Redis 慢命令快照小工具：用 SLOWLOG 定位接口延迟

接口突然变慢时，很多团队第一反应是去看应用日志。但如果日志只显示某个 Redis 调用耗时偏高，却没有记录具体命令和 Key，排查会很被动。Redis 自带的 SLOWLOG 能记录超过阈值的慢命令，本篇用一个小工具把慢命令采样、解析和聚合串起来，生成一份可以直接贴进排障记录的 Markdown 快照报告。

目录

• 项目目标：做一个 Redis 慢命令快照小工具
• 环境准备：确认 SLOWLOG 阈值和样例数据
• 核心代码：采集、解析和聚合慢命令
• 本地运行：生成 Markdown 快照报告
• 部署集成：接入巡检任务但控制频率
• 验收：用样例慢命令确认报告可读

项目目标：做一个 Redis 慢命令快照小工具

这个工具只解决一个明确问题：当接口 P95 延迟升高时，快速拿到 Redis 慢命令样本，并把它们整理成“哪个命令最慢、哪个 Key 最可疑、慢了多少、下一步该看哪里”。它不代替 APM，也不长期高频扫描 Redis，只负责在排查窗口内生成一份可读快照。

最终报告应该至少包含四类信息：

• 当前慢查询阈值，例如 slowlog-log-slower-than = 10000us。
• 采集到的慢命令数量、最高耗时、平均耗时。
• 按命令类型聚合后的耗时分布，例如 HGETALL、GET、ZRANGE。
• 可疑 Key 示例，方便回到业务代码确认数据结构和访问路径。

环境准备：确认 SLOWLOG 阈值和样例数据

先确认 Redis 能记录你关心的慢命令。slowlog-log-slower-than 的单位是微秒，设置为 10000 表示超过 10ms 的命令会进入慢日志。线上环境不要为了测试随意调得过低，否则慢日志会被普通请求快速刷满。

redis-cli CONFIG GET slowlog-log-slower-than
redis-cli SLOWLOG LEN
redis-cli SLOWLOG GET 10
redis-cli LATENCY LATEST

如果 SLOWLOG LEN 一直为 0，可能是阈值太高，也可能是 Redis 本身不是瓶颈。此时应先对照应用侧耗时、网络延迟和实例负载，不要把所有慢接口都归因到 Redis。

核心代码：采集、解析和聚合慢命令

下面用 Python 写一个最小版本。它从 Redis 读取最近的慢命令，过滤掉低于阈值的样本，再按命令类型聚合总耗时和平均耗时。为了让报告更容易回溯，代码会保留第一段 Key 线索。

from collections import Counter
from pathlib import Path
import argparse
import redis


def normalize_command(item):
    parts = item.get("command", b"").decode("utf-8", "replace").split()
    name = parts[0].upper() if parts else "UNKNOWN"
    key_hint = parts[1] if len(parts) > 1 else "-"
    return name, key_hint


def parse_rows(rows, threshold_us):
    parsed = []
    for row in rows:
        cost = int(row.get("duration", 0))
        if cost 

这里没有做复杂封装，原因是排障工具最重要的是结果稳定、输出直观。真正进入团队工具箱时，可以再补充连接超时、认证参数、实例名称、报告归档路径和告警链接。

本地运行：生成 Markdown 快照报告

安装依赖后运行脚本，先用较小的 limit 验证输出，再根据 Redis 实例慢日志长度扩大采样范围。阈值建议与实例配置保持一致，避免报告和 Redis 配置口径不一致。

python3 -m pip install redis
python3 slowlog_snapshot.py \
  --host 10.0.0.5 \
  --port 6379 \
  --limit 10 \
  --threshold-us 10000 \
  --out report.md

如果报告里某个命令总耗时明显偏高，下一步不要只盯 Redis 参数。比如 HGETALL cart:uid:8821 频繁出现时，更应该检查 Hash 字段数量是否膨胀；ZRANGE rank:list 0 5000 出现时，则要回到分页范围和业务访问路径。

部署集成：接入巡检任务但控制频率

这个工具适合接入低频巡检任务，例如接口延迟告警触发后运行一次，或发布前针对关键 Redis 实例运行一次。不要把它做成每秒轮询的常驻任务，因为慢日志本身是环形缓冲，过度读取不会增加诊断价值，反而会让排障动作变得噪声很大。

一个更稳妥的集成方式是：

• 接口延迟告警触发后，人工或自动拉取一次慢命令快照。
• 报告文件带上实例名、环境名、采集时间和业务接口名。
• 只在报告里保留 Key 前缀或脱敏 Key，避免泄露用户标识。
• 排障完成后记录处理动作，例如拆分大 Hash、限制范围查询、补充本地缓存。

验收：用样例慢命令确认报告可读

验收不是看脚本能否打印 [OK]，而是看报告能否让接手排查的人马上判断方向。可以准备一组样例慢命令，确认报告能识别最高耗时、Top 命令、样例 Key 和聚合表格。

建议用下面这张检查表收尾：

• SLOWLOG GET 返回的样本数和报告样本数一致。
• 耗时单位保持微秒，报告中如需展示毫秒必须显式换算。
• Top 命令和最高耗时样本能对应到原始慢日志。
• 报告中没有敏感 Key 全量值，只保留排查所需线索。
• 结论能落到下一步动作，例如改访问范围、拆字段、加缓存或调整数据结构。

排查 Redis 慢命令时，工具越贴近真实工作流越有价值。先把慢日志样本变成可读报告，再结合接口日志和业务代码定位访问模式，通常比单纯截图终端输出更容易形成闭环。