云服务器特惠 99/年起
  1. 腾讯云优惠网首页
  2. 腾讯云产品

腾讯云分布式缓存数据库 监控指标（Redis/Valkey 版）

• 腾讯云产品

这篇档整理了监控功能的完整指标清单，覆盖代理节点、数据节点、缓存数据库实例 三个维度，每个指标均包含计算方式说明。

相关产品
腾讯云分布式缓存数据库（兼容 Redis） 产品页，含版本规格、价格与购买入口。

一、一、代理节点监控指标

Proxy 节点指标为各节点独立上报，无需跨节点聚合。

二、1.1 CPU 监控

指标中文名 指标英文名 单位 指标说明 计算方式
CPU 使用率 cpu_util % Proxy CPU 使用率 实时采集 Proxy 进程的 CPU 使用率

三、1.2 请求监控

指标中文名 指标英文名 单位 指标说明 计算方式
总请求 proxy_commands 次/秒 Proxy 执行的命令数 读取 Proxy 命令计数器
Key 请求数 cmd_key_count 个/秒 命令访问的 Key 个数 读取 Proxy 内部 Key 访问计数器
Mget 请求数 cmd_mget 次/秒 Mget 命令执行次数 读取 Proxy 的 Mget 命令计数器
执行错误 cmd_err 次/秒 Proxy 命令执行错误的次数（命令不存在、参数错误等） 读取 Proxy 的错误命令计数器
大 Value 请求 cmd_big_value 次/秒 请求命令大小超过32KB的执行次数 读取 Proxy 的大 Value 请求计数器
连接最大命令数 connect_commands_max 次 单个连接上执行命令数的最大值 读取 Proxy 内部各连接的命令计数器，取最大值

四、1.3 网络监控

指标中文名 指标英文名 单位 指标说明 计算方式
连接数量 connections 个 连接到实例的 TCP 连接数量 直接读取当前 TCP 连接数
连接使用率 connections_util % 实际 TCP 连接数量和最大连接数占比 当前连接数 / 最大连接数 × 100%
节点最大连接数使用率 connections_max_util % 所有 Proxy 节点中，各节点连接数占比的最大值 MAX(各 Proxy 节点的 connections / 该节点最大连接数) × 100%
入流量 in_flow Mb/s 每秒流入数据库的流量 读取入站流量计数器
入流量使用率 in_bandwidth_util % 内网入流量实际使用和最大带宽的占比 入流量 / 最大入带宽 × 100%
入流量限流触发 in_flow_limit 次 入流量超过最大带宽的次数 读取入流量限流触发计数器
出流量 out_flow Mb/s 每秒流出数据库的流量 读取出站流量计数器
出流量使用率 out_bandwidth_util % 出流量实际使用和最大带宽的占比 出流量 / 最大出带宽 × 100%
出流量限流触发 out_flow_limit 次 出流量超过最大带宽的次数 读取出流量限流触发计数器

五、1.4 时延监控

指标中文名 指标英文名 单位 指标说明 计算方式
平均执行时延 latency_avg ms Proxy 到数据节点的执行时延平均值 统计采集周期内所有命令的平均执行耗时
最大执行时延 latency_max ms Proxy 到数据节点的执行时延最大值 统计采集周期内所有命令的最大执行耗时
读平均时延 latency_read ms Proxy 到数据节点的读命令平均执行时延 统计采集周期内读命令的平均执行耗时
写平均时延 latency_write ms Proxy 到数据节点的写命令平均执行时延 统计采集周期内写命令的平均执行耗时
其他命令平均时延 latency_other ms Proxy 到数据节点的读写命令之外的命令平均执行时延 统计采集周期内其他类型命令的平均执行耗时
P99 时延 latency_p99 ms Proxy 到数据节点的执行时延 99% 水位线 MAX：MAX(所有 Proxy 节点的 latency_p99)

六、二、数据节点监控指标（数据节点）

数据节点节点指标覆盖所有主节点和副本节点。

七、2.1 CPU 监控

指标中文名 指标英文名 单位 指标说明 计算方式
CPU 使用率 cpu_util % 平均 CPU 使用率 直接读取 Redis INFO 中的 CPU 使用率（实时状态采集）

八、2.2 网络监控

指标中文名 指标英文名 单位 指标说明 计算方式
连接数量 connections 个 Proxy 连接到节点的连接数 直接读取当前连接数（实时状态采集）
连接使用率 connections_util % 节点连接数使用率 当前连接数 / 最大连接数 × 100%

九、2.3 内存监控

指标中文名 指标英文名 单位 指标说明 计算方式
内存使用量 mem_used MB 实际使用内存容量，包含数据和缓存部分 直接读取 Redis INFO 中的 used_memory（实时状态采集）
内存使用率 mem_util % 实际使用内存和申请总内存之比 used_memory / maxmemory × 100%
内存倾斜率 mem_slope_util % 统计每个分片主节点的内存使用量与所有分片主节点内存占用平均值的比值 节点 mem_used / AVG(所有主节点 mem_used) × 100%说明：监控指标大于100%，说明该节点存在倾斜。
Key 总个数 keys 个 实例存储的总 Key 个数（一级 Key） 直接读取 Redis INFO 的 db0:keys（实时状态采集）
Key 过期数 expired 个 时间窗内被淘汰的 Key 个数 增量计算：当前 expired_keys – 上次 expired_keys
Key 驱逐数 evicted 个 时间窗内被驱逐的 Key 个数 增量计算：当前 evicted_keys – 上次 evicted_keys
Key 设置过期时间数 expires 个 实例中设置过期时间的 Key 数量（一级 Key） 直接读取 Redis INFO 的 db0:expires（实时状态采集）
复制延迟 repl_delay Byte 副本节点的相对主节点命令延迟长度 条件采集（仅 Master 采集，归属 Slave）：master_repl_offset – slave_offset

十、2.4 请求监控

指标中文名 指标英文名 单位 指标说明 计算方式
总请求 commands 次/秒 QPS，命令执行次数 速率计算：(当前 total_commands_processed – 上次值) / 采集间隔
读请求 cmd_read 次/秒 读命令执行次数 速率计算：(当前读命令累计数 – 上次值) / 采集间隔
写请求 cmd_write 次/秒 写命令执行次数 速率计算：(当前写命令累计数 – 上次值) / 采集间隔
其他请求 cmd_other 次/秒 读写命令之外的命令执行次数 速率计算：(当前其他命令累计数 – 上次值) / 采集间隔
总请求倾斜率 qps_slope_util % 统计每个分片的请求数量与实例内参与聚合的节点请求量平均值的比值 节点请求量 / AVG(参与聚合的节点请求量) × 100%。说明：如果开启副本只读，统计将包含副本只读节点读请求的数量。监控指标大于100%，说明该节点存在倾斜。

十一、2.5 响应监控

指标中文名 指标英文名 单位 指标说明 计算方式
慢查询 cmd_slow 次 执行时延大于 slowlog-log-slower-than 配置的命令请求次数 增量计算：当前慢查询累计数 – 上次慢查询累计数
读请求命中 cmd_hits 次 读请求 Key 存在的个数（keyspace_hits） 增量计算：当前 keyspace_hits – 上次 keyspace_hits
读请求 Miss cmd_miss 次 读请求 Key 不存在的个数（keyspace_misses） 增量计算：当前 keyspace_misses – 上次 keyspace_misses
读请求命中率 cmd_hits_ratio % 缓存命中率 衍生计算：cmd_hits / (cmd_hits + cmd_miss) × 100%。当访问为0时，该值为 null

十二、三、实例监控指标

实例级指标由监控中台从所有节点数据聚合而成，每个指标标注了聚合算法。

十三、3.1 CPU 监控

指标中文名 指标英文名 单位 指标说明 聚合算法及计算方式
CPU 使用率 cpu_util % 实例内所有数据节点（包括主节点和副本节点）的 CPU 使用率平均值 AVG：SUM(所有数据节点的 cpu_util) / 数据节点总数（含主节点+副本节点）
节点最大 CPU 使用率 cpu_max_util % 实例中节点（分片或副本）最大 CPU 使用率 MAX：MAX（所有数据节点的 cpu_util)

十四、3.2 内存监控

指标中文名 指标英文名 单位 指标说明 聚合算法及计算方式
内存使用量 mem_used MB 实际使用内存容量，包含数据和缓存部分 SUM：SUM(所有主节点的 mem_used)
内存使用率 mem_util % 实际使用内存和申请总内存之比 SUM(所有主节点 mem_used) / 实例 maxmemory × 100%
节点最大内存使用率 mem_max_util % 实例中节点（分片或副本）最大内存使用率 MAX：MAX(所有数据节点的 mem_util)
Key 总个数 keys 个 实例存储的总 Key 个数（一级 Key） SUM：SUM(所有主节点的 keys)
Key 过期数 expired 个 时间窗内被淘汰的 Key 个数 SUM：SUM(所有主节点的 expired)
Key 驱逐数 evicted 个 时间窗内被驱逐的 Key 个数 SUM：SUM(所有主节点的 evicted)
Key 设置过期时间数 expires 个 实例中设置过期时间的 Key 数量（一级 Key） SUM：SUM(所有主节点的 expires)

十五、3.3 网络监控

指标中文名 指标英文名 单位 指标说明 聚合算法及计算方式
连接数量 connections 个 连接到实例的 TCP 连接数量 SUM：SUM(所有 Proxy 节点的 connections)
连接使用率 connections_util % 实际 TCP 连接数量和最大连接数比 SUM(所有 Proxy 的 connections) / 实例最大连接数 × 100%
节点最大连接数使用率 connections_max_util % 所有 Proxy 节点中，各节点连接数占比的最大值 MAX：MAX(各 Proxy 节点的 connections / 该节点最大连接数) × 100%
入流量 in_flow Mb/s 每秒流入数据库的流量 SUM：SUM(所有 Proxy 节点的 in_flow)
入流量使用率 in_bandwidth_util % 内网入流量实际使用和最大带宽的占比 SUM(所有 Proxy 的 in_flow) / 实例最大入带宽 × 100%
节点最大入流量使用率 in_bandwidth_max_util % 所有 Proxy 节点中，各节点入流量使用率的最大值 MAX：MAX(各 Proxy 节点的 in_flow / 该节点最大入带宽) × 100%
入流量限流触发 in_flow_limit 次 入流量超过最大带宽的次数 SUM：SUM(所有 Proxy 节点的 in_flow_limit)
出流量 out_flow Mb/s 每秒流出数据库的流量 SUM：SUM(所有 Proxy 节点的 out_flow)
出流量使用率 out_bandwidth_util % 出流量实际使用和最大带宽的占比 SUM(所有 Proxy 的 out_flow) / 实例最大出带宽 × 100%
节点最大出流量使用率 out_bandwidth_max_util % 所有 Proxy 节点中，各节点出流量使用率的最大值 MAX：MAX(各 Proxy 节点的 out_flow / 该节点最大出带宽) × 100%
出流量限流触发 out_flow_limit 次 出流量超过最大带宽的次数 SUM：SUM(所有 Proxy 节点的 out_flow_limit)

十六、3.4 时延监控

指标中文名 指标英文名 单位 指标说明 聚合算法及计算方式
平均执行时延 latency_avg ms Proxy 到 数据节点的执行时延平均值 AVG：SUM(所有 Proxy 的 latency_avg) / Proxy 节点数
最大执行时延 latency_max ms Proxy 到数据节点的执行时延最大值 MAX：MAX(所有 Proxy 节点的 latency_max)
读平均时延 latency_read ms Proxy 到数据节点的读命令平均执行时延 AVG：SUM(所有 Proxy 的 latency_read) / Proxy 节点数
写平均时延 latency_write ms Proxy 到数据节点的写命令平均执行时延 AVG：SUM(所有 Proxy 的 latency_write) / Proxy 节点数
其他命令平均时延 latency_other ms Proxy 到数据节点的读写命令之外的命令平均执行时延 AVG：SUM(所有 Proxy 的 latency_other) / Proxy 节点数
P99 时延 latency_p99 ms Proxy 到数据节点的执行时延 99% 水位线 MAX：MAX(所有 Proxy 节点的 latency_p99)

十七、3.5 请求监控

指标中文名 指标英文名 单位 指标说明 聚合算法及计算方式
总请求 commands 次/秒 QPS，命令执行次数 SUM：SUM(所有主节点的 commands + 所有从节点的 cmd_read)
读请求 cmd_read 次/秒 读命令执行次数 SUM：SUM(所有主节点的 cmd_read + 所有从节点的 cmd_read)
写请求 cmd_write 次/秒 写命令执行次数 SUM：SUM(所有主节点的 cmd_write)
其他请求 cmd_other 次/秒 读写命令之外的命令执行次数 SUM：SUM(所有主节点的 cmd_other)
大 Value 请求 cmd_big_value 次/秒 请求命令大小超过 32KB 的执行次数 SUM：SUM(所有 Proxy 节点的 cmd_big_value)
Key 请求数 cmd_key_count 个/秒 命令访问的 Key 个数 SUM：SUM(所有 Proxy 节点的 cmd_key_count)
Mget 请求数 cmd_mget 个/秒 Mget 命令执行次数 SUM：SUM(所有 Proxy 节点的 cmd_mget)
慢查询 cmd_slow 次 执行时延大于 slowlog-log-slower-than 配置的命令次数 SUM：SUM(所有主节点的 cmd_slow + 所有从节点的 cmd_slow)
读请求命中 cmd_hits 次 读请求 Key 存在的个数（keyspace_hits） SUM：SUM(所有主节点的 cmd_hits + 所有从节点的 cmd_hits)
读请求 Miss cmd_miss 次 读请求 Key 不存在的个数（keyspace_misses） SUM：SUM(所有主节点的 cmd_miss + 所有从节点的 cmd_miss)
执行错误 cmd_err 次 命令执行错误的次数 SUM：SUM(所有 Proxy 节点的 cmd_err)
读请求命中率 cmd_hits_ratio % 所有数据节点的读请求 Key 命中总数 /（命中总数 + 未命中总数）。当访问为 0 时，该值为 null 加权平均：SUM(所有节点的 cmd_hits) / (SUM(所有节点的 cmd_hits) + SUM(所有节点的 cmd_miss)) × 100%

十八、3.6 响应监控

指标中文名 指标英文名 单位 指标说明 聚合算法及计算方式
慢查询 cmd_slow 次 执行时延大于 slowlog-log-slower-than 配置的命令次数 SUM：SUM(所有主节点的 cmd_slow + 所有从节点的 cmd_slow)
读请求命中 cmd_hits 次 读请求 Key 存在的个数（keyspace_hits） SUM：SUM(所有主节点的 cmd_hits + 所有从节点的 cmd_hits)
读请求 Miss cmd_miss 次 读请求 Key 不存在的个数（keyspace_misses） SUM：SUM(所有主节点的 cmd_miss + 所有从节点的 cmd_miss)
执行错误 cmd_err 次 命令执行错误的次数 SUM：SUM(所有 Proxy 节点的 cmd_err)
读请求命中率 cmd_hits_ratio % 所有数据节点的读请求 Key 命中总数 /（命中总数 + 未命中总数）。当访问为 0 时，该值为 null 加权平均：SUM(所有节点的 cmd_hits) / (SUM(所有节点的 cmd_hits) + SUM(所有节点的 cmd_miss)) × 100%

相关内容：

  1. 腾讯云分布式缓存数据库 慢查询（Redis/Valkey 版） 腾讯云分布式缓存数据库提供慢查询功能，分别统计 Redis 节点和 Proxy 节点的慢查询请求，记录命令内容、执行耗时、客户端来源等关键信息。这篇将指导你如何在控制台上查看、筛选和导出慢查询日志。...
  2. 腾讯云分布式缓存数据库 查看监控数据（Redis/Valkey 版） 随着业务规模的增长，缓存实例的稳定性和性能表现直接影响业务的响应速度与用户体验。腾讯云分布式缓存数据库提供覆盖实例、Redis 节点和 Proxy 节点三个维度的监控服务，支持5秒级数据采集粒度，适用于以下场景。...
  3. 腾讯云分布式缓存数据库 Redis/Valkey 版有限支持命令 分布式缓存数据库集群架构通过 Proxy 代理层对外提供服务，隐藏了后端分片的真实网络拓扑。为兼容 Jedis Cluster、Lettuce Cluster 等智能客户端的连接发现机制，集群架构对部分 Cluster 命令做了有限支持——命令可正常执行，但返回的节点 IP 地址统一替换为实例的 Proxy VIP 地址（即实例的内网 IPv4 接入地址），而非后端各分片节点的真实内部 IP。这种设计确保智能客户端在。...
  4. 腾讯云分布式缓存数据库 查看 Redis 版与 Valkey 版实例 购买腾讯云分布式缓存数据库之后，可以以在控制台直观、快速查看实例的详细信息，包括：实例的运行状态、容量使用情况、集群的主从关系、网络状态等信息，并对实例进行高效运维管理。...
  5. 腾讯云分布式缓存数据库 下载备份（Redis/Valkey 版） 腾讯云分布式缓存数据库支持将备份文件安全下载至本地环境或同地域的云服务器。系统会基于你预先配置的下载方式，为目标备份文件快速生成专属下载链接。在内网下载模式下，可在当前下载页面按需重新指定可访问文件的 VPC ID 和内网 IP 地址，轻松将文件定向转存至其他内网机器。...
  6. 腾讯云分布式缓存数据库 连接实例（Redis/Valkey 版） 实例创建完成，状态为运行中，你便可以访问数据库，进行数据库读写、查询等操作。这里说明以下三种方式连接数据库。...
  7. 腾讯云分布式缓存数据库 克隆实例（Redis/Valkey 版） 腾讯云分布式缓存数据库支持在同可用区或跨可用区一键克隆出一个完整且独立的全新实例，其数据状态与所选备份点完全一致。此功能不仅可用于在安全隔离的环境中分析历史数据，你还可以通过“VIP（虚拟 IP）交换”操作，将生产流量无缝切换至克隆实例，从而实现核心业务的快速回档与灾备恢复。...
  8. 腾讯云分布式缓存数据库 监控概述 腾讯云分布式缓存数据库提供完整的监控数据采集体系，覆盖 Proxy 代理节点、Redis 数据节点和实例级三个维度。监控系统以秒级粒度实时采集各节点的性能指标，经过统一的聚合处理后，呈现准确、全面的监控视图。本节介绍监控数据从采集到展示的完整处理流程，帮助你更好地理解监控指标的含义和数据特征。...
赞 (0)
上一篇 4天前
下一篇 4天前