Hyperf框架中实现Redis命令执行事件监听的技术方案
2025-06-02 22:50:42作者:秋阔奎Evelyn
在Hyperf框架开发过程中,开发者经常需要监控Redis命令的执行情况,以便进行性能分析、调试或审计。本文将详细介绍在Hyperf中实现Redis命令执行事件监听的几种技术方案。
方案一:使用AOP切面实现
AOP(面向切面编程)是Hyperf框架提供的一种强大功能,可以在不修改原有代码的情况下,对方法调用进行拦截和处理。
实现步骤
- 创建Redis切面类
<?php
declare(strict_types=1);
namespace App\Aspect;
use Hyperf\Di\Annotation\Aspect;
use Hyperf\Di\Aop\AbstractAspect;
use Hyperf\Di\Aop\ProceedingJoinPoint;
use Hyperf\Redis\Redis;
#[Aspect]
class RedisCommandAspect extends AbstractAspect
{
public array $classes = [
Redis::class . '::__call',
];
public function process(ProceedingJoinPoint $proceedingJoinPoint)
{
$start = microtime(true);
// 获取执行的Redis命令和参数
$command = $proceedingJoinPoint->arguments['keys']['name'];
$arguments = $proceedingJoinPoint->arguments['keys']['arguments'];
try {
$result = $proceedingJoinPoint->process();
// 记录执行成功的日志
$this->logRedisCommand($command, $arguments, microtime(true) - $start);
return $result;
} catch (\Throwable $e) {
// 记录执行失败的日志
$this->logRedisError($command, $arguments, $e);
throw $e;
}
}
protected function logRedisCommand($command, $arguments, $executionTime)
{
// 实现你的日志记录逻辑
}
protected function logRedisError($command, $arguments, $exception)
{
// 实现错误日志记录逻辑
}
}
- 在config/autoload/aspects.php中注册切面
return [
App\Aspect\RedisCommandAspect::class,
];
方案二:使用Sentry链路追踪
对于需要更专业监控的场景,可以使用Sentry提供的Redis追踪功能。
- 安装依赖
composer require friendsofhyperf/sentry
- Sentry会自动通过AOP记录所有Redis命令的执行情况,包括:
- 执行的命令
- 参数
- 执行时间
- 是否成功
- 错误信息(如果失败)
方案三:自定义事件监听器
Hyperf的事件系统也可以用来实现Redis命令监听。
- 定义Redis命令执行事件
<?php
declare(strict_types=1);
namespace App\Event;
class RedisCommandExecuted
{
public function __construct(
public string $command,
public array $arguments,
public mixed $result,
public float $executionTime,
public ?\Throwable $exception = null
) {}
}
- 创建事件监听器
<?php
declare(strict_types=1);
namespace App\Listener;
use App\Event\RedisCommandExecuted;
use Hyperf\Event\Annotation\Listener;
use Hyperf\Event\Contract\ListenerInterface;
#[Listener]
class RedisCommandListener implements ListenerInterface
{
public function listen(): array
{
return [
RedisCommandExecuted::class,
];
}
public function process(object $event): void
{
if ($event instanceof RedisCommandExecuted) {
// 处理事件,记录日志或发送到监控系统
}
}
}
- 在Redis代理类中触发事件
// 在调用Redis命令的地方
$start = microtime(true);
try {
$result = $redis->{$command}(...$arguments);
$event = new RedisCommandExecuted($command, $arguments, $result, microtime(true) - $start);
} catch (\Throwable $e) {
$event = new RedisCommandExecuted($command, $arguments, null, microtime(true) - $start, $e);
throw $e;
} finally {
event($event);
}
方案对比
| 方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| AOP切面 | 无侵入性,全局生效 | 需要理解AOP概念 | 简单的日志记录 |
| Sentry | 功能全面,专业监控 | 需要额外依赖 | 生产环境监控 |
| 事件监听 | 灵活可控 | 需要手动触发事件 | 需要精细控制的场景 |
最佳实践建议
- 开发环境:可以使用AOP切面方案,简单快速地查看Redis命令执行情况
- 测试环境:建议使用Sentry,可以获取更全面的性能数据
- 生产环境:推荐Sentry+自定义事件监听组合,既保证监控全面性,又能实现业务特定的审计需求
通过以上方案,开发者可以灵活选择适合自己项目需求的Redis命令监控方式,提高系统的可观测性和可维护性。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥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
68
20
🎉 (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
1.37 K
781