Especificação de monitoramento do Redis

Atualizado em Leitura de 6 min

Ativo monitorado: Cache Redis

Esta especificação descreve como a Neture monitora instâncias Redis: quais métricas são coletadas, quais itens são descobertos automaticamente e quais alertas são gerados, com a criticidade de cada um.

O que esta especificação cobre#

Disponibilidade, versão e uso de CPU da instância, clientes, rede e operações, memória, persistência em disco (RDB e AOF), descoberta automática de bases, replicação e métricas por versão, e a matriz de alertas.

A matriz de alertas tem 8 alertas, por prioridade:

  • Emergencial: 1
  • Alta: 4
  • Média: 2
  • Baixa: 1

1. Disponibilidade e ciclo de vida#

Indicadores coletados continuamente para confirmar que a instância está acessível, registrar versão e modo de operação e medir o uso de CPU do processo.

Métrica Monitorada Descrição e Objetivo Operacional
Status de conectividade (ping) Verifica continuamente se a instância Redis responde a conexões de rede.
Tempo de atividade (uptime) Tempo de execução contínua do serviço, em segundos. Permite identificar reinicializações inesperadas.
Versão do software Registra a versão da instância, para controle de atualizações e de conformidade.
Identificador do processo (PID) Número do processo do Redis no sistema operacional.
Modo de operação Indica se a instância opera isolada (standalone), com Sentinel ou em cluster.
Uso de CPU do sistema e do usuário Tempo de CPU, em segundos, consumido pelo processo principal do Redis em modo usuário e em modo kernel.
Uso de CPU por processos filhos Tempo de CPU consumido pelos subprocessos criados para rotinas em segundo plano.

2. Clientes, rede e operações#

Conexões das aplicações, tráfego de rede e volume de comandos.

Métrica Monitorada Descrição e Objetivo Operacional
Clientes conectados Total de conexões de clientes abertas simultaneamente.
Clientes bloqueados Clientes aguardando a liberação de chaves ou a resposta de operações bloqueantes em listas e outras estruturas de dados.
Tamanho máximo dos buffers de entrada e saída Picos de memória usada nos buffers de comandos recebidos e de respostas a enviar.
Conexões rejeitadas Total acumulado de conexões recusadas porque o limite máximo de conexões configurado foi atingido.
Tráfego de rede recebido e enviado Volume de dados trafegados, instantâneo e acumulado, em bytes por segundo.
Operações por segundo Quantidade de comandos executados por segundo. Principal indicador da atividade da aplicação.
Canais Pub/Sub ativos Quantidade de canais e padrões de assinatura com clientes inscritos, usados em mensageria assíncrona.

3. Memória#

Uso de memória RAM, fragmentação e remoção de chaves, para evitar queda de desempenho.

Métrica Monitorada Descrição e Objetivo Operacional
Memória usada e pico de uso Memória RAM usada para armazenar os dados e o maior valor registrado desde a inicialização.
Memória residente (RSS) Memória física que o sistema operacional realmente alocou para o processo.
Índice de fragmentação de memória Compara a memória usada pelo Redis com a memória alocada pelo sistema operacional. Valores altos indicam desperdício de memória.
Memória usada por scripts Lua Memória consumida para executar e manter os scripts Lua carregados na instância.
Acertos e falhas de leitura (keyspace hits e misses) Relação entre buscas por chaves existentes e buscas por chaves inexistentes, que mostra a eficiência do cache para a aplicação.
Chaves expiradas e removidas (expired e evicted) Total de chaves removidas por fim do tempo de vida (TTL) ou por falta de memória, conforme a política de remoção (eviction) configurada.

4. Persistência em disco (RDB e AOF)#

Processos de gravação em disco dos snapshots (RDB) e do log de operações (AOF), executados em segundo plano.

Métrica Monitorada Descrição e Objetivo Operacional
Alterações desde o último salvamento Volume de alterações feitas em memória que ainda não foram gravadas em disco.
Status e duração do snapshot (BGSAVE) Resultado do último snapshot em disco e tempo, em segundos, para concluí-lo.
Status e duração da reescrita do AOF (AOF rewrite) Saúde do log incremental (AOF) e duração das rotinas de compactação desse arquivo.
Carregamento de dados (loading) Indica se a instância está na inicialização, carregando o arquivo de dados do disco para a memória.
Duração do fork Tempo, em segundos, para duplicar o processo em memória antes de iniciar uma gravação em segundo plano sem interromper as requisições.

5. Monitoramento dinâmico#

Itens descobertos automaticamente na instância. Quando um novo item é encontrado, as métricas abaixo passam a ser coletadas para ele, sem cadastro manual.

A. Descoberta de bases (keyspace)#

Identifica cada base de dados lógica em uso e coleta, para cada uma:

  • Quantidade de chaves: total de chaves armazenadas na base.
  • Chaves com expiração (expires): quantidade de chaves com tempo de expiração definido.
  • Tempo de vida médio (average TTL): média do tempo restante até a expiração, para antecipar picos de remoção de chaves.

B. Descoberta de replicação#

Identifica o papel da instância na replicação. Quando há réplicas, acompanha a comunicação com cada uma:

  • Réplicas conectadas: número de réplicas de leitura ligadas à instância principal.
  • Atraso de replicação em bytes: quantos bytes a réplica está atrasada em relação à instância principal.
  • Tempo desde o último contato (last I/O): segundos desde a última comunicação com a instância principal. Aponta falhas de conexão.
  • Estado do link e sincronização: estado da conexão (up ou down) e se a instância principal está enviando uma sincronização completa.

C. Descoberta de métricas por versão#

De acordo com a versão do Redis em execução, são adicionadas automaticamente métricas disponíveis apenas nas versões mais novas, como desfragmentação ativa de memória e liberação assíncrona de memória (lazyfree).

6. Matriz de alertas operacionais#

Quando uma das condições abaixo é atingida, a engenharia da Neture é notificada com a prioridade indicada. Os alertas estão ordenados da prioridade mais alta para a mais baixa. Para saber como os alertas são tratados e comunicados, consulte Alertas de monitoramento.

Instância Redis inacessível ou parada Emergencial

Condição técnica: o teste de conectividade falhou ou o processo principal foi encerrado. O serviço está parado e os sistemas que dependem dele para cache ou mensageria estão indisponíveis.

Limite de conexões de clientes próximo do máximo Alta

Condição técnica: o total de conexões de clientes atingiu a faixa crítica em relação ao máximo configurado. Novas conexões correm risco de ser recusadas.

Uso de memória acima de 90% do limite Alta

Condição técnica: a memória usada pelos dados ultrapassou 90% do limite configurado. Há risco de lentidão e de remoção em massa de chaves da aplicação por falta de memória.

Falha na persistência em disco Alta

Condição técnica: uma gravação em segundo plano falhou (snapshot RDB ou log AOF). Há risco de perda dos dados mais recentes em caso de queda de energia ou falha de hardware.

Atraso elevado na replicação Alta

Condição técnica: o atraso entre a instância principal e uma réplica ultrapassou 30 segundos. As réplicas de leitura estão servindo dados desatualizados.

Fragmentação de memória elevada Média

Condição técnica: o índice de fragmentação ficou acima do limite padrão de 1,5 por mais de 15 minutos. Indica desperdício de memória RAM e pode exigir avaliação da configuração e uma reinicialização agendada da instância.

Acúmulo de comandos lentos (slowlog) Média

Condição técnica: a quantidade de registros no log de comandos lentos ficou acima da média aceitável em um intervalo de 5 minutos, o que aponta comandos pesados executados pelas aplicações.

Reinicialização recente da instância Baixa

Condição técnica: o tempo de atividade do serviço está abaixo de 10 minutos, indicando manutenção planejada, atualização ou recuperação de uma falha.

Especificação técnica de referência para ativos sob monitoramento da Neture.