Redis服务端状态与性能监控(一)

1、redis-benchmark 
redis基准信息,redis服务器性能检测 

redis-benchmark -h localhost -p 6379 -c 100 -n 100000 

100个并发连接,100000个请求,检测host为localhost 端口为6379的redis服务器性能 

[root@Architect redis-1.2.6]# redis-benchmark -h localhost -p 6379 -c 100 -n 100000  
====== PING ======  
  10001 requests completed in 0.41 seconds  
  50 parallel clients  
  3 bytes payload  
  keep alive: 1  
  
0.01% <= 0 milliseconds  
23.09% <= 1 milliseconds  
85.82% <= 2 milliseconds  
95.60% <= 3 milliseconds  
97.20% <= 4 milliseconds  
97.96% <= 5 milliseconds  
98.83% <= 6 milliseconds  
99.41% <= 7 milliseconds  
99.70% <= 8 milliseconds  
99.99% <= 9 milliseconds  
100.00% <= 12 milliseconds  
24274.27 requests per second  
2、redis-cli 

redis-cli -h localhost -p 6380 monitor 
Dump all the received requests in real time; 
监控host为localhost,端口为6380,redis的连接及读写操作
 

[root@Architect redis-1.2.6]# redis-cli -h localhost -p 6380 monitor  
+OK  
+1289800615.808225 "monitor"  
+1289800615.839079 "GET" "name"  
+1289800615.853694 "PING"  
+1289800615.853783 "PING"  
+1289800615.854646 "PING"  
+1289800615.854974 "PING"  
+1289800615.857693 "PING"  
+1289800615.866862 "PING"  
+1289800615.871944 "PING" 
redis-cli -h localhost -p 6380 info 
Provide information and statistics about the server ; 
提供host为localhost,端口为6380,redis服务的统计信息
 

[root@Architect redis-1.2.6]# redis-cli -h localhost -p 6380 info  
redis_version:2.0.4  
redis_git_sha1:00000000  
redis_git_dirty:0  
arch_bits:32  
multiplexing_api:epoll  
process_id:21990  
uptime_in_seconds:490580  
uptime_in_days:5  
connected_clients:103  
connected_slaves:0  
blocked_clients:0  
used_memory:4453240  
used_memory_human:4.25M  
changes_since_last_save:200  
bgsave_in_progress:0  
last_save_time:1290394640  
bgrewriteaof_in_progress:0  
total_connections_received:809  
total_commands_processed:44094018  
expired_keys:0  
hash_max_zipmap_entries:64  
hash_max_zipmap_value:512  
pubsub_channels:0  
pubsub_patterns:0  
vm_enabled:0  
role:slave  
master_host:localhost  
master_port:6379  
master_link_status:up  
master_last_io_seconds_ago:18  
db0:keys=1319,expires=0  

3、redis-stat 

redis-stat host localhost port 6380 overview 
Print general information about a Redis instance; 
实时打印出host为localhost,端口为6380,redis实例的总体信息
 

[root@Architect redis-1.2.6]# redis-stat port 6380 overview  
 ------- data ------ ------------ load ----------------------------- - childs -  
 keys      used-mem  clients   requests            connections  
 1319      5.37M     103       44108021 (+44108021) 810                 
 1319      5.38M     103       44108124 (+103)     810                 
 1319      5.38M     103       44108225 (+101)     810                 
 1319      5.39M     103       44108326 (+101)     810                 
 1319      5.40M     103       44108427 (+101)     810                 
 1319      5.41M     103       44108528 (+101)     810  
redis-stat host localhost port 6380 overview 
Measure Redis server latency; 
输出host为localhost,端口为6380,redis服务中每个请求的响应时长
 

[root@Architect redis-1.2.6]# redis-stat port 6380 latency  
1: 0.16 ms  
2: 0.11 ms  
3: 0.15 ms  
4: 0.11 ms  
5: 0.18 ms  
6: 0.14 ms 

4、图形化监控工具RedisLive  

见下篇


转自:http://gaoerpeng777.blog.163.com/blog/static/94379450201272535755316/


内容概要:本文详细介绍了扫描单分子定位显微镜(scanSMLM)技术及其在三维超分辨体积成像中的应用。scanSMLM通过电调透镜(ETL)实现快速轴向扫描,结合4f检测系统将不同焦平面的荧光信号聚焦到固定成像面,从而实现快速、大视场的三维超分辨成像。文章不仅涵盖了系统硬件的设计实现,还提供了详细的软件代码实现,包括ETL控制、3D样本模拟、体积扫描、单分子定位、3D重建和分子聚类分析等功能。此外,文章还比较了循环扫描常规扫描模式,展示了前者在光漂白效应上的优势,并通过荧光珠校准、肌动蛋白丝、线粒体网络和流感A病毒血凝素(HA)蛋白聚类的三维成像实验,验证了系统的性能和应用潜力。最后,文章深入探讨了HA蛋白聚类病毒感染的关系,模拟了24小时内HA聚类的动态变化,提供了从分子到细胞尺度的多尺度分析能力。 适合人群:具备生物学、物理学或工程学背景,对超分辨显微成像技术感兴趣的科研人员,尤其是从事细胞生物学、病毒学或光学成像研究的科学家和技术人员。 使用场景及目标:①理解和掌握scanSMLM技术的工作原理及其在三维超分辨成像中的应用;②学习如何通过Python代码实现完整的scanSMLM系统,包括硬件控制、图像采集、3D重建和数据分析;③应用于单分子水平研究细胞内结构和动态过程,如病毒入侵机制、蛋白质聚类等。 其他说明:本文提供的代码不仅实现了scanSMLM系统的完整工作流程,还涵盖了多种超分辨成像技术的模拟和比较,如STED、GSDIM等。此外,文章还强调了系统在硬件改动小、成像速度快等方面的优势,为研究人员提供了从理论到实践的全面指导。
内容概要:本文详细介绍了基于Seggiani提出的渣层计算模型,针对Prenflo气流床气化炉中炉渣的积累和流动进行了模拟。模型不仅集成了三维代码以提供气化炉内部的温度和浓度分布,还探讨了操作条件变化对炉渣行为的影响。文章通过Python代码实现了模型的核心功能,包括炉渣粘度模型、流动速率计算、厚度更新、三维模型的集成以及可视化展示。此外,还扩展了模型以考虑炉渣组成对特性的影响,并引入了Bingham流体模型,更精确地描述了含未溶解颗粒的熔渣流动。最后,通过实例展示了氧气-蒸汽流量增加2%时的动态响应,分析了温度、流动特性和渣层分布的变化。 适合人群:从事煤气化技术研究的专业人士、化工过程模拟工程师、以及对工业气化炉操作优化感兴趣的科研人员。 使用场景及目标:①评估不同操作条件下气化炉内炉渣的行为变化;②预测并优化气化炉的操作参数(如温度、氧煤比等),以防止炉渣堵塞;③为工业气化炉的设计和操作提供理论支持和技术指导。 其他说明:该模型的实现基于理论公式和经验数据,为确保模型准确性,实际应用中需要根据具体气化炉的数据进行参数校准。模型还考虑了多个物理场的耦合,包括质量、动量和能量守恒方程,能够模拟不同操作条件下的渣层演变。此外,提供了稳态求解器和动态模拟工具,可用于扰动测试和工业应用案例分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值