Redis Exporter监控Redis Sentinel的最佳实践
2025-06-25 12:05:44作者:农烁颖Land
redis_exporter
Prometheus Exporter for Redis Metrics. Supports Redis 2.x, 3.x, 4.x, 5.x, 6.x, and 7.x
Redis作为高性能键值数据库被广泛使用,而Redis Sentinel则是其高可用解决方案的核心组件。在实际生产环境中,我们通常需要同时监控Redis主从实例和Sentinel集群的状态。本文将详细介绍如何使用Redis Exporter高效地采集这两类指标。
监控架构设计
Redis Exporter原生支持对Redis Sentinel的监控,但需要注意以下关键点:
- 端口差异:Redis默认使用6379端口,而Sentinel通常使用26379端口
- 指标前缀:Sentinel指标会以
redis_sentinel_为前缀,与普通Redis指标区分 - 采集方式:支持单实例采集和多实例批量采集两种模式
单实例监控方案
对于简单场景,可以启动独立Exporter实例监控Sentinel:
redis_exporter \
--log-format=txt \
--namespace=redis \
--web.listen-address=:9122 \
--web.telemetry-path=/metrics \
-redis.addr=redis://localhost:26379
这种方式的优势是配置简单,资源隔离性好,适合Sentinel与Redis实例分开部署的场景。
多实例统一监控方案
对于整合监控的需求,可以通过多地址配置实现统一采集:
redis_exporter \
--log-format=txt \
--namespace=redis \
--web.listen-address=:9121 \
--web.telemetry-path=/metrics \
-redis.addr="redis://localhost:6379,redis://localhost:26379"
这种方案的优势是:
- 减少Exporter实例数量
- 统一指标采集周期
- 集中管理监控配置
关键监控指标解读
Sentinel监控中需要特别关注的指标包括:
-
集群健康度指标
redis_sentinel_master_ok_sentinels:正常工作的Sentinel数量redis_sentinel_master_sentinels:配置的Sentinel总数
-
配置验证指标
redis_sentinel_master_setting_ckquorum:仲裁检查状态
-
故障转移指标
redis_sentinel_master_link_status:主节点连接状态redis_sentinel_running_scripts:正在执行的脚本数量
生产环境建议
- 资源隔离:当监控大量实例时,建议将Sentinel和Redis监控分开部署
- 标签管理:通过Prometheus的relabel配置为不同来源的指标添加区分标签
- 采集频率:Sentinel指标变化较慢,可适当降低采集频率
- 告警规则:特别关注
ok_sentinels与配置总数的比值
通过合理配置Redis Exporter,运维团队可以全面掌握Redis集群和Sentinel的运行状态,及时发现潜在问题,确保缓存服务的高可用性。
redis_exporter
Prometheus Exporter for Redis Metrics. Supports Redis 2.x, 3.x, 4.x, 5.x, 6.x, and 7.x
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134