Redis Exporter对Redis 8.0搜索模块指标采集的适配优化
2025-06-24 05:36:55作者:柏廷章Berta
Redis 8.0版本发布后,其内置的搜索模块(RediSearch)的监控指标发生了较大变化,这直接影响了Redis Exporter对该版本搜索模块指标的采集能力。本文将深入分析这些变化及相应的适配方案。
指标变化分析
Redis 8.0搜索模块的指标相较于2.10版本主要发生了以下关键变化:
-
索引相关指标重构
- 原
search_index改为search_indexes - 新增了索引活跃状态相关指标:
search_number_of_active_indexes、search_number_of_active_indexes_running_queries等 - 增加了索引内存使用情况的详细指标:
search_smallest_memory_index、search_largest_memory_index等
- 原
-
游标指标细分
- 将原来的
search_global_idle和search_global_total细分为用户和内部两类 - 新增了
search_global_idle_user、search_global_idle_internal等指标
- 将原来的
-
垃圾回收指标重命名
- 所有GC相关指标前缀从
search_改为search_gc_ - 新增了
search_gc_total_docs_not_collected等指标
- 所有GC相关指标前缀从
-
新增查询统计维度
- 增加了查询处理总数、执行时间等指标
- 新增了活跃查询计数指标
适配方案实现
针对这些变化,Redis Exporter采取了以下适配措施:
-
指标采集逻辑重构
- 对变更的指标名称进行映射处理
- 新增了对8.0特有指标的采集支持
- 保持了向后兼容性,确保旧版本Redis仍能正常工作
-
测试套件增强
- 针对不同Redis版本实现了差异化测试
- 增加了对8.0新指标的测试用例
- 确保指标采集的准确性和完整性
-
类型系统完善
- 修正了GC相关指标的数据类型
- 确保数值型指标能够正确解析和处理
技术实现细节
在具体实现上,主要解决了以下技术难点:
-
版本兼容性问题
- 通过Redis的INFO命令获取模块版本信息
- 基于版本号动态调整指标采集逻辑
-
指标命名规范化
- 对指标名称进行了统一规范化处理
- 确保指标名称清晰表达其含义
-
性能优化
- 优化了指标采集的效率
- 减少了不必要的内存分配
总结
Redis 8.0搜索模块的指标变化反映了其内部架构的演进,这些变化为监控提供了更细粒度的视角。Redis Exporter通过本次适配,不仅解决了兼容性问题,还增强了对搜索模块的监控能力,为用户提供了更全面的监控指标。
对于升级到Redis 8.0的用户,建议同时升级Redis Exporter以获取完整的搜索模块监控能力。同时,也应注意监控指标名称的变化,及时调整相关的告警规则和仪表盘配置。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0193
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617