- 综合排序
- 最热优先
- 最新优先
- 来自专栏运维录
Redis性能分析
前言 redis性能分析常见的有以下几个方面： redis slowlog分析 SCAN，SSCAN，HSCAN和ZSCAN命令的使用方法 redis是否受到系统使用swap redis watchdog 定位延时 关于redis的延时监控框架,可参考官网资料下面我们分别从这几个方面来介绍 redis slowlog分析 慢查询设置在Redis中有两种修改配置的方法,一种是修改配置文件 slowlog-log-slower-than watchdog定位延时 注意：实验功能，请确保redis数据已备份,会对redis服务性能产生影响 Redis software watchdog #该功能只能动态启用，使用以下命令： CONFIG 2) (integer) 207 2) 1) (integer) 1480865711 2) (integer) 217 LATENCY DOCTOR延时事件统计信息的智能分析与建议 1. command: 5 latency spikes (average 300ms, mean deviation 120ms, period 73.40 sec).
1.5K30发布于 2019-11-19 - 来自专栏对线JAVA面试
Redis 性能问题分析
在一些网络服务的系统中，Redis 的性能，可能是比 MySQL 等硬盘数据库的性能更重要的课题。 或者说，应该避免哪些性能浪费呢？ Redis 性能的基本面 在讨论优化之前，我们需要知道，Redis 服务本身就有一些特性，比如单线程运行。 除非修改 Redis 的源代码，不然这些特性，就是我们思考性能优化的基本面。 那么，有哪些 Redis 基本特性需要我们考虑呢？ 检查的方式是： 从中随机取出 20 个 keys； 把过期的删掉； 如果刚刚 20 个 keys 中，有 25% 以上（也就是 5 个以上）都是过期的，Redis 认为，过期的 keys 还挺多的，继续重复步骤 考虑操作系统和硬件是否影响性能 Redis 运行的外部环境，也就是操作系统和硬件显然也会影响 Redis 的性能。
82610编辑于 2022-10-27 - 来自专栏公众号-测试驿栈
Redis性能分析思路
Redis性能分析有几个大的方向。 分别是 （1）基准对比 （2）配置优化 （3）数据持久化 （4）键值优化 （5）缓存淘汰 （6）Redis集群 基准对比 在没有业务实例运行的情况下，在服务器上通过测试Redis 实例的基准性能来对比有实例运行情况下的 redis性能。 如果实例的延迟时间是Redis基准性能时间的1.5-2倍以上，可以认为这个Redis实例性能比较差 配置优化 linux配置优化 vm.overcommit_memory Redis是内存数据库 save 300 10 #在300秒(5分钟)之后，如果至少有10个key发生变化，则dump内存快照。
61020编辑于 2022-05-10 - 来自专栏咸鱼学Python
硬货 | Redis 性能问题分析
来源：rrd.me/gteAC 嘿，我是咸鱼，之前给大家推荐过关于 redis 的不少干货，这次再一起学习一下 Redis 的性能分析。 在一些网络服务的系统中，Redis 的性能，可能是比 MySQL 等硬盘数据库的性能更重要的课题。 ，不会阻塞主线程；Redis 单纯执行（大多数指令）一个指令不到 1 微秒[4]，如此，单核 CPU 一秒就能处理 1 百万个指令（大概对应着几十万个请求吧），用不着实现多线程（网络才是瓶颈[5]）。 如果刚刚 20 个 keys 中，有 25% 以上（也就是 5 个以上）都是过期的，Redis 认为，过期的 keys 还挺多的，继续重复步骤 1，直到满足退出条件：某次取出的 keys 中没有那么多过去的 [4] 1 微秒: https://redis.io/topics/latency#redis-latency-problems-troubleshooting [5] 网络才是瓶颈: https:/
1.1K00发布于 2020-03-16 - 来自专栏让技术和时代并行
redis AOF性能瓶颈分析
什么是AOF AOF是redis防止数据丢失的日志备份策略，总共有三种方式 Always 同步写回：每个写命令执行完同步地将日志写回磁盘；可靠性高，数据基本不会丢失，但同时每次命令都需要写到磁盘，性能影响比较大 ，可能会丢失1s左右的数据，但是性能得到了保证。 由操作系统控制何时写会，性能非常好；如果发生宕机，也会造成大量数据丢失。 说到AOF，其实很多人都会拿它跟Rdb去做比较，Rdb是以二进制的方式存储到磁盘上。 另外一点，RDB和AOF对客户端的写入性能影响，一般情况下，AOF的写入性能是比不上RDB的，因为AOF多了一个写入操作，但是随着写入数据量越来越大，这个差距会越来越小。 具体可以参考redis官网https://redis.io/topics/persistence，这里不过多赘述。 2.
1.3K20编辑于 2023-03-18 - 来自专栏Java开发者
Redis 5 集群选举原理分析
Redis 5 集群选举原理分析 Redis系统介绍： Redis的基础介绍与安装使用步骤：https://www.jianshu.com/p/2a23257af57b Redis的基础数据结构与使用 ：https://www.jianshu.com/p/c95c8450c5b6 Redis核心原理：https://www.jianshu.com/p/4e6b7809e10a Redis 5 之后版本的高可用集群搭建 ：https://www.jianshu.com/p/8045b92fafb2 Redis 5 版本的高可用集群的水平扩展：https://www.jianshu.com/p/6355d0827aea Redis 5 集群选举原理分析：https://www.jianshu.com/p/e6894713a6d5 Redis 5 通信协议解析以及手写一个Jedis客户端：https://www.jianshu.com ---- 原理分析： 当slave发现自己的master变为FAIL状态时，便尝试进行Failover，以期成为新的master。
1.3K21发布于 2019-04-11 - 来自专栏FunTester
Java 性能分析 5 大工具
上一篇文章我们分享了 Java 性能分析 的理论知识，相信一定有人跃跃欲试了，下面轮到了实践环节，本文将会重点介绍 5 大分析利器，让各位在进行Java 性能分析的时候如虎添翼，更上层楼。 JProfiler JProfiler 特点 JProfiler 是一款功能强大的 Java 性能分析和调优工具，它为开发人员和性能工程师提供了深入分析 Java 应用程序的各项性能指标的能力。 这意味着我们能够在实际运行环境中获得真实的性能反馈，而不必担心分析工具本身会引入额外的性能负担。 远程支持：如果你需要在不同机器上分析应用程序，YourKit 的远程分析功能使这一过程变得轻松自如。 实时和历史数据分析：支持实时监控和历史数据分析，帮助用户即时解决当前问题并回顾过去的性能趋势。 用户友好界面：直观的用户界面和图形化的数据展示，简化了复杂的性能分析过程，使分析结果更加易于理解。 历史数据分析：支持对过去的性能数据进行回顾和分析，帮助识别长期存在的性能问题。
1.2K10编辑于 2025-01-23 - 来自专栏Redis原理与应用
Redis原理—5.性能和使用总结
大纲1.导致Redis阻塞的内在原因2.导致Redis阻塞的外在原因3.Redis的性能总结4.Redis缓存的相关问题5.数据库和缓存的一致性问题6.数据库和缓存的一致性情况列举1.导致Redis阻塞的内在原因 (3)网络问题3.Redis的性能总结(1)从CPU角度分析(2)从内存角度分析(3)从磁盘角度分析(4)从网络角度分析首先需要判断出Redis是否真的慢。 可以通过基准性能测试得出Redis的平均响应延迟和最大响应延迟。如果当前的响应延迟大于基准性能测试结果的两倍以上则可认为Redis慢了。如果真的发现Redis慢了，则可以通过以下角度进行分析判断。 由于Redis是单进程单实例，可利用setnx()的特性来实现简单的分布式锁。(5)缓存雪崩问题缓存雪崩是指缓存中数据大批量到过期时间，而查询量巨大，引起数据库压力过大甚至宕机。 5.数据库和缓存的一致性问题(1)关于缓存和数据库一致性的相关问题(2)首先从引入缓存提高性能开始(3)缓存利用率和一致性问题(4)异常引起的一致性问题(5)并发引起的一致性问题(6)删除缓存可以保证一致性吗
36700编辑于 2025-02-25 - 来自专栏运维
Redis集群性能问题深度分析
Redis集群性能问题深度分析 参考 Redis开发与运维 https://redis.io/ http://www.redis.cn/ https://github.com/antirez/redis 2，集群扩容，升级到3.2.9版本后为了均摊QPS扩容了几个节点，后续发现有2个节点内核版本比其他的高但是性能反而表现比其他差，后替换了同版本的内核。 4，建立了CacheCloud监控系统，便于分析观察问题，另外Zabbix也使用Redis模版出现大故障时会报错。 5，后续优化方向转为客户端使用规划的问题，主要是解决各个量大的命令平均用时超过10微秒的问题。 6，每个Redis集群版本升级在功能与性能上都有比较大的提升，需要持久化功能的集群后续可以使用4.0.2版本，另外如果使用虚拟化不建议使用XEN、Hyper-V等，最好使用vSphere压力测试vSphere
2K11发布于 2018-11-14 - 来自专栏我的独立博客
redis georadius源码分析与性能优化
完工后对服务进行压测后发现georadius的性能比预期要差，因此我分析了georadius的源码，并对原始的实现方案进行了优化，总结成了本文。 我们生产环境使用的redis版本为4.0.13，因此本文redis源码皆为4.0.13版本的源码 redis geo原理 往redis中添加坐标的命令是GEOADD key longitude latitude 又因为redis工作线程是单线程的，因此无法充分利用多核，无法通过增加redis server的CPU核数来提升性能，只能添加从库。 ，我们减小距离范围到5km（符合条件的点有130个）再看下压测结果 5km优化前 Concurrency Level: 5 Time taken for tests: 14.006 seconds 80% 22 90% 24 95% 26 98% 28 99% 30 100% 66 (longest request) 可以看到当优化后性能更差了
42210编辑于 2024-09-02 - 来自专栏功能测试
实战演示 H5 性能分析
W3C标准是浏览器标准，一般浏览器都支持W3C标准，它规定使用者可以通过api查询性能信息，可借用W3C协议完成自动化H5性能测试。 org/TR/navigation-timing/ 使用chrome浏览器对webview进行手工查看，伴随着业务增多，数量加大，手工操作的速度会无法跟上业务增长，此时需要自动化方法测试webview性能 JSON.stringify(window.performance.\ getEntriesByName (document.querySelector("img").src)[0],null,2) 案 例 H5性能测试需要配合自动化测试工具使用 name=article&project_id=qrcode&from=txyun×tamp=1650595112 执行后会返回一个json数据，包含了简介中的各个性能指标，可对性能指标做二次处理或可视化展示
58050编辑于 2022-04-22 - 来自专栏ceshiren0001
实战演示 H5 性能分析
W3C标准是浏览器标准，一般浏览器都支持W3C标准，它规定使用者可以通过api查询性能信息，可借用W3C协议完成自动化H5性能测试。 org/TR/navigation-timing/ 使用chrome浏览器对webview进行手工查看，伴随着业务增多，数量加大，手工操作的速度会无法跟上业务增长，此时需要自动化方法测试webview性能 JSON.stringify(window.performance.\ getEntriesByName (document.querySelector("img").src)[0],null,2) 案 例 H5性能测试需要配合自动化测试工具使用 driver.execute_script( "return JSON.stringify(window.performance.timing)")) 执行后会返回一个json数据，包含了简介中的各个性能指标 ，可对性能指标做二次处理或可视化展示： {"navigationStart":1585043212714, "unloadEventStart":0,"unloadEventEnd":0, "redirectStart
53320编辑于 2022-05-06 - 来自专栏架构师成长之路
Redis详解（6）性能监控：问题分析和优化
分析redis故障的Root cause redis容量规划和性能管理 redis硬件资源利用率和成本 1、redis故障快速发现，定位故障点和解决故障 当redis出现故障时，DBA应在尽可能短时间内发现告警 2、分析redis故障的根本原因 任何一个故障和性能问题，其根本“诱因”往往只有一个，称为这个故障的Root cause。 3、Redis容量规划和性能管理 通过分析redis资源使用和性能指标的监控历史趋势数据；对集群进行合理扩容(Scale-out)、缩容(Scale-back)；对性能瓶颈优化处理等。 )，其中5%是预留给其他的开销。 要分析解决这个性能问题，需要跟踪命令处理数的数量和延迟时间。
4K21编辑于 2022-04-14 - 来自专栏用户8851537的专栏
Redis之AOF持久化文件重载性能分析
前面的话 测试将54w多条数据bak出来，在一台新的redis数据库重载，查看带来的压力 546167) "nssum005471" 546168) "nssum397176" 546169) "nssum196383 " 546170) "nssum163750" (17.14s) redis的aof文件大小 47M root@233:~/redis-5.0.4# ll -h /var/lib/redis/ total 6379> bgsave Background saving started 127.0.0.1:6379> 测试 在重载的某一刻，cpu的idl值直接为0，真是重重的的一击 loading的过程中，redis
32330发布于 2021-07-27 - 来自专栏muller的测试分享
软件测试|H5性能分析实战
图片 H5性能该如何测试呢？很多人不知道该如何下手。其实可以借用W3C协议完成自动化H5性能测试。 因为W3C标准是浏览器标准，一般浏览器都支持W3C标准，它规定使用者可以通过api查询性能信息。 org/TR/navigation-timing/ 前文使用chrome浏览器对webview进行手工查看，伴随着业务增多，数量加大，手工操作的速度会无法跟上业务增长，此时需要自动化方法测试webview性能 driver.execute_script( "return JSON.stringify(window.performance.timing)")) 执行后会返回一个json数据，包含了简介中的各个性能指标 ，可对性能指标做二次处理或可视化展示： {"navigationStart":1585043212714, "unloadEventStart":0, "unloadEventEnd":0,"redirectStart
63210编辑于 2023-01-10 - 来自专栏运维开发故事
Redisson 高性能 Redis 分布式锁源码分析
当线程 1 释放锁之后，会触发 redis 的解锁消息，消息的观察者会观察到然后去唤醒解锁的逻辑，线程 2 继续竞争锁。 配置部分 Config config = new Config(); String address = "redis://127.0.0.1:6379"; ('exists', KEYS[1]) == 0) then " + "redis.call('hincrby', KEYS[1], ARGV[2], 1 ); " + "redis.call('pexpire', KEYS[1], ARGV[1]); " + "return nil; " + "end; " + "if (redis.call('hexists',
1.2K30编辑于 2022-09-15 - 来自专栏后端码事
Redis 性能测试
\redis-benchmark.exe -n 100 测试结果： ====== PING_INLINE ====== 100 requests completed in 0.00 seconds milliseconds 28.00% <= 2 milliseconds 66.00% <= 3 milliseconds 86.00% <= 4 milliseconds 100.00% <= 5 1 milliseconds 12.00% <= 2 milliseconds 43.00% <= 3 milliseconds 67.00% <= 4 milliseconds 80.00% <= 5
77750发布于 2020-09-11 - 来自专栏用户8644135的专栏
Redis 性能测试
Redis 性能测试 Redis 性能测试是通过同时执行多个命令实现的。 语法 redis 性能测试的基本命令如下： redis-benchmark [option] [option value] 注意：该命令是在redis的目录下执行的，而不是redis客户端的内部指令。 实例 以下实例同时执行10000个请求来检测性能： [root@localhost ~]# redis-benchmark -n 10000 -q PING_INLINE: 99009.90 requests 50 5 -n 指定请求数 10000 6 -d 以字节的形式指定 SET/GET 值的数据大小 2 7 -k 1=keep alive 0=reconnect 1 8 -r SET/GET/INCR 实例 以下实例我们使用了多个参数来测试redis性能： [root@localhost ~]# redis-benchmark -h 127.0.0.1 -p 6379 -t set,lpush -n
1.1K20发布于 2021-07-02 - 来自专栏*坤的Blog
redis性能测试
*注意* 每次读写时候,由于电脑性能对比有差异性,所以可以先行通过3.2.4的快速测试,对比一下自己的电脑性能之后再进行测试,因为楼主昨天做测试的时候电脑有些卡,导致今天的数据重新测试时候都快了很多 窗口. 3.1.2 测试过程: 主从均关闭,开启主redis导入少量数据到主redis,开启从redis,从redis有一样的数据. 主从均关闭,开启从redis,删除少量数据到从redis(management tool for redis),开启主redis,主redis数据不变化,刷新从,从redis恢复原来的数据. 主从均开启,操作部分数据到主redis,从redis有同样的数据, 主从均开启,删除部分数据(management tool for redis)到从redis,主redis原有数据不会变动,再次刷新从 通过结果对比分析可以看到,快速的读写操作的速度还是比较高效的,从这里也可以看到电脑性能对于程序的影响,这个是正常编辑代码时候输出的效率,读者可以对比自己的电脑输出的时间,和楼主的数据做一个误差对比
3.2K21发布于 2018-06-04 鸿蒙5开发宝藏案例分享---性能分析简介
** 最近在HarmonyOS文档里扒出个「隐藏副本」——官方其实默默提供了**100+场景化开发案例**，覆盖性能优化、UI设计、设备适配等全链路！ ) ``` **关键技巧**： - 使用`ConstraintLayout`约束布局避免绝对定位 - 悬停时底部区域添加`clip`属性防止内容溢出 案例2：**万人列表极致优化** **官方性能数据 | 问题场景 | 案例路径 | 亮点技术 | | ------- | ------------- | ---------- | | 列表滚动卡顿 | 性能优化 > **调试技巧**： 用`DevEco Profiler`抓取案例的性能数据： ``` hdc shell hilog | grep "RenderFrame" ``` 最后说两句 这些案例简直是官方开的 **彩蛋**：在「最佳实践 > 应用质量 > 性能」里藏着**抖音级短视频流畅度优化方案**，连GPU指令优化都给了！ **讨论区**：你挖到过哪些神级案例？评论区见
20910编辑于 2025-06-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号