仿美团版网站开发制作,网站建设的基本步骤,官方网站后台图片下载怎么做,蚌埠集团网站建设一、测试注意点
1、缓存预热
如果程序初次运行#xff0c;此时由于数据尚未加载到缓存#xff0c;则程序的响应时间会明显变长 注意事项#xff1a; 性能测试的时候 出现 非常不稳定的现象程序刚启动#xff0c;它的性能 明显 低于 已经运行一段时间的 1.1 测试缓存没…一、测试注意点
1、缓存预热
如果程序初次运行此时由于数据尚未加载到缓存则程序的响应时间会明显变长 注意事项 性能测试的时候 出现 非常不稳定的现象程序刚启动它的性能 明显 低于 已经运行一段时间的 1.1 测试缓存没有的情况 系统性能是怎么样的 以及 多久才能恢复到正常的性能 找开发 - 把数据清空模拟干净的环境 1.2 测试 缓存已经加载的情况 系统运行了一段时间各种业务场景都执行过几轮之后
2、缓存雪崩
模拟redis 挂掉服务核心主流程是否能运行允许慢不能挂掉重启redis多长时间可以恢复缓存服务——容错性测试
概念
测试方法
解决方法 3、缓存击穿
概念如果查询的目标是不存在于系统中的数据则缓存必然失效缓存大量Miss可能会导致高并发请求大量 怼到数据库数据库 处理不过来可能会影响系统性能甚至导致系统崩溃
测试方法请求数据库中不存在的数据验证系统性能如果吞吐量下降说明响应了系统性能
解决方法数据库中不存在的数据缓存中保留一条值为null的数据使得异常请求命中缓存。 二、Redis 瓶颈分析
1.1、redis 资源占用 连接redis后输入info Server服务器 Clients客户端 Memory内存 Persistence持久化配置信息 Stateserver的一些基本统计信息 keyspace_hits:226 命中次数 keyspace_misses:74 miss次数 Replication 获取 server 的主从配置信息 CPU 获取 server 的 CPU 使用信息 usedcpusys 2.559564 消耗的系统CPU usedcpuuser 0.878593 消耗的用户CPU usedcpusys_children 0.001414 后台进程占用的系统CPU usedcpuuser_children 0.000510 后台进程占用的用户CPU Keyspace获取 server 中各个 DB 的 key 的数量 cluster获取集群节点信息仅在开启集群后可见 这个集群 类似 数据库 分库分表 你要监控的服务器 不止一台 [rootVM-100-3-centos ~]# redis-cli
127.0.0.1:6379 info
# Server
redis_version:6.2.6
redis_git_sha1:00000000
redis_git_dirty:0
redis_build_id:d767c00d74be2727
redis_mode:standalone
os:Linux 4.14.105-cc1e1d6 x86_64
arch_bits:64
multiplexing_api:epoll
atomicvar_api:atomic-builtin
gcc_version:4.8.5
process_id:2135
process_supervised:no
run_id:4d98d5f7c709c98b5173dd3c0de6e1eb4d335c4a
tcp_port:6379
server_time_usec:1710399051990387
uptime_in_seconds:21878714
uptime_in_days:253
hz:10
configured_hz:10
lru_clock:15900235
executable:/usr/local/redis/bin/./redis-server
config_file:
io_threads_active:0# Clients
connected_clients:2
cluster_connections:0
maxclients:10000
client_recent_max_input_buffer:24
client_recent_max_output_buffer:0
blocked_clients:0
tracking_clients:0
clients_in_timeout_table:0# Memory
used_memory:894728
used_memory_human:873.76K
used_memory_rss:6557696
used_memory_rss_human:6.25M
used_memory_peak:952816
used_memory_peak_human:930.48K
used_memory_peak_perc:93.90%
used_memory_overhead:850944
used_memory_startup:809840
used_memory_dataset:43784
used_memory_dataset_perc:51.58%
allocator_allocated:939016
allocator_active:1191936
allocator_resident:3706880
total_system_memory:8100679680
total_system_memory_human:7.54G
used_memory_lua:37888
used_memory_lua_human:37.00K
used_memory_scripts:0
used_memory_scripts_human:0B
number_of_cached_scripts:0
maxmemory:0
maxmemory_human:0B
maxmemory_policy:noeviction
allocator_frag_ratio:1.27
allocator_frag_bytes:252920
allocator_rss_ratio:3.11
allocator_rss_bytes:2514944
rss_overhead_ratio:1.77
rss_overhead_bytes:2850816
mem_fragmentation_ratio:7.70
mem_fragmentation_bytes:5705736
mem_not_counted_for_evict:0
mem_replication_backlog:0
mem_clients_slaves:0
mem_clients_normal:41000
mem_aof_buffer:0
mem_allocator:jemalloc-5.1.0
active_defrag_running:0
lazyfree_pending_objects:0
lazyfreed_objects:0# Persistence
loading:0
current_cow_size:0
current_cow_size_age:0
current_fork_perc:0.00
current_save_keys_processed:0
current_save_keys_total:0
rdb_changes_since_last_save:0
rdb_bgsave_in_progress:0
rdb_last_save_time:1706699504
rdb_last_bgsave_status:ok
rdb_last_bgsave_time_sec:0
rdb_current_bgsave_time_sec:-1
rdb_last_cow_size:471040
aof_enabled:0
aof_rewrite_in_progress:0
aof_rewrite_scheduled:0
aof_last_rewrite_time_sec:-1
aof_current_rewrite_time_sec:-1
aof_last_bgrewrite_status:ok
aof_last_write_status:ok
aof_last_cow_size:0
module_fork_in_progress:0
module_fork_last_cow_size:0# Stats
total_connections_received:28
total_commands_processed:321
instantaneous_ops_per_sec:0
total_net_input_bytes:39598
total_net_output_bytes:256555
instantaneous_input_kbps:0.00
instantaneous_output_kbps:0.00
rejected_connections:0
sync_full:0
sync_partial_ok:0
sync_partial_err:0
expired_keys:15
expired_stale_perc:0.00
expired_time_cap_reached_count:0
expire_cycle_cpu_milliseconds:225406
evicted_keys:0
keyspace_hits:226
keyspace_misses:74
pubsub_channels:0
pubsub_patterns:0
latest_fork_usec:158
total_forks:15
migrate_cached_sockets:0
slave_expires_tracked_keys:0
active_defrag_hits:0
active_defrag_misses:0
active_defrag_key_hits:0
active_defrag_key_misses:0
tracking_total_keys:0
tracking_total_items:0
tracking_total_prefixes:0
unexpected_error_replies:0
total_error_replies:1
dump_payload_sanitizations:0
total_reads_processed:349
total_writes_processed:322
io_threaded_reads_processed:0
io_threaded_writes_processed:0# Replication
role:master
connected_slaves:0
master_failover_state:no-failover
master_replid:8e3d6429b68f282d137fc409d69a3b8b6d74ef8d
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0# CPU
used_cpu_sys:5421.144797
used_cpu_user:6813.855050
used_cpu_sys_children:0.019651
used_cpu_user_children:0.003743
used_cpu_sys_main_thread:5421.141904
used_cpu_user_main_thread:6813.850376# Modules# Errorstats
errorstat_ERR:count1# Cluster
cluster_enabled:0# Keyspace
db0:keys1,expires0,avg_ttl0
127.0.0.1:6379
2、有大量连接
通过info 查看有多少连接
3、响应时间
如何发现影响慢
1info commandstats查看哪些命令执行的慢
127.0.0.1:6379 info commandstats
# Commandstats
cmdstat_info:calls1,usec115,usec_per_call115.00,rejected_calls0,failed_calls0
cmdstat_command:calls1,usec397,usec_per_call397.00,rejected_calls0,failed_calls0
cmdstat_keys:calls0,usec0,usec_per_call0.00,rejected_calls1,failed_calls0
cmdstat_get:calls286,usec1068,usec_per_call3.73,rejected_calls0,failed_calls0
cmdstat_setex:calls19,usec140,usec_per_call7.37,rejected_calls0,failed_calls0
cmdstat_exists:calls15,usec27,usec_per_call1.80,rejected_calls0,failed_calls0
cmdstat_hello:calls1,usec4,usec_per_call4.00,rejected_calls0,failed_calls0
127.0.0.1:6379
2redis 慢查询日志
slowlog get
127.0.0.1:6379 slowlog get
(empty array)
127.0.0.1:6379
响应慢的原因1持久化2有大量过期Redis自动删除也要消耗资源 三、调优分析
Redis本身的性能很好大部分的问题在于 开发人员没有用好Redis
1、pipelining 管道批处理 比如 将大量数据 加载到 redis就可以用 管道2、Redis处理命令时采取的单线程所以不需要大量 Redis连接3、Redis的应用场景对速度要求很高采用合理的数据类型更快速的操作 纯开发场景 例如 用户信息保存场景 采用字符串 string 类型 set u1001 {userid:1001,uname:tony,...} 每一次查询 必须从redis 查询所有的内容 增加 网络消耗增加处理的资源占用 采用 hash 类似 python 嵌套的 字典 可以 将 用户信息 分为多个key进行存放 通过 Redis 使用课程 做一个额外的补充4、尽量避免让开发使用复杂的命令 例如 keys Redis 里面 标记为 O(1) 命令代表速度快 On)、 O(logn) 速度较慢 如果你看到慢查询日志 里边大量的命令都是 非 O(1)就需要让开发人员看下是否能使用其他复杂低的命令代替 Redis 集群介绍及测试思路 - 知乎
