当前位置:首页 > 文章列表 > 数据库 > Redis > Redis LATENCY GRAPH 怎样把事件延迟画成可读趋势

Redis LATENCY GRAPH 怎样把事件延迟画成可读趋势

来源:17golang原创 2026-11-19 11:37:16 0浏览 收藏

Redis 出现偶发慢请求时,LATENCY GRAPH 适合先把某类事件的延迟趋势读出来。它不会替代完整监控,也不会告诉你每一次请求的原始耗时;它把 Redis 已记录的事件压缩成一张 ASCII 趋势图,帮助你先判断峰值是否集中、最近是否变高。

官方地址:https://redis.io/docs/latest/commands/LATENCY-GRAPH/

要点速览
  • 先确认 latency monitor 已记录目标事件,再执行 LATENCY GRAPH event。
  • 图头里的 high、low 是当前历史样本范围,all time high 是该事件的历史最高值。
  • 图形按 min-max 归一化显示;要拿到精确样本和时间戳,应切换到 LATENCY HISTORY。

Redis LATENCY GRAPH 先解决什么问题

这个命令解决的是“延迟事件有没有形成趋势”而不是“某一条请求到底耗时多少”。Redis latency monitor 会按事件类型记录采样,例如命令执行、fork 或过期周期。只有实例已经记录了目标事件,图才有内容;没有样本时,不要把空结果误判成 Redis 没有延迟。

排查时我会先选一个明确的事件名,再读取图头。常见事件包括 command、fork、expire-cycle 和 eviction-cycle,具体可用值以当前 Redis 文档为准。

Redis LATENCY GRAPH 事件样本与 high low all time high 对应关系说明图
图1:LATENCY GRAPH 图头关系说明图,展示事件样本如何对应 high、low 与 all time high;这是静态说明图,不是终端截图。

执行命令时先固定事件和观察窗口

下面的命令只读取事件图。代码中的注释说明了每个动作的目的,示例输出中的数值只是格式示意,不代表某台 Redis 的真实运行结果。

# 先查看指定事件最近记录的概要;事件名要与实例实际记录的类型一致
redis-cli LATENCY LATEST command

# 绘制 command 事件的 ASCII 趋势图;GRAPH 只负责把已有样本变成可读图形
redis-cli LATENCY GRAPH command

# 没有样本时再核对采样开关;不要为了看图直接清空生产数据
redis-cli CONFIG GET latency-monitor-threshold

生产环境里不要一上来执行 LATENCY RESET。它会清掉诊断窗口,应该只在明确记录完现状、并得到维护窗口许可后使用。

图头里的 high、low 和 all time high 怎样区分

返回结果通常先给出事件名和三个关键值。high 表示当前图所覆盖样本里的最高延迟,low 是对应的最低延迟,all time high 则是该事件在 Redis 记录周期内出现过的历史最高值。三者不在同一层:前两个帮助比较这次图形,最后一个帮助判断是否刷新过历史极值。

字段或图形应该怎么读不能推出什么
high / low本次图形样本范围的上下界不能直接代表 P99 或平均值
all time high该事件记录过的历史最高延迟不能说明峰值现在仍在持续
ASCII 高度当前样本在 min-max 区间里的相对位置不能当作线性毫秒刻度

ASCII 图的时间刻度和高度怎样读

图的横向刻度会用 s、m、h 或 d 表示 seconds、minutes、hours、days。它回答的是“某个峰值大约发生在多久之前”。纵向则是 min-max 归一化:最低样本落在底部,高值向上,不代表每一格固定增加相同毫秒数。

Redis LATENCY GRAPH ASCII 趋势图时间刻度与归一化高度说明图
图2:ASCII 趋势图阅读说明图,展示时间刻度与 min-max 归一化高度;这是结构说明图,不是 Redis 页面截图。

因此,图上两个同样高度的峰值,可能对应不同的绝对延迟区间;而图上相邻列的先后关系,比柱高本身更适合用来判断事件是否刚刚集中出现。

什么时候从 GRAPH 切换到 HISTORY

当你需要精确时间、原始延迟值或和发布事件对齐时,使用 LATENCY HISTORY event。一个实用的排障顺序是:先用 GRAPH 看趋势,再用 HISTORY 取样本,最后结合慢日志、系统负载和业务发布时间线定位来源。

# 读取 command 事件的原始时间戳与延迟样本,便于和发布窗口对齐
redis-cli LATENCY HISTORY command

# 只在确认清理诊断窗口后执行;清理前应保存必要的排障记录
redis-cli LATENCY RESET command

如果 GRAPH 没有输出,优先检查事件是否存在、采样阈值是否合适以及当前连接是否有管理权限;不要用改标题或反复刷新图形来替代样本检查。

相关问题

LATENCY GRAPH 能显示平均延迟吗?

不能。它主要展示指定事件的趋势、范围和历史峰值;平均值、分位数或请求级数据要使用其他指标或监控方式。

为什么图上的高度不能直接换算成毫秒?

因为纵向高度按本次图形的最小值和最大值归一化,属于相对位置,不是固定刻度尺。

LATENCY GRAPH 和 LATENCY HISTORY 怎么选?

需要快速看峰值分布选 GRAPH,需要时间戳和精确样本选 HISTORY;两者通常先后配合使用。

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
Redis ACL CAT 怎样查看命令所属的权限分类Redis ACL CAT 怎样查看命令所属的权限分类
上一篇
Redis ACL CAT 怎样查看命令所属的权限分类
Redis LATENCY RESET 为什么会清空延迟事件记录
下一篇
Redis LATENCY RESET 为什么会清空延迟事件记录
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。
    1115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。
    1104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。
    1275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。
    1218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。
    1064次使用