|
|
# 加餐（五） | Redis有哪些好用的运维工具？
|
|
|
|
|
|
你好，我是蒋德钧。
|
|
|
|
|
|
今天的加餐，我来给你分享一些好用的Redis运维工具。
|
|
|
|
|
|
我们在应用Redis时，经常会面临的运维工作，包括Redis的运行状态监控，数据迁移，主从集群、切片集群的部署和运维。接下来，我就从这三个方面，给你介绍一些工具。我们先来学习下监控Redis实时运行状态的工具，这些工具都用到了Redis提供的一个监控命令：INFO。
|
|
|
|
|
|
## 最基本的监控命令：INFO命令
|
|
|
|
|
|
**Redis本身提供的INFO命令会返回丰富的实例运行监控信息，这个命令是Redis监控工具的基础**。
|
|
|
|
|
|
INFO命令在使用时，可以带一个参数section，这个参数的取值有好几种，相应的，INFO命令也会返回不同类型的监控信息。我把INFO命令的返回信息分成5大类，其中，有的类别当中又包含了不同的监控内容，如下表所示：
|
|
|
|
|
|
|
|
|
|
|
|
在监控Redis运行状态时，INFO命令返回的结果非常有用。如果你想了解INFO命令的所有参数返回结果的详细含义，可以查看Redis[官网](https://redis.io/commands/info)的介绍。这里，我给你提几个运维时需要重点关注的参数以及它们的重要返回结果。
|
|
|
|
|
|
首先，**无论你是运行单实例或是集群，我建议你重点关注一下stat、commandstat、cpu和memory这四个参数的返回结果**，这里面包含了命令的执行情况（比如命令的执行次数和执行时间、命令使用的CPU资源），内存资源的使用情况（比如内存已使用量、内存碎片率），CPU资源使用情况等，这可以帮助我们判断实例的运行状态和资源消耗情况。
|
|
|
|
|
|
另外，当你启用RDB或AOF功能时，你就需要重点关注下persistence参数的返回结果，你可以通过它查看到RDB或者AOF的执行情况。
|
|
|
|
|
|
如果你在使用主从集群，就要重点关注下replication参数的返回结果，这里面包含了主从同步的实时状态。
|
|
|
|
|
|
不过，INFO命令只是提供了文本形式的监控结果，并没有可视化，所以，在实际应用中，我们还可以使用一些第三方开源工具，将INFO命令的返回结果可视化。接下来，我要讲的Prometheus，就可以通过插件将Redis的统计结果可视化。
|
|
|
|
|
|
## 面向Prometheus的Redis-exporter监控
|
|
|
|
|
|
[Prometheus](https://prometheus.io/)是一套开源的系统监控报警框架。它的核心功能是从被监控系统中拉取监控数据，结合[Grafana](https://grafana.com/)工具，进行可视化展示。而且，监控数据可以保存到时序数据库中，以便运维人员进行历史查询。同时，Prometheus会检测系统的监控指标是否超过了预设的阈值，一旦超过阈值，Prometheus就会触发报警。
|
|
|
|
|
|
对于系统的日常运维管理来说，这些功能是非常重要的。而Prometheus已经实现了使用这些功能的工具框架。我们只要能从被监控系统中获取到监控数据，就可以用Prometheus来实现运维监控。
|
|
|
|
|
|
Prometheus正好提供了插件功能来实现对一个系统的监控，我们把插件称为exporter，每一个exporter实际是一个采集监控数据的组件。exporter采集的数据格式符合Prometheus的要求，Prometheus获取这些数据后，就可以进行展示和保存了。
|
|
|
|
|
|
[Redis-exporter](https://github.com/oliver006/redis_exporter)就是用来监控Redis的，它将INFO命令监控到的运行状态和各种统计信息提供给Prometheus，从而进行可视化展示和报警设置。目前，Redis-exporter可以支持Redis 2.0至6.0版本，适用范围比较广。
|
|
|
|
|
|
除了获取Redis实例的运行状态，Redis-exporter还可以监控键值对的大小和集合类型数据的元素个数，这个可以在运行Redis-exporter时，使用check-keys的命令行选项来实现。
|
|
|
|
|
|
此外，我们可以开发一个Lua脚本，定制化采集所需监控的数据。然后，我们使用scripts命令行选项，让Redis-exporter运行这个特定的脚本，从而可以满足业务层的多样化监控需求。
|
|
|
|
|
|
最后，我还想再给你分享两个小工具：[redis-stat](https://github.com/junegunn/redis-stat)和[Redis Live](https://github.com/snakeliwei/RedisLive)。跟Redis-exporter相比，这两个都是轻量级的监控工具。它们分别是用Ruby和Python开发的，也是将INFO命令提供的实例运行状态信息可视化展示。虽然这两个工具目前已经很少更新了，不过，如果你想自行开发Redis监控工具，它们都是不错的参考。
|
|
|
|
|
|
除了监控Redis的运行状态，还有一个常见的运维任务就是数据迁移。接下来，我们再来学习下数据迁移的工具。
|
|
|
|
|
|
## 数据迁移工具Redis-shake
|
|
|
|
|
|
有时候，我们需要在不同的实例间迁移数据。目前，比较常用的一个数据迁移工具是[Redis-shake](https://github.com/aliyun/redis-shake)，这是阿里云Redis和MongoDB团队开发的一个用于Redis数据同步的工具。
|
|
|
|
|
|
Redis-shake的基本运行原理，是先启动Redis-shake进程，这个进程模拟了一个Redis实例。然后，Redis-shake进程和数据迁出的源实例进行数据的全量同步。
|
|
|
|
|
|
这个过程和Redis主从实例的全量同步是类似的。
|
|
|
|
|
|
源实例相当于主库，Redis-shake相当于从库，源实例先把RDB文件传输给Redis-shake，Redis-shake会把RDB文件发送给目的实例。接着，源实例会再把增量命令发送给Redis-shake，Redis-shake负责把这些增量命令再同步给目的实例。
|
|
|
|
|
|
下面这张图展示了Redis-shake进行数据迁移的过程：
|
|
|
|
|
|
|
|
|
|
|
|
**Redis-shake的一大优势，就是支持多种类型的迁移。**
|
|
|
|
|
|
**首先，它既支持单个实例间的数据迁移，也支持集群到集群间的数据迁移**。
|
|
|
|
|
|
**其次**，有的Redis切片集群（例如Codis）会使用proxy接收请求操作，Redis-shake也同样支持和proxy进行数据迁移。
|
|
|
|
|
|
**另外**，因为Redis-shake是阿里云团队开发的，所以，除了支持开源的Redis版本以外，Redis-shake还支持云下的Redis实例和云上的Redis实例进行迁移，可以帮助我们实现Redis服务上云的目标。
|
|
|
|
|
|
**在数据迁移后，我们通常需要对比源实例和目的实例中的数据是否一致**。如果有不一致的数据，我们需要把它们找出来，从目的实例中剔除，或者是再次迁移这些不一致的数据。
|
|
|
|
|
|
这里，我就要再给你介绍一个数据一致性比对的工具了，就是阿里云团队开发的[Redis-full-check](https://github.com/aliyun/redis-full-check)。
|
|
|
|
|
|
Redis-full-check的工作原理很简单，就是对源实例和目的实例中的数据进行全量比对，从而完成数据校验。不过，为了降低数据校验的比对开销，Redis-full-check采用了多轮比较的方法。
|
|
|
|
|
|
在第一轮校验时，Redis-full-check会找出在源实例上的所有key，然后从源实例和目的实例中把相应的值也都查找出来，进行比对。第一次比对后，redis-full-check会把目的实例中和源实例不一致的数据，记录到sqlite数据库中。
|
|
|
|
|
|
从第二轮校验开始，Redis-full-check只比较上一轮结束后记录在数据库中的不一致的数据。
|
|
|
|
|
|
为了避免对实例的正常请求处理造成影响，Redis-full-check在每一轮比对结束后，会暂停一段时间。随着Redis-shake增量同步的进行，源实例和目的实例中的不一致数据也会逐步减少，所以，我们校验比对的轮数不用很多。
|
|
|
|
|
|
我们可以自己设置比对的轮数。具体的方法是，在运行redis-full-check命令时，把参数comparetimes的值设置为我们想要比对的轮数。
|
|
|
|
|
|
等到所有轮数都比对完成后，数据库中记录的数据就是源实例和目的实例最终的差异结果了。
|
|
|
|
|
|
这里有个地方需要注意下，Redis-full-check提供了三种比对模式，我们可以通过comparemode参数进行设置。comparemode参数有三种取值，含义如下：
|
|
|
|
|
|
* KeyOutline，只对比key值是否相等；
|
|
|
* ValueOutline，只对比value值的长度是否相等；
|
|
|
* FullValue，对比key值、value长度、value值是否相等。
|
|
|
|
|
|
我们在应用Redis-full-check时，可以根据业务对数据一致性程度的要求，选择相应的比对模式。如果一致性要求高，就把comparemode参数设置为FullValue。
|
|
|
|
|
|
好了，最后，我再向你介绍一个用于Redis集群运维管理的工具CacheCloud。
|
|
|
|
|
|
## 集群管理工具CacheCloud
|
|
|
|
|
|
[CacheCloud](https://github.com/sohutv/cachecloud)是搜狐开发的一个面向Redis运维管理的云平台，它**实现了主从集群、哨兵集群和Redis Cluster的自动部署和管理**，用户可以直接在平台的管理界面上进行操作。
|
|
|
|
|
|
针对常见的集群运维需求，CacheCloud提供了5个运维操作。
|
|
|
|
|
|
* 下线实例：关闭实例以及实例相关的监控任务。
|
|
|
* 上线实例：重新启动已下线的实例，并进行监控。
|
|
|
* 添加从节点：在主从集群中给主节点添加一个从节点。
|
|
|
* 故障切换：手动完成Redis Cluster主从节点的故障转移。
|
|
|
* 配置管理：用户提交配置修改的工单后，管理员进行审核，并完成配置修改。
|
|
|
|
|
|
当然，作为运维管理平台，CacheCloud除了提供运维操作以外，还提供了丰富的监控信息。
|
|
|
|
|
|
CacheCloud不仅会收集INFO命令提供的实例实时运行状态信息，进行可视化展示，而且还会把实例运行状态信息保存下来，例如内存使用情况、客户端连接数、键值对数据量。这样一来，当Redis运行发生问题时，运维人员可以查询保存的历史记录，并结合当时的运行状态信息进行分析。
|
|
|
|
|
|
如果你希望有一个统一平台，把Redis实例管理相关的任务集中托管起来，CacheCloud是一个不错的工具。
|
|
|
|
|
|
## 小结
|
|
|
|
|
|
这节课，我给你介绍了几种Redis的运维工具。
|
|
|
|
|
|
我们先了解了Redis的INFO命令，这个命令是监控工具的基础，监控工具都会基于INFO命令提供的信息进行二次加工。我们还学习了3种用来监控Redis实时运行状态的运维工具，分别是Redis-exporter、redis-stat和Redis Live。
|
|
|
|
|
|
关于数据迁移，我们既可以使用Redis-shake工具，也可以通过RDB文件或是AOF文件进行迁移。
|
|
|
|
|
|
在运维Redis时，刚刚讲到的多款开源工具，已经可以满足我们的不少需求了。但是，有时候，不同业务线对Redis运维的需求可能并不一样，直接使用现成的开源工具可能无法满足全部需求，在这种情况下，建议你基于开源工具进行二次开发或是自研，从而更好地满足业务使用需求。
|
|
|
|
|
|
## 每课一问
|
|
|
|
|
|
按照惯例，我给你提个小问题：你在实际应用中还使用过什么好的运维工具吗？
|
|
|
|
|
|
欢迎在留言区写下你的思考和答案，我们一起交流讨论。如果你觉得今天的内容对你有所帮助，也欢迎你分享给你的朋友或同事。我们下节课见。
|
|
|
|