1)redis發布版本中自帶了redis-benchmark性能測試工具，可以使用它計算qps。示例：使用50個并發連接，發出100000個請求，每個請求的數據為2kb，測試host為127.0.0.1端口為6379的redis服務器性能：

./redis-benchmark -h127.0.0.1 -p 6379 -c 50 -n 100000 -d 2

...

====== SADD ======

100000 requests completed in 2.27 seconds

500 parallel clients

3 bytes payload

keep alive: 1

4.66% <= 1milliseconds

14.15% <= 2milliseconds

23.87% <= 3milliseconds

33.59% <= 4milliseconds

43.13% <= 5milliseconds

52.69% <= 6milliseconds

62.08% <= 7milliseconds

71.43% <= 8milliseconds

80.66% <= 9milliseconds

89.10% <= 10milliseconds

95.23% <= 11milliseconds

98.76% <= 12milliseconds

99.59% <= 13milliseconds

99.78% <= 14milliseconds

99.87% <= 15milliseconds

99.95% <= 16milliseconds

99.99% <= 17milliseconds

100.00% <= 17milliseconds

44150.11 requestsper second

我們關注結果最后一行：每秒44150.11個請求，既QPS4.4萬；但這里的數據都只是測試數據，測出來的QPS不能代表實際生產的處理能力；

2)測算redis處理實際生產請求的QPS/TPS

在實際生產中，我們需要關心這個指標，在我們的應用場景中，redis能夠處理的最大的(QPS/TPS)是多少？測量redisQPS的方式有兩種：

估計生產的報文大小，使用benchmark工具指定-d數據塊大小來模擬；

使用redis-cli中info統計信息計算差值；redis-cli的info命令中有一項total_commands_processed表示：從啟動到現在處理的所有命令總數，可以通過統計兩次info指令間的差值來計算QPS：

watch -n 60'redis-cli -a MROhwkCyaGZbCrMTLAg2? info|grep total_commands_processe >> qps2.txt && date >>qps2.txt'

把每分鐘的total_commands_processe記錄到qps2.txt，打上時間戳得到數據兩兩相減，除以60秒。

注意：這個實時數據，存在波峰波谷，要采樣幾次，每次一段時間，這樣才比較準。所以，一般使用下面命令

nohup watch -n 60'redis-cli -a MROhwkCyaGZbCrMTLAg2? info|grep total_commands_processe >> qps2.txt && date >>qps2.txt' > log 2>&1 &

2、內存使用情況：

redis是內存數據庫，直接看info里的相關參數即可

used_memory:832784 # Redis 分配的內存總量

used_memory_human:813.27K

used_memory_rss:1896448 # Redis 分配的內存總量(包括內存碎片)

used_memory_peak:832760

used_memory_peak_human:813.24K #Redis所用內存的高峰值

3、redis連接數：

redis是內存數據庫，直接看info里的相關參數即可

# Clients

connected_clients:28

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的mysql redis qps_Redis QPS测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。