背景

Redis 或许是我们大部分场景都会用到的一个利器，虽然是利器，用的姿势不对的话，终究还是会整出幺蛾子的。

比较常见的问题，不外乎内存暴增，慢查询等情况。

那么对于内存问题，可以借助redis自带的bigkey分析，也可以借助一些第三方工具来进行离线分析，如 redis-rdb-tools 和 rdr。

为什么是离线分析呢？

redis 在运行时，根据配置会生成一个 dump.rdb 的备份文件，这个备份文件是一个二进制文件，也是存在 redis 里面的数据的一个快照。

离线分析，分析的就是这个 rdb 文件。

受这两个项目的启发，老黄也用了好几个周末的时间写了个简单的离线分析工具。

下面简单介绍一下如何使用这个小工具。

rdb-tools

项目地址： https://github.com/catcherwong/rdb-tools

工具下载方式：

1. 从 Github Release 下载最新稳定版本 https://github.com/catcherwong/rdb-tools/releases/
2. 通过 nuget 下载安装 https://www.nuget.org/packages/rdb-cli/

在 Github Release 下载的是无需运行时的单文件，压缩后是 5MB 左右，解压后是 11MB 左右，需要根据不同的操作系统下载不同的可运行文件，

nuget 的话，自然就是在安装了 .net 6 的前提下， 通过 dotnet tool install 的方式来安装

输入 ./rdb-cli -h 可以看到帮助信息。

其中最主要的还是 memory 命令。

从帮助信息可以看到，需要指定 rdb 文件，和一些特定的选项。

一个比较简单常用的示例如下：

./rdb-cli memory /tmp/test/demo.rdb -ot html

这个会分析 demo.rdb ，同时分析结果以 html 的形式展现。

可以看到分析一个 2GB 的文件，大概需要 32秒左右。

html 如下：

第一部分是基础信息，rdb 的版本信息， redis 的版本信息，总的内存，总的 key 数量。

第二部分是几个柱状图，主要是不同数据类型的内存和数量分布，以及过期时间的内存和数量分布。

第三部分是几个表格，前几的 Key 前缀列表、前几的大 Key 列表、前几的 Stream 列表，Function 列表(Redis 7.0)。

当然，如果想进行一些过滤，可以指定不同的参数选项即可。

只想分析 db 9 和 db 10

./rdb-cli memory /tmp/test/demo.rdb -ot html --db 9 --db 10

只想分析 hash 和 string 类型

./rdb-cli memory /tmp/test/demo.rdb -ot html --type string --type hash

rdb-tools 除了这个直接可用的 cli 工具外，还有一个 parser 的类库，这个类库就是解析的核心类库， cli 也是基于这个做了一个 ReadCallback。

所以完全可以基于这个 parser 的类库，打造一个自定义的离线分析工具。

一些细节

分析 rdb 文件，其实就是分析一个二进制文件。

不同版本的 redis，其 rdb 文件不一定一样，毕竟 rdb 文件也有版本的概念。

目前最新的 redis 7 ，rdb 的版本是 10，

redis 5.x ~ 6.x ，rdb 的版本则是 9 。

在 rdb-tools 里面，是用 BinaryReader 来读取 rdb 文件的。

目前大部分 rdb 文件的解析应该都是按照下面这个文档来的。

https://github.com/sripathikrishnan/redis-rdb-tools/wiki/Redis-RDB-Dump-File-Format

不过它目前还没有包含 listpack 的解析。

最直观的方式是对照 redis 源码里面的 rdb.c 这个文件。

https://github.com/redis/redis/blob/7.0-rc3/src/rdb.c

rdb 对数字这一块的解码操作要特别注意，不一定能用 BitConverter.ToIntXX 来获得正确的值！！

另外有一些地方对大端和小端存储也有区分，这个是很容易踩坑的地方。

内存数据统计的时候用的是生产者消费者模式(BlockingCollection)，边解析边统计，避免一次性把 redis 的数据都加载到内存中，造成内存溢出。

目前解析一次，占用的内存基本是在几十M 左右。

总结

可能有人会问，为什么已经有这样的工具了，还要再写一个？

主要是考虑到下面几个吧

1. 活跃度的问题和对新版 redis 的支持程度
2. 自定义序列化这一块的扩展性
3. 不同领域的探索和社区支持

写这么一个工具，也加深了 redis 底层存储和数据结构的一些认知。

感兴趣的可以一起参与完善。