Redis压力测试(详细)
2024-06-03 02:27:08
文章目录
- 前言
- 一、使用方法
- 二、实际测试过程
- 总结
前言
Redis 自带了一个叫 redis-benchmark 的工具来模拟 N 个客户端同时发出 M 个请求。 （类似于 Apache ab 程序）。你可以使用 redis-benchmark -h 来查看基准参数。
一、使用方法
redis-benchmark [-h <host>] [-p <port>] [-c <clients>] [-n <requests]> [-k <boolean>]
| 序号 | 选项 | 描述 | 默认值 |
|---|---|---|---|
| 1 | -h | 指定redis server 主机名 | localhost |
| 2 | -p | 指定redis 服务端口 | 6379 |
| 3 | -s | 指定服务器socket | |
| 4 | -c | 指定并发连接数 | 50 |
| 5 | -n | 指定请求数 | 10000 |
| 6 | -d | 以字节形式指定SET/GET值的数值大小 | 2 |
| 7 | -k | 1=keepalive 0=reconnect | 1 |
| 8 | -r | SET/GET/INCR使用随机key, SADD使用随机值 | |
| 9 | -P | 通过管道传输请求 | 1 |
| 10 | -q | 强制退出redis.仅显示query/sec值 | |
| 11 | -csv | 以csv格式输出 | |
| 12 | -l | 生成循环 永久执行测试 | |
| 13 | -t | 仅运行以逗号分隔的测试命令列表 | |
| 14 | -I | Idle模式,仅打开N个idle连接并等待 |
[root@redis-test-slave ~ ]$ redis-benchmark --help
Usage: redis-benchmark [-h <host>] [-p <port>] [-c <clients>] [-n <requests]> [-k <boolean>]-h <hostname> Server hostname (default 127.0.0.1)-p <port> Server port (default 6379)-s <socket> Server socket (overrides host and port)-a <password> Password for Redis Auth-c <clients> Number of parallel connections (default 50)-n <requests> Total number of requests (default 100000)-d <size> Data size of SET/GET value in bytes (default 2)--dbnum <db> SELECT the specified db number (default 0)-k <boolean> 1=keep alive 0=reconnect (default 1)-r <keyspacelen> Use random keys for SET/GET/INCR, random values for SADDUsing this option the benchmark will expand the string __rand_int__inside an argument with a 12 digits number in the specified rangefrom 0 to keyspacelen-1. The substitution changes every time a commandis executed. Default tests use this to hit random keys in thespecified range.-P <numreq> Pipeline <numreq> requests. Default 1 (no pipeline).-e If server replies with errors, show them on stdout.(no more than 1 error per second is displayed)-q Quiet. Just show query/sec values--csv Output in CSV format-l Loop. Run the tests forever-t <tests> Only run the comma separated list of tests. The testnames are the same as the ones produced as output.-I Idle mode. Just open N idle connections and wait.
Examples:Run the benchmark with the default configuration against 127.0.0.1:6379:# 运行默认配置下的测试$ redis-benchmarkUse 20 parallel clients, for a total of 100k requests, against 192.168.1.1:# 指定并发数20,总请求数为10W,redis server主机IP为192.168.1.1$ redis-benchmark -h 192.168.1.1 -p 6379 -n 100000 -c 20Fill 127.0.0.1:6379 with about 1 million keys only using the SET test:# 测试SET随机数性能$ redis-benchmark -t set -n 1000000 -r 100000000Benchmark 127.0.0.1:6379 for a few commands producing CSV output:# 测试结果输出到csv$ redis-benchmark -t ping,set,get -n 100000 --csvBenchmark a specific command line:# 执行特定命令下的测试$ redis-benchmark -r 10000 -n 10000 eval 'return redis.call("ping")' 0Fill a list with 10000 random elements:# 测试list入队的速度$ redis-benchmark -r 10000 -n 10000 lpush mylist __rand_int__On user specified command lines __rand_int__ is replaced with a random integerwith a range of values selected by the -r option.
二、实际测试过程
- redis-benchmark 默认参数下的测试
[root@redis-test-slave ~ ]$ redis-benchmark====== PING_INLINE ======100000 requests completed in 0.83 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds120192.30 requests per second====== PING_BULK ======100000 requests completed in 0.85 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds118203.30 requests per second====== SET ======100000 requests completed in 0.80 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds125786.16 requests per second====== GET ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds125944.58 requests per second====== INCR ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds126903.55 requests per second====== LPUSH ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds126262.62 requests per second====== RPUSH ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds126103.41 requests per second====== LPOP ======100000 requests completed in 0.80 seconds50 parallel clients3 bytes payloadkeep alive: 199.97% <= 1 milliseconds100.00% <= 1 milliseconds125628.14 requests per second====== RPOP ======100000 requests completed in 0.80 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds125786.16 requests per second====== SADD ======100000 requests completed in 0.80 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds125786.16 requests per second====== HSET ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds126103.41 requests per second====== SPOP ======100000 requests completed in 0.80 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds125628.14 requests per second====== LPUSH (needed to benchmark LRANGE) ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds126262.62 requests per second====== LRANGE_100 (first 100 elements) ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds127388.53 requests per second====== LRANGE_300 (first 300 elements) ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds127388.53 requests per second====== LRANGE_500 (first 450 elements) ======100000 requests completed in 0.78 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds127551.02 requests per second====== LRANGE_600 (first 600 elements) ======100000 requests completed in 0.79 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds126742.72 requests per second====== MSET (10 keys) ======100000 requests completed in 0.77 seconds50 parallel clients3 bytes payloadkeep alive: 1100.00% <= 0 milliseconds129701.68 requests per second
总结
参考
Redis压力测试(详细)相关推荐
- Redis 压力测试 服务监控
Redis 压力测试 & 服务监控 Redis 压力测试 Redis 安装成功后,会在 /usr/local/bin/目录下生成redis-benchmark压测工具.该工具模拟N个客户端同时 ...
- redis压力测试详解
redis做压测可以用自带的redis-benchmark工具,使用简单,效果也比较不错. linux下一般无需下载,windows下redis-benchmark压力测试工具下载地址:http:// ...
- redis压力测试工具-----redis-benchmark
redis做压测可以用自带的redis-benchmark工具,使用简单 压测命令:redis-benchmark -h 127.0.0.1 -p 6379 -c 50 -n 10000 压测需要一段 ...
- Redis第二集：Linux下安装Redis和测试，包含命令代码和问题处理办法，超详细版
Redis第二集:Linux下安装Redis和测试,包含命令代码和问题处理办法,超详细版 一.资源 Linux下的Redis的下载地址 二.安装与测试 上传至自己的Linux平台 解压安装包 tar ...
- WebBench压力测试工具（详细源码注释+分析）
WebBench压力测试工具(详细源码注释+分析) 本文适合人群:对WebBench实现感兴趣的人 WebBench原理: Linux下使用的服务器压力测试工具,利用fork建立多个子进程,每个子进程 ...
- php redis 高并发队列,laravel+Redis简单实现队列通过压力测试的高并发处理
这篇文章主要介绍了关于laravel+Redis简单实现队列通过压力测试的高并发处理 ,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下 秒杀活动 在一般的网络商城中我们会经常接触到一些高 ...
- wrk压力测试使用心得（详细）
wrk是一种现代HTTP基准测试工具,能够在单个多核CPU上运行时产生大量负载.它结合了多线程设计和可扩展的事件通知系统,如epoll和kqueue,以及使用了redis的'ae'事件循环,可以用很少 ...
- 阿里云Redis性能压力测试（二十）
文章目录 1.云Redis性能压力测试 2.安装redis-banchmark压测工具 3.压测两节点的Redis集群 4.压测四节点的Redis集群 4.1.扩容集群为四节点 4.2.压力测试 5. ...
- 压力测试实战，压力测试步骤压力测试数据 (史上最全最详细教程)
目录:导读 前言 一.为什么准备数据 二.测试数据分类 三.测试数据准备要求 四.测试数据准备思路 五.总结 前言 压力测试只有在服务器处于高压状态时,才能真正反映各种设置暴露出来的问题.现在很多压力 ...
- 大型网站压力测试及优化方案
作者:邴越 来自:cnblogs.com/binyue 0 木桶理论应用在系统优化中 木桶理论又称短板理论,其核心思想是一只木桶盛水多少,并不取决于最高的木板,而取决于最短的那块木板. 木桶原理应用在 ...
最新文章
- 微信 服务器地址的有效性,C# 微 信 公众平台 验证服务器地址的有效性
- [Eclipse]代码已被写入关于如何切换到unix在新行
- hdu 1698(线段树区间更新)
- 工厂设计模式–一种有效的方法
- macOS查看IP地址的命令
- udl 连mysql_自己如何正确获取MYSQL的ADO连接字符串
- 萝卜家园win11 32位官方旗舰版iso文件v2021.08
- [UWP]使用Picker实现一个简单的ColorPicker弹窗
- A10 平板开发一硬件平台搭建
- 【回文串5 重点+动态规划】LeetCode 132. Palindrome Partitioning II
- 拓端tecdat|R语言向量自回归VAR的迭代多元预测估计 GDP 增长率时间序列
- ABAQUS2021界面改成中文
- 小说采集，采集笔趣阁小说网站（www.biquges.cc）
- li指令 汇编_汇编语言和汇编软件
- 携程2019校园秋招后台开发笔试题（Java）
- win10计算机安全模式怎么,Win10系统怎么快速进入安全模式?
- 一个请求式分页存储管理系统中计算机应用,操作系统概论自考2012年7月真题
- 从《欲望都市》到《绝望主妇》 美剧的疯狂
- Monokai主题详细配色
- 13个坏习惯让IT工作者过度劳累