当前位置:首页 > 文章列表 > 数据库 > Redis > Redis CLIENT TRACKINGINFO 怎样查看连接的缓存追踪标记与前缀

Redis CLIENT TRACKINGINFO 怎样查看连接的缓存追踪标记与前缀

来源:17golang原创 2026-11-18 18:02:07 0浏览 收藏

Redis 中查看当前连接的客户端缓存追踪设置,直接执行 CLIENT TRACKINGINFO。重点读取 flags、redirect、prefixes:它们分别描述追踪标记、通知重定向目标和通知前缀。命令不接收其他客户端 ID,查到的是发送命令的当前连接,而不是整个实例的统一配置。

官方文档:https://redis.io/docs/latest/commands/client-trackinginfo/

先确定要观察的物理连接

一个常见排查场景是:应用已经开启缓存追踪,另开 redis-cli 查询却显示 off。此时先不要改服务器配置,先确认查询是否发生在同一条连接上。追踪状态属于连接,应用连接池中的不同物理连接也可能有不同状态。

在工具设计上,可以把 CLIENT ID 与当前查询一起记录,帮助标识观察对象,但 CLIENT TRACKINGINFO 不是按 ID 查询他人连接的接口。若客户端库每次从池里借出不同连接,必须使用它提供的固定连接能力,不能仅凭同一个客户端对象名推断连接相同。

结构上,当前连接关联 CLIENT TRACKINGINFO,返回信息包含 flags、redirect、prefixes 三部分;这三部分都应围绕同一个观察对象解释。

当前连接与追踪信息命令及三个返回字段的静态关系
图1:结构说明图,查询范围是当前连接,三个字段共同描述它的追踪设置。

在同一连接完成一个小实验

CLIENT TRACKINGINFO 从 Redis 6.2 起提供。下面示例选择支持 RESP3 的 redis-cli 会话,在一条独立测试连接里先观察状态,再启用广播前缀和 NOLOOP,最后关闭追踪。不要在已经承载业务追踪的连接上直接套用这段设置,否则会改变该连接原有行为。

# 在独立测试连接中演示;连接地址和认证方式按自己的环境配置。
# 一个 redis-cli 会话承载全部命令,不要拆成多次独立调用。
redis-cli -3 

这段代码没有在本文执行,也不附伪造的服务端回包。读者使用时,关注中间查询是否体现 on、bcast、noloop,以及 prefixes 是否包含 demo:catalog:。最后的 OFF 是本实验连接的收尾,不是清除服务端业务键或关闭其他连接的缓存。

如果把上述命令拆成几个独立 redis-cli 进程,后一次调用会建立另一条连接,便无法观察前一次连接的追踪状态。持续会话与状态归属,比是否使用同一台主机更关键。

按字段读取 flags 与 prefixes

flags 是标记列表,不是单个字符串。off 表示未启用,on 表示已启用;bcast 表示广播方式,noloop 表示不通知本连接自己引起的键修改。不能只比较整个列表是否恰好等于一个固定顺序的文本。

prefixes 是通知前缀,不是实际缓存键清单。实验里的 demo:catalog: 是字面前缀,不需要加星号来表示后缀;PREFIX 与 BCAST 配合使用。广播模式会针对匹配前缀的键发送相关失效通知,不要求这条连接先读取每个键。

观察字段可以回答不能直接回答
flags连接用了哪些追踪标记应用本地缓存是否已经更新
prefixes配置了哪些通知前缀本地缓存存了多少键
redirect通知的重定向目标标识接收端是否正确处理每条通知

普通的按读取追踪与广播前缀模式要分开解释。因此看到 prefixes 为空,不足以单独断言追踪关闭;应结合 flags 判断。若需要比较预期前缀与实际前缀,按集合内容比较更清楚,不依赖客户端把数组渲染成怎样的行号或缩进。

用 redirect 辅助排查通知去向

官方定义 redirect 为通知重定向使用的客户端 ID,0表示自重定向,-1表示没有该目标。实际解读时应结合当前追踪状态与通信方式,不要仅看一个数字就断言通知已经到达应用。

若 flags 中出现 broken_redirect,表示用于重定向的客户端 ID 已经不再有效。可以据此继续检查接收连接的生命周期,而不是不断调整键前缀;前缀正确与目标连接有效是不同条件。

OPTIN、OPTOUT 场景还可能出现 caching-yes 或 caching-no 等标记,它们与下一条命令的缓存选择相关,不能和广播前缀实验混作同一种模式。本文不通过在 CLIENT CACHING 后插入观察命令来证明后续业务读取状态,避免改变“下一条命令”的位置。

当前连接、redirect、通知接收连接与 broken_redirect 描述通知目标的关系;flags 和 prefixes 则描述模式和匹配范围。排查时把这几组条件分别记录,能避免“on 就等于缓存一致”的过度结论。

当前连接、重定向目标和前缀范围的静态关系
图2:结构说明图,模式、通知目标与前缀范围分别解释,图中不代表真实通知已送达。

能在命令后加一个客户端 ID 吗?

不能按这个方式查询别的连接。该命令查询当前连接;应在目标应用的正确物理连接上发送。

RESP2 和 RESP3 看起来为什么不同?

官方说明两种协议分别使用数组和映射表示返回信息。客户端也会做不同渲染,理解时关注字段含义,不把显示编号当作业务字段。

flags 显示 on 就能证明缓存没过期吗?

不能。它说明连接启用了追踪,应用的通知接收和缓存失效处理还需要分别观察。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go container/ring.Ring.Len 怎样统计环形结构中的元素数Go container/ring.Ring.Len 怎样统计环形结构中的元素数
上一篇
Go container/ring.Ring.Len 怎样统计环形结构中的元素数
Audacity 怎样切换选区工具栏的时间显示格式
下一篇
Audacity 怎样切换选区工具栏的时间显示格式
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1095次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1092次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1258次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1200次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1049次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码