前言
线上服务缓存故障是高频问题：缓存击穿、缓存雪崩、Redis 连接池耗尽、大 Key 阻塞、命中率暴跌、Redis 响应超时，都会直接导致数据库压力飙升、接口大面积超时。
本文补充 Redis 完整监控方案，分三类实现：
- Spring Data Redis 内置连接池指标（Lettuce/Jedis）
- 原生 Redis Info 运行状态（内存、持久化、命中率、客户端、命令耗时）
- 自定义监控接口，统一接入服务大盘，配套告警规则
一、区分两大 Redis 客户端：Jedis / Lettuce
SpringBoot2.x 默认 Lettuce（Netty 异步无锁连接池），老项目多使用 Jedis（同步连接池），两者监控获取方式不同，分开说明。
二、方案 1：Jedis 连接池监控（同步客户端）
1. Maven 依赖
|
xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- jedis 客户端 -->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
</dependency> |
yml 配置连接池
|
yaml
spring:
redis:
host: 127.0.0.1
port: 6379
jedis:
pool:
max-active: 20
max-idle: 8
min-idle: 2
max-wait: 300ms |
2. 监控代码（带完整注释）
|
java
import org.springframework.data.redis.connection.jedis.JedisConnectionFactory;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
import java.util.HashMap;
import java.util.Map;
@RestController
public class RedisMonitorController {
@Resource
private JedisConnectionFactory jedisConnectionFactory;
@GetMapping("/monitor/redis/jedis-pool")
public Map<String, Object> jedisPoolStat() {
Map<String, Object> res = new HashMap<>();
JedisPool pool = jedisConnectionFactory.getPool();
JedisPoolConfig poolConfig = pool.getPoolConfig();
// 连接池配置阈值
res.put("maxActive", poolConfig.getMaxTotal()); // 连接池最大连接数
res.put("maxIdle", poolConfig.getMaxIdle()); // 最大空闲连接
res.put("minIdle", poolConfig.getMinIdle()); // 最小空闲连接
res.put("maxWaitMs", poolConfig.getMaxWaitDuration().toMillis()); // 获取连接最大等待时间
// 实时运行水位（核心告警指标）
res.put("activeNum", pool.getNumActive()); // 当前正在使用的活跃连接
res.put("idleNum", pool.getNumIdle()); // 当前空闲可用连接
res.put("waitingCount", pool.getNumWaiters()); // 等待获取Redis连接的排队请求数
res.put("createdCount", pool.getCreatedCount()); // 累计创建连接总数
res.put("destroyedCount", pool.getDestroyedCount()); // 累计销毁连接总数
return res;
}
} |
核心指标风险判断
- waitingCount > 0：Redis 连接池耗尽，请求排队等待，接口大量超时；
- activeNum == maxActive && idleNum == 0：连接池完全打满；
- createdCount / destroyedCount 持续上涨：连接频繁重建，网络不稳定或空闲销毁参数不合理。
三、方案 2：Lettuce 连接池监控（SpringBoot 默认）
Lettuce 基于 Netty，使用 GenericObjectPool，同样可读取池水位指标
|
java
import io.lettuce.core.cluster.ClusterClientOptions;
import org.apache.commons.pool2.impl.GenericObjectPool;
import org.apache.commons.pool2.impl.GenericObjectPoolConfig;
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
import java.util.HashMap;
import java.util.Map;
@RestController
public class RedisMonitorController {
@Resource
private LettuceConnectionFactory lettuceConnectionFactory;
@GetMapping("/monitor/redis/lettuce-pool")
public Map<String, Object> lettucePoolStat() {
Map<String, Object> res = new HashMap<>();
GenericObjectPool<?> pool = lettuceConnectionFactory.getPool();
GenericObjectPoolConfig<?> config = pool.getConfig();
// 池配置
res.put("maxTotal", config.getMaxTotal());
res.put("maxIdle", config.getMaxIdle());
res.put("minIdle", config.getMinIdle());
// 实时运行指标
res.put("active", pool.getNumActive()); // 活跃占用连接
res.put("idle", pool.getNumIdle()); // 空闲连接
res.put("waiters", pool.getNumWaiters()); // 排队等待连接的请求数
res.put("created", pool.getCreatedCount());
res.put("destroyed", pool.getDestroyedCount());
res.put("borrowed", pool.getBorrowedCount()); // 累计借出连接次数
res.put("returned", pool.getReturnedCount()); // 累计归还连接次数
return res;
}
} |
四、方案 3：读取 Redis 服务运行状态 INFO（最重要业务指标）
通过 redisTemplate 执行 INFO 命令，获取 Redis 服务全局状态：内存、缓存命中率、持久化、客户端、命令统计、磁盘、过期键。
完整监控接口
|
java
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
import java.util.HashMap;
import java.util.Map;
import java.util.Properties;
@RestController
public class RedisInfoMonitorController {
@Resource
private RedisTemplate<String, Object> redisTemplate;
@GetMapping("/monitor/redis/info")
public Map<String, Object> redisInfo() {
Map<String, Object> result = new HashMap<>();
// 执行INFO命令获取全量状态
Properties info = (Properties) redisTemplate.execute((connection) -> connection.info());
// 1. 内存指标
result.put("usedMemory", info.getProperty("used_memory")); // Redis已使用内存(字节)
result.put("usedMemoryHuman", info.getProperty("used_memory_human")); // 可读内存
result.put("maxMemory", info.getProperty("maxmemory_human")); // 最大内存限制
// 2. 缓存命中率（核心业务指标）
long keyHits = Long.parseLong(info.getProperty("keyspace_hits", "0"));
long keyMisses = Long.parseLong(info.getProperty("keyspace_misses", "0"));
double hitRate = keyHits + keyMisses == 0 ? 1.0 : (double) keyHits / (keyHits + keyMisses);
result.put("keyspace_hits", keyHits);
result.put("keyspace_misses", keyMisses);
result.put("cacheHitRate", String.format("%.2f%%", hitRate * 100));
// 3. 客户端连接
result.put("connectedClients", info.getProperty("connected_clients")); // 当前客户端连接数
// 4. 键统计
result.put("totalKeys", info.getProperty("db0")); // db0总键数量
result.put("expiredKeys", info.getProperty("expired_keys")); // 累计过期删除key
result.put("evictedKeys", info.getProperty("evicted_keys")); // 内存淘汰删除key（出现即内存不足）
// 5. 命令执行
result.put("totalCommandsProcessed", info.getProperty("total_commands_processed"));
// 6. 持久化RDB/AOF
result.put("rdbLastSaveTime", info.getProperty("rdb_last_save_time"));
result.put("aofEnabled", info.getProperty("aof_enabled"));
return result;
}
} |
INFO 核心指标告警说明
- 缓存命中率 cacheHitRate < 90%
缓存设计不合理，大量穿透，数据库压力上涨；
- evictedKeys > 0 持续增长
Redis 内存打满，触发淘汰策略，缓存丢失，极易雪崩；
- connectedClients 持续暴涨
存在连接泄漏，客户端未关闭连接；
- usedMemory 逼近 maxmemory
内存即将溢出，触发淘汰 / 阻塞写入；
- keyspace_misses 突增：热点缓存失效、批量过期。
五、补充：监控大 Key、慢命令
1. 慢查询监控
|
java
// 获取Redis慢查询列表
redisTemplate.execute(conn -> conn.slowLogGet(10)); |
记录超过阈值的慢命令（如大 Hash 全量查询、keys *、hgetall），阻塞 Redis 主线程。
2. 扫描大 Key
线上不建议频繁执行 keys *，可定时后台线程使用 scan 分片扫描，记录超过阈值的大 key（value > 10kb）。
六、Actuator 标准化监控（生产长期大盘推荐）
引入 micrometer 自动采集 Redis 指标，对接 Prometheus/Grafana，无需手写接口：
|
xml
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency> |
自动暴露指标：
- redis.operations.*：各类命令执行次数、耗时
- redis.client.connections.active：活跃连接
- redis.cache.hit.ratio：缓存命中率
七、完整监控分层汇总（Tomcat / Druid / Redis 整套体系）
- 接入层（Tomcat）
业务并发、活跃线程、请求排队堆积，判断流量是否打满；
- 缓存层（Redis）
连接池排队数、缓存命中率、内存占用、内存淘汰、慢命令；
- 数据库层（Druid）
DB 连接排队、活跃连接、慢 SQL、SQL 报错、长事务；
三层指标联动，可快速定位故障层级：
- Tomcat 排队上涨，Redis waitingCount 上涨 → 缓存瓶颈；
- Tomcat 排队上涨，Druid pendingCount 上涨 → 数据库瓶颈；
- 仅 Tomcat 活跃线程高，中间件无排队 → 应用本地代码阻塞。
八、线上生产告警规则整理
1.紧急告警
- Jedis/Lettuce waiters > 0：Redis 连接池耗尽；
- evictedKeys 每分钟增量 > 0：Redis 内存溢出淘汰 Key；
2.性能告警
3.资源告警
- connectedClients 接近 Redis 最大客户端限制；
- usedMemory 达到 maxmemory 90% 以上。
九、踩坑总结
- Lettuce 默认多路复用，单连接承载多请求，连接池耗尽概率低于 Jedis，但waiters指标同样有效；
- INFO 命令不要高频轮询（建议 30s~1min 一次），避免加重 Redis 主线程负担；
- 禁止线上频繁执行keys *扫描全量 key，会阻塞 Redis；
- 缓存命中率低优先检查过期时间、热点 key、缓存空值策略。
十、整合统一监控大盘
将 Tomcat、Druid、Redis 监控全部聚合到 /monitor/system/stat 一个接口，一次性输出 Web、数据库、缓存三层全量性能指标，便于运维快速排查线上故障。
5
0
已为社区贡献3条内容
所有评论(0)