Redis-Überwachungstool

Redis dient als Alternative zu traditionellen datenträgerbasierten Datenbanken. Es ist vor allem für seine Geschwindigkeit, das einfache Onboarding, die flexiblen Datenstrukturen und die allgemeine Leistungsqualität bekannt.

Der Unterschied zwischen Redis und einer Standarddatenbank besteht darin, wie Redis Daten als Schlüssel-Werte-Paare speichert, die Zeichenketten, Listen, Hash-Sets und sortierte Sets enthalten. Aus diesem Grund wird Redis als Schlüssel-Wertspeicher und nicht als reine Datenbank definiert. Redis kann nicht nur als Datenbank, sondern auch als Cache oder Nachrichtenbroker fungieren.

Redis erreicht seine herausragende Leistung – und insbesondere seine hohe Geschwindigkeit – durch die Verwendung eines In-Memory-Datensatzes. Es kann atomare Operationen ausführen, wie das Suchen und Abrufen von Mitgliedern in einer Liste, das Anhängen von Zeichenfolgen, das Berechnen von Schnittpunkten, Vereinigungen und Differenzen, das Inkrementieren von Hash-Werten und vieles mehr.

Redis unterstützt auch eine Primärreplikationsarchitektur, die eine schnelle nicht-blockierende erste Synchronisierung, asynchrone Replikation und automatische Wiederverbindung mit teilweiser Neusynchronisierung auf Netsplit ermöglicht. Es ist in ANSI C geschrieben, unterstützt jedoch die meisten Programmiersprachen.

Eine der Hauptfunktionen der Redis-Datenbank, die sie auszeichnet, ist Redis-Cluster. Mit dem Redis-Cluster können Sie eine Redis-Installation ausführen, bei der Daten automatisch von mehreren Redis-Knoten gemeinsam genutzt werden. Außerdem können Sie den Betrieb fortsetzen, selbst wenn einige Knoten gerade nicht kommunizieren können oder sogar ganz ausfallen. Ihr Betrieb gerät wegen einiger problematischer Knoten nicht ins Stocken.

Redis hat einige Vorteile und unterscheidet sich von Standarddatenbanken. Aus diesem Grund ist eine ständige Leistungsüberwachung von Redis erforderlich – insbesondere die Überwachung von Redis-Cluster – um die Leistung aufrechtzuerhalten und Probleme zu erkennen, bevor sie sich erheblich auf den Benutzer auswirken.

Die Redis-Leistungsüberwachung, zu der die Redis-Clusterüberwachung, die Redis-Warteschlangenüberwachung und vieles mehr gehören, umfasst die Verfolgung wichtiger Messdaten und Abfragen, um Engpässe oder andere Leistungsstörungen zu vermeiden. Auf diese Weise können Sie Probleme in zwei Schlüsselbereichen erkennen: Probleme mit Ressourcen in Redis selbst und Probleme an anderen Stellen Ihrer Infrastruktur, die sich auf die Leistung von Redis auswirken.

Der erste Schritt eines Datenbanküberwachungsplans ist die Bestimmung dessen, was genau überwacht werden muss. Für die Redis-Leistungsüberwachung sollten Sie sicherstellen, dass Sie Einblick in Folgendes haben:

• Zustand der zugrunde liegenden Infrastruktur
• Zustand der Datenquelle und aller ihrer Prozesse
• Erfolg und Leistung der ausgeführten Abfragen

Bei Redis umfasst die Überwachung der Datenbankleistung das Sammeln und Analysieren von Schlüsselmessdaten, die von Speicher und Persistenz bis hin zu Fehlern und grundlegenden Aktivitäten reichen. Da das Redis-Datenbankverwaltungssystem für die Datenspeicherung auf den Hauptspeicher angewiesen ist, sind Speichermessdaten besonders wichtig. Dazu gehören Statistiken wie belegter Speicher, Cache-Trefferquote, Speicherfragmentierungsrate, blockierte Clients und entfernte Schlüssel.

Bei der Redis-Warteschlangenüberwachung ist der Netzwerkdatenverkehr eine weitere wichtige Messgröße. Eine unerklärliche Veränderung des Datenverkehrs könnte auf unterbrochene Verbindungen zwischen der Anwendung und der Datenquelle hinweisen. Dies kann zu einem Leistungsabfall führen, wenn das Problem nicht schnell behoben wird.

Da es so viel zu beachten gibt und so viel auf dem Spiel steht, wenn ein Problem übersehen wird, ist ein Redis-Überwachungstool unverzichtbar, sobald Redis als Datenbank genutzt wird. Ein Tool kann Ihre wichtigsten Redis-Messdaten sekundengenau überwachen und Ihre Abfragen verfolgen, wobei der Durchsatz für jede einzelne ausgeführte Abfrage gemessen wird. 

Die Überwachung von Redis in der Cloud erfordert die genaue Beobachtung einer Vielzahl von Metriken, damit Sie potenzielle Engpässe leichter erkennen und Probleme mit Redis in der Cloud und in der unterstützenden Infrastruktur lokalisieren können.

Die Aufrechterhaltung wichtiger Metriken wie schneller Reaktionszeiten hängt jedoch oft sowohl von einer konsequenten Überwachung als auch vom Verständnis dafür ab, wie sich die Leistung von Redis in der Cloud auf Ihre gesamte Infrastruktur auswirken kann. Die Verwendung eines Tools zur Leistungsüberwachung von Redis in der Cloud und die Kombination dieser Erkenntnisse mit fortschrittlichen Techniken wie Regressionsanalyse und Warteschlangentheorie, um einen unübertroffenen Einblick in Ihre Datenbanktypen und Server in einer einheitlichen Ansicht zu erhalten, kann Ihnen helfen, den Zustand Ihres Systems besser zu verstehen.

Wenn es darum geht, welche wichtigen Metriken überwacht werden sollten, ist es eine allgemein bewährte Methode für jede Datenbank – nicht nur für den Redis-Cloud-Dienst – einen Datenbanküberwachungsplan zu entwickeln, der Einblicke in die folgenden Schlüsselbereiche bietet:

• Zustand der Datenquelle und ihre Prozesse
• Leistung und Erfolg von Abfragen, die für die Datenquelle ausgeführt werden
• Bedingungen, die in der Regel schuld sind, wenn etwas schiefläuft

Da Redis in der Cloud für die Verwendung des Hauptspeichers zur Datenspeicherung ausgelegt ist, sind viele der wichtigsten zu überwachenden Metriken diejenigen, die sich auf den Speicher beziehen. Dazu gehören die Speicherfragmentierungsrate, der belegte Speicher, die Cache-Trefferquote, blockierte Clients und die Statistiken zu entfernten Schlüsseln.

Allerdings sind Speichermetriken nicht das Einzige, was es bei Redis zu überwachen gilt. Es gibt fünf weitere wichtige Metriken und Kategorien, die Sie ebenfalls überwachen sollten, um einen möglichst umfassenden Überblick über den Zustand der Cloud-Datenbank von Redis zu erhalten:

1. Leistungsmetriken wie latency. Die Latenz ist ein Maß für die Zeit, die zwischen einer Client-Anfrage und der Antwort des Servers vergeht. Aufgrund der Struktur von Redis können Ausreißer in der Latenzverteilung zu erheblichen Engpässen führen. Eine lange Antwortzeit für eine einzelne Anfrage erhöht die Latenz für alle nachfolgenden Anfragen.
2. Speichermetriken wie used_memory. Wenn Ihr used_memory den gesamten verfügbaren Systemspeicher überschreitet, beginnt das Betriebssystem, alte oder nicht verwendete Speicherbereiche auszulagern. Jeder dieser ausgelagerten Abschnitte wird auf die Festplatte geschrieben, was 100.000-mal langsamer ist als das Lesen oder Schreiben aus dem Speicher.
3. Grundlegende Aktivitätsmetriken wie connected_clients. Da Redis in der Regel von einer Anwendung vermittelt wird, gibt es eine Ober- und Untergrenze für die Anzahl der verbundenen Clients. Wenn dieser Wert außerhalb des normalen Bereichs liegt, könnte dies darauf hinweisen, dass Upstream-Verbindungen verloren gehen oder dass der Server mit der Verarbeitung von Anfragen überlastet ist.
4. Persistenzmetriken wie rdb_last_save_time und rdb_changes_since_last_save. Mithilfe dieser Metriken können Sie die Volatilität Ihres Datensatzes im Auge behalten, während die Persistenz verhindert, dass die Replikate leere Datensätze kopieren, wenn der Primärdatensatz neu gestartet wird. Diese Metriken können Ihnen auch einen guten Eindruck davon vermitteln, wie viele Daten Sie im Falle eines Ausfalls verlieren könnten.
5. Fehlermetriken wie ejected_connections. Wenn Ihre Client-Verbindungen Ihr voreingestelltes Maximum überschreiten, werden sie verworfen. Diese Metrik hilft Ihnen, Ihre Verbindungen im Auge zu behalten und sicherzustellen, dass Sie Ihre Grenzwerte nicht überschreiten.

Eine große Anzahl und Vielfalt von Messdaten muss im Rahmen der Redis-Leistungsüberwachung verfolgt werden. Da es zu viele Messdaten gibt, um sie hier alle aufzulisten, gibt es fünf Hauptkategorien von Messdaten, die das Herzstück der Redis-Leistung bilden. Diese Kategorien sind:

• Leistungsmessdaten wie latency. Die Latenz spiegelt die Zeit zwischen einer Client-Anfrage und der Antwort des Servers auf die Anfrage wider. Redis ist so strukturiert, dass schon ein einziger Ausreißer in Ihrer Latenzverteilung zu erheblichen Engpässen führen kann. Tatsächlich erhöht eine lange Antwortzeit für eine einzelne Anfrage die Latenz für alle nachfolgenden Anfragen. Dies bedeutet, dass in Redis auftretende Latenzen unbedingt sofort erfasst werden müssen. Überwachen Sie an die Leistung gebundene Datenbankmessdaten, um Latenz frühzeitig zu erkennen.
• Speichermessdaten wie used_memory. Um die hohen Geschwindigkeiten aufrechtzuerhalten, für die Redis bekannt ist, müssen Sie sicherstellen, dass Ihr verwendeter Speicher kleiner als der gesamte Systemspeicher ist. Wenn der verwendete Speicher den Systemspeicher überschreitet, beginnt das Betriebssystem mit dem Auslagern von Speicherbereichen, die dann auf die Festplatte geschrieben werden. Dieser Prozess ist etwa 100.000-mal langsamer als das Lesen oder Schreiben aus dem Speicher. Da die Daten in Redis über den Hauptspeicher gespeichert werden, sind diese Messdaten noch wichtiger als bei einer Redis-Datenbank üblich. Mit einem Redis-Überwachungstool können Sie alle benötigten Speichermessdaten verfolgen, einschließlich der Cache-Trefferquote, blockierter Clients, der Speicherfragmentierungsrate und der Statistiken zu entfernten Schlüsseln.
• Grundlegende Aktivitätsmessdaten wie connected_clients. Redis hat sowohl eine Ober- als auch eine Untergrenze für die Anzahl der verbundenen Clients. Durch die Überprüfung dieser Metrik können Sie erkennen, ob die Anzahl der Clients den normalen Bereich verlässt, was ein früher Indikator für ein Problem innerhalb Ihres Redis-Systems sein kann. Zu viele oder zu wenige Clients können dazu führen, dass der Server mit der Verarbeitung von Anfragen überlastet ist oder Upstream-Verbindungen verloren gehen.
• Persistenzmessdaten wie rdb_last_save_time und rdb_changes_since_last_save. Die Persistenz ist in Redis wichtig, da sie verhindert, dass die Replikate leere Datensätze kopieren, wenn der Primärdatensatz neu gestartet wird. Die Überwachung dieser Messdaten hilft Ihnen, die Volatilität Ihres Datensatzes zu verfolgen. Diese Metriken können Ihnen auch einen guten Eindruck davon vermitteln, wie viele Daten Sie im Falle eines Ausfalls verlieren könnten.
• Fehlermessdaten wie ejected_connections. Wenn Ihre Client-Verbindungen Ihr voreingestelltes Maximum überschreiten, werden sie verworfen. Mithilfe von Fehlermetriken wie verworfene Verbindungen können Sie sicherstellen, dass Sie Ihre Grenzwerte nicht überschreiten und die Grenzwerte bei Bedarf anpassen können. Ein Redis-Überwachungstool benachrichtigt Sie, wenn diese Messdaten Ihre Aufmerksamkeit erfordern.