1、redis-cli命令列介面訪問到redis伺服器
2、輸入info memory命令，返回與記憶體相關的資料。
used_memory：由 redis 分配器分配的記憶體總量，包含了redis程序內部的開銷和資料占用的記憶體，以位元組（byte）為單位
used_memory_human：已更直觀的單位展示分配的記憶體總量。
used_memory_rss：向作業系統申請的記憶體大小。與 top 、 ps等命令的輸出一致。
used_memory_rss_human：已更直觀的單位展示向作業系統申請的記憶體大小。
used_memory_peak：redis的記憶體消耗峰值(以位元組為單位)
used_memory_peak_human：以更直觀的格式返回redis的記憶體消耗峰值
total_system_memory：整個系統記憶體
total_system_memory_human：以更直觀的格式顯示整個系統記憶體
used_memory_lua：lua指令碼儲存占用的記憶體
used_memory_lua_human：以更直觀的格式顯示lua指令碼儲存占用的記憶體
maxmemory：redis例項的最大記憶體配置
maxmemory_human：以更直觀的格式顯示redis例項的最大記憶體配置
maxmemory_policy：當達到maxmemory時的淘汰策略
mem_fragmentation_ratio：碎片率，used_memory_rss/ used_memory
mem_allocator：記憶體分配器
當記憶體使用達到設定的最大閥值時，需要選擇一種key的**策略，可在redis.conf配置檔案中修改「maxmemory-policy」屬性值。 redis 淘汰策略，如下：
若是redis資料集中的key都設定了過期時間，那麼「volatile-ttl」策略是比較好的選擇。但如果key在達到最大記憶體限制時沒能夠迅速過期，或者根本沒有設定過期時間。那麼設定為「allkeys-lru」值比較合適，它允許redis從整個資料集中挑選最近最少使用的key進行刪除(lru淘汰演算法)。
參考：redis效能問題排查解決手冊(七)
linux監控記憶體使用率
一 監控目的 通過監控記憶體使用率判定機器記憶體資源消耗情況，及時處理並優化資源配比。二 監控方法 1 監控命令 free m cat proc meminfo 2 監控指標 記憶體使用率 buffer cache 3 監控方法 通過上述命令對記憶體總量 使用量進行擷取，取得記憶體使用率，並根據閾值...
nodejs 計算記憶體使用率
計算記憶體使用率 function calcmem 測試worker use strict const fork require child process fork,cpus require os cpus 儲存被子程序例項陣列 var workers 這裡的被子程序理論上可以無限多 儲存fork...
linux 在 cpu 記憶體 使用率
cpu ps aux head 1 ps aux sort k3nr head 3 記憶體 ps aux head 1 ps aux sort k4nr head 3 說明 ps aux中 a指代all 所有的程序，u指代userid 執行該程序的使用者id，x指代顯示所有程式，不以終端機來區分 p...