以人类可读的格式返回 Redis 分配的内存总量
• used_memory_rss : 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_peak : Redis 的内存消耗峰值（以字节为单位）
• used_memory_peak_human : 以人类可读的格式返回 Redis 的内存消耗峰值
• used_memory_lua : Lua 引擎所使用的内存大小（以字节为单位）
• mem_fragmentation_ratio : used_memory_rss 和 used_memory 之间的比率
• mem_allocator : 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 。
  在理想情况下， used_memory_rss 的值应该只比 used_memory 稍微高一点儿。
  当 rss > used ，且两者的值相差较大时，表示存在（内部或外部的）内存碎片。
  内存碎片的比率可以通过 mem_fragmentation_ratio 的值看出。
  当 used > rss 时，表示 Redis 的部分内存被操作系统换出到交换空间了，在这种情况下，操作可能会产生明显的延迟。
  当 Redis 释放内存时，分配器可能会，也可能不会，将内存返还给操作系统。
  如果 Redis 释放了内存，却没有将内存返还给操作系统，那么 used_memory 的值可能和操作系统显示的 Redis 内存占用并不一致。
  查看 used_memory_peak 的值可以验证这种情况是否发生。
• persistence : RDB 和 AOF 的相关信息
• stats : 一般统计信息
• replication : 主/从复制信息
• cpu : CPU 计算量统计信息
• commandstats : Redis 命令统计信息
• cluster : Redis 集群信息
• keyspace : 数据库相关的统计信息

java部分代码实现

---

上面是命令窗的方式，使用java的话，我们就是借助jedis这个框架来帮我们完成：

@Componentpublic class RedisUtil {    @Autowired    JedisPool jedisPool;    // 获取redis 服务器信息    public String getRedisInfo() {        Jedis jedis = null;        try {            jedis = jedisPool.getResource();            Client client = jedis.getClient();            client.info();            String info = client.getBulkReply();            return info;        } finally {            // 返还到连接池            jedis.close();        }    }    // 获取日志列表    public List<Slowlog> getLogs(long entries) {        Jedis jedis = null;        try {            jedis = jedisPool.getResource();            List<Slowlog> logList = jedis.slowlogGet(entries);            return logList;        } finally {            // 返还到连接池            jedis.close();        }    }    // 获取日志条数    public Long getLogsLen() {        Jedis jedis = null;        try {            jedis = jedisPool.getResource();            long logLen = jedis.slowlogLen();            return logLen;        } finally {            // 返还到连接池            jedis.close();        }    }    // 清空日志    public String logEmpty() {        Jedis jedis = null;        try {            jedis = jedisPool.getResource();            return jedis.slowlogReset();        } finally {            // 返还到连接池            jedis.close();        }    }    // 获取占用内存大小    public Long dbSize() {        Jedis jedis = null;        try {            jedis = jedisPool.getResource();            // TODO 配置redis服务信息            Client client = jedis.getClient();            client.dbSize();            return client.getIntegerReply();        } finally {            // 返还到连接池            jedis.close();        }    }}

这样输出的都是和控制台一样的字符串，所以还需要sevice来对数据进行封装：

@Servicepublic class RedisService {    @Autowired    RedisUtil redisUtil;    public List<RedisInfoDetail> getRedisInfo() {        //获取redis服务器信息        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;    }    //获取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;    }    //获取日志总数    public Long getLogLen() {        return redisUtil.getLogsLen();    }    //清空日志    public String logEmpty() {        return redisUtil.logEmpty();    }    //获取当前数据库中key的数量    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;    }    //获取当前redis使用内存大小情况    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));    }}

上面我只是贴了部分核心代码，想具体去了解的可以去下载我的项目跑一下。

由于这个没有什么难度，只是就只是贴了些代码。后续也会一直更新，一步步将这个系统完善起来。

·······················································································································································

个人博客：http://z77z.oschina.io/

此项目下载地址：https://git.oschina.net/z77z/springboot_mybatisplus

·······················································································································································