1、计算qps：
1）redis发布版本中自带了redis-benchmark性能测试工具，可以使用它计算qps。示例：使用50个并发连接，发出100000个请求，每个请求的数据为2kb，测试host为127.0.0.1端口为6379的redis服务器性能：
./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
我们关注结果最后一行：每秒44150.11个请求，既QPS4.4万；但这里的数据都只是测试数据，测出来的QPS不能代表实际生产的处理能力；
2）测算redis处理实际生产请求的QPS/TPS
在实际生产中，我们需要关心这个指标，在我们的应用场景中，redis能够处理的最大的(QPS/TPS)是多少？测量redisQPS的方式有两种：
估计生产的报文大小，使用benchmark工具指定-d数据块大小来模拟；
使用redis-cli中info统计信息计算差值；redis-cli的info命令中有一项total_commands_processed表示：从启动到现在处理的所有命令总数，可以通过统计两次info指令间的差值来计算QPS：
watch -n 60‘redis-cli -a MROhwkCyaGZbCrMTLAg2 info|grep total_commands_processe >> qps2.txt && date >>qps2.txt‘
把每分钟的total_commands_processe记录到qps2.txt，打上时间戳得到数据两两相减，除以60秒。
注意：这个实时数据，存在波峰波谷，要采样几次，每次一段时间，这样才比较准。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、内存使用情况：
redis是内存数据库，直接看info里的相关参数即可
used_memory:832784 # Redis 分配的内存总量
used_memory_human:813.27K
used_memory_rss:1896448 # Redis 分配的内存总量(包括内存碎片)
used_memory_peak:832760
used_memory_peak_human:813.24K #Redis所用内存的高峰值
3、redis连接数：
redis是内存数据库，直接看info里的相关参数即可
# Clients
connected_clients:28
原文地址：https://www.cnblogs.com/xuzhongtao/p/12165022.html