Redis里那些瞬间变动的请求流量咋看，怎么快速了解和监控请求情况

要搞清楚Redis里那些瞬间来、瞬间走的请求流量，看看到底发生了什么，其实就像看一个热闹的十字路口的实时车流，你不能等到下班了再去数轮胎印，得有个实时监控盯着,下面就是怎么快速了解和监控的方法。

核心思路：别等出了问题再查，要一直看着。

最直接了当的方法，就是使用Redis自带的命令,这相当于你亲自站在路口用眼睛看。

Info命令是你的基础望远镜（来源：Redis官方文档 INFO命令），在Redis客户端里输入 INFO，会刷出一大堆信息,但重点看几块：

• Stats模块：这里面有instantaneous_ops_per_sec这个值，它直接告诉你每秒处理了多少个命令，这就是最直观的“瞬时流量”，如果这个数字平时是几百，突然跳到几万,那肯定有情况。
• Commandstats模块：输入 INFO commandstats，它会列出所有命令被执行的次数、总共耗时、平均每次耗时，你就能一眼看出，是不是某个特定的命令（GET、SET，或者更复杂的 KEYS *）被疯狂调用了，如果发现SET命令的平均耗时突然变长,说明这会儿写操作可能遇到了瓶颈。

光靠手动敲命令不行，因为你不可能24小时盯着终端。MONITOR命令就像在路口装了个高清摄像头，能记录下每一辆车（来源：Redis官方文档 MONITOR命令），你在客户端输入 MONITOR，Redis就会把它接收到的每一个命令，连同时间戳、客户端地址一起，实时打印出来，当流量异常时，你打开MONITOR，就能看到到底是哪些业务、哪些IP在疯狂发送什么命令。但是要极度小心，这个命令对性能影响巨大，在高负载的生成环境上长时间运行它，可能会直接把Redis搞垮，所以它只适合在紧急排查问题时，短时间内“抓包”使用。

更靠谱的方法：建立持续的监控系统。

上面说的都是临时抱佛脚，真正想快速了解情况，需要把监控常态化,这就像给路口安装一套智能交通系统。

利用Redis的慢查询日志（Slow Log） Redis可以把执行时间超过你设定阈值的命令记录下来（来源：Redis官方文档 SLOWLOG），比如你设置slowlog-log-slower-than 10000（单位微秒，即10毫秒），那么所有执行超过10毫秒的命令都会被记下来，然后通过SLOWLOG GET命令查看，瞬间的高流量可能会引起Redis处理变慢，导致一些本来很快的命令也变“慢”了，通过慢日志能快速发现这些“受害者”，从而反推流量压力，这帮你快速定位到是哪些“慢动作”在堵塞交通。

对接外部监控工具（这才是王道） 想看得清楚、看得久，必须把Redis的指标推送到专业的监控系统里,这相当于把交通摄像头的画面接到交警大队的监控大屏上。

• Prometheus + Grafana：这是现在最流行的组合之一，你需要一个叫redis_exporter的小工具（来源：Prometheus社区提供的redis_exporter），它负责不停地从Redis实例抓取INFO命令返回的那些指标，比如连接数、内存使用量、最重要的OPS（每秒操作数）、网络输入/输出流量等，然后Prometheus负责存储这些时间序列数据，最后在Grafana里做成漂亮的图表大盘，这样你就能看到一个时间线上的流量曲线，什么时候有波峰，什么时候有波谷，一清二楚，还能设置报警规则，如果OPS连续5分钟超过1万，就发短信告警”。
• 其他商业或开源监控系统：比如Zabbix、Datadog等，它们基本都内置了对Redis的监控支持，原理都差不多,都是通过定期采集Redis的指标来生成报表和告警。

快速了解请求情况的实战步骤

当老板问你“现在Redis流量咋样？”或者收到告警时,你可以按这个顺序快速过一遍：

1. 看大盘：首先打开Grafana这样的监控仪表板，看一眼OPS和网络流量的整体曲线，是不是有个尖峰？是持续性的还是瞬间脉冲？这能给你一个宏观印象。
2. 看资源：接着看CPU使用率和内存使用率，高流量是否伴随着CPU打满？内存增长是否异常？这能判断流量是否造成了实际压力。
3. 看细节：如果确定有问题，就去看命令统计，在监控系统里看，或者快速连上Redis用 INFO commandstats 看，是不是某个命令的类型或调用量不正常？比如平时GET/SET是9:1，现在变成了1:9,说明写流量暴增。
4. 抓现场（谨慎使用）：如果以上步骤还无法定位元凶，比如怀疑有异常客户端在发送奇怪命令，那么在业务低峰期或备用环境上，短暂开启MONITOR，抓取一段时间的操作日志,分析具体的命令模式。

总结一下，关键在于“常态化监控+关键指标告警”，不要等到网站卡顿了才去查，通过Prometheus等工具把OPS、延迟、连接数这些核心指标监控起来，并设置合理的阈值告警，这样当流量出现异常波动时，你就能第一时间知道，并且有足够的数据支撑你去快速分析和定位问题根源，而不是像个无头苍蝇一样临时去敲命令，平时不烧香,临时抱佛脚是看不清楚也来不及应对那种瞬间流量的。