Redis Exporter监控Sentinel时的权限配置要点
2025-06-25 02:23:53作者:贡沫苏Truman
在使用Redis Exporter监控Redis Sentinel时,开发者可能会遇到某些关键指标缺失的问题。本文深入分析这一现象的原因,并提供完整的解决方案。
问题现象
当通过Redis Exporter监控Redis Sentinel实例时,用户发现部分重要指标如sentinel_master_ok_sentinels和sentinel_master_ok_slaves没有出现在采集结果中,而其他Sentinel相关指标却能正常显示。这种情况通常发生在Redis 7.x版本环境中。
根本原因
经过深入排查,发现问题的根源在于Redis ACL(访问控制列表)权限配置不当。Redis Sentinel监控需要特定的命令权限才能获取完整的监控数据。当Exporter使用的账户缺少必要权限时,虽然能获取基础信息,但部分关键指标会缺失。
解决方案
要解决这个问题,需要为监控账户配置正确的ACL权限。以下是推荐的权限配置:
-@all +@connection -command +client -hello +info -auth +sentinel|masters +sentinel|replicas +sentinel|slaves +sentinel|sentinels +sentinel|ckquorum
这个ACL规则包含以下关键权限:
- 基础连接权限(@connection)
- 客户端信息查询权限(client)
- INFO命令权限
- Sentinel相关命令权限(masters、replicas/slaves、sentinels等)
最佳实践建议
- 权限最小化原则:只授予监控所需的必要权限,避免使用超级用户
- 版本兼容性:注意Redis 7.x对ACL的强化要求
- 测试验证:配置后通过Redis CLI手动执行相关命令验证权限
- 监控完整性检查:确认所有预期指标都出现在Exporter输出中
通过正确配置ACL权限,Redis Exporter将能够完整采集Sentinel实例的所有监控指标,为系统监控提供全面数据支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108