1、計算qps：
1）redis發布版本中自帶了redis-benchmark性能測試工具，可以使用它計算qps。示例：使用50個並發連接，發出100000個請求，每個請求的數據為2kb，測試host為127.0.0.1端口為6379的redis服務器性能：
./redis-benchmark -h127.0.0.1 -p 6379 -c 50 -n 100000 -d 2
...
====== SADD ======
100000 requests completed in 2.27 seconds
500 parallel clients
3 bytes payload
keep alive: 1
4.66% <= 1milliseconds
14.15% <= 2milliseconds
23.87% <= 3milliseconds
33.59% <= 4milliseconds
43.13% <= 5milliseconds
52.69% <= 6milliseconds
62.08% <= 7milliseconds
71.43% <= 8milliseconds
80.66% <= 9milliseconds
89.10% <= 10milliseconds
95.23% <= 11milliseconds
98.76% <= 12milliseconds
99.59% <= 13milliseconds
99.78% <= 14milliseconds
99.87% <= 15milliseconds
99.95% <= 16milliseconds
99.99% <= 17milliseconds
100.00% <= 17milliseconds
44150.11 requestsper second
我們關注結果最后一行：每秒44150.11個請求，既QPS4.4萬；但這里的數據都只是測試數據，測出來的QPS不能代表實際生產的處理能力；
2）測算redis處理實際生產請求的QPS/TPS
在實際生產中，我們需要關心這個指標，在我們的應用場景中，redis能夠處理的最大的(QPS/TPS)是多少？測量redisQPS的方式有兩種：
估計生產的報文大小，使用benchmark工具指定-d數據塊大小來模擬；
使用redis-cli中info統計信息計算差值；redis-cli的info命令中有一項total_commands_processed表示：從啟動到現在處理的所有命令總數，可以通過統計兩次info指令間的差值來計算QPS：
watch -n 60'redis-cli -a MROhwkCyaGZbCrMTLAg2 info|grep total_commands_processe >> qps2.txt && date >>qps2.txt'
把每分鍾的total_commands_processe記錄到qps2.txt，打上時間戳得到數據兩兩相減，除以60秒。
注意：這個實時數據，存在波峰波谷，要采樣幾次，每次一段時間，這樣才比較准。所以，一般使用下面命令
nohup watch -n 60'redis-cli -a MROhwkCyaGZbCrMTLAg2 info|grep total_commands_processe >> qps2.txt && date >>qps2.txt' > log 2>&1 &
2、內存使用情況：
redis是內存數據庫，直接看info里的相關參數即可
used_memory:832784 # Redis 分配的內存總量
used_memory_human:813.27K
used_memory_rss:1896448 # Redis 分配的內存總量(包括內存碎片)
used_memory_peak:832760
used_memory_peak_human:813.24K #Redis所用內存的高峰值
3、redis連接數：
redis是內存數據庫，直接看info里的相關參數即可
# Clients
connected_clients:28