一：非REPL (Read Eval Print Loop) 模式
通常我们都是使用REPL模式，就是连接端口之后，发一条 request 再等待 response 这样一个loop的形式，如下所示：
[root@localhost Desktop]# redis-cli -h 192.168.1.216
192.168.1.216:6379> set username jack
OK
192.168.1.216:6379> set password 12345
OK
192.168.1.216:6379>
其实我还可以直接在命令行中使用 redis-cli 再配合各种附加参数，效果和上面是一模一样的，比如下面这样：
[root@localhost Desktop]# redis-cli -h 192.168.1.216 set username jack
OK
[root@localhost Desktop]# redis-cli -h 192.168.1.216 set password 12345
OK
[root@localhost Desktop]#
二：从本地文件中执行命令导入
你可以把本地文件中的一组redis命令直接导入到 redis-cli 中执行，免去了一行一行键入之苦，对不对，工作量可是大大的减轻了哈，参照下面流程。
然后用 < 命令导入就可以了，这里216的ip是本地局域网内的一台虚拟机，是不是有点像pipeline管道操作
[root@localhost Desktop]# redis-cli -h 192.168.1.216 < /usr/1.txt
OK
OK
[root@localhost Desktop]#
三：对指定的redis命令重复调用
乍一听貌似没啥业务场景，仔细想想还是有的，比如说不断的调用 info 命令，这就是一个好的监控，对不对？命令格式如下：
redis-cli -r <count> and -i <delay> command
其中 -r 是 repeat 的次数，-i 是 delay 的 sencond 的秒数，接下来我演示一下，调用info命令10次，每次延迟1s，如下所示：
[root@localhost Desktop]# redis-cli -h 192.168.1.216 -r 10 -i 1 INFO
# Server
redis_version:3.2.4
redis_git_sha1:00000000
redis_git_dirty:0
redis_build_id:fc9ad9a14d3a0fb5
redis_mode:standalone
os:Linux 3.10.0-327.el7.x86_64 x86_64
arch_bits:64
multiplexing_api:epoll
gcc_version:4.8.5
process_id:6171
run_id:8d1d5cffbf81e31c6c6e0bd144186e9df9fea482
tcp_port:6379
uptime_in_seconds:3536932
uptime_in_days:40
hz:10
lru_clock:5049094
executable:/etc/redis/redis-server
config_file:/etc/redis/6379.conf
# Clients
connected_clients:7
client_longest_output_list:0
client_biggest_input_buf:0
blocked_clients:0
# Memory
used_memory:1295512
used_memory_human:1.24M
used_memory_rss:10395648
used_memory_rss_human:9.91M
used_memory_peak:35199336
used_memory_peak_human:33.57M
total_system_memory:2099109888
total_system_memory_human:1.95G
used_memory_lua:37888
used_memory_lua_human:37.00K
maxmemory:0
maxmemory_human:0B
maxmemory_policy:noeviction
mem_fragmentation_ratio:8.02
mem_allocator:jemalloc-4.0.3
# Persistence
loading:0
rdb_changes_since_last_save:0
rdb_bgsave_in_progress:0
rdb_last_save_time:1481443658
rdb_last_bgsave_status:ok
rdb_last_bgsave_time_sec:0
rdb_current_bgsave_time_sec:-1
aof_enabled:0
aof_rewrite_in_progress:0
aof_rewrite_scheduled:0
aof_last_rewrite_time_sec:-1
aof_current_rewrite_time_sec:-1
aof_last_bgrewrite_status:ok
aof_last_write_status:ok
...
这么多输出，有点眼花缭乱，大多时候我只关注 used_memory_human 字段，看看当前 redis 占用了多少内存，这里就可以用grep过滤一下：
[root@localhost Desktop]# redis-cli -h 192.168.1.216 -r 10 -i 1 INFO | grep used_memory_human
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
used_memory_human:1.24M
[root@localhost Desktop]#
可以清楚的看到，当前 memory_human 占用 1.24M，一个麻雀式的监控就来了！
四：--stat完整版监控
如果只有一个内存占用指标肯定不能满足大家的实际需求，比如你就看不到当前的redis中有多少的keys,有多少的clients，有多少被blocked，有多少requests等等信息，如果这些都有了，是不是有点像mongodb中的mongostats呢？
[root@localhost Desktop]# redis-cli -h 192.168.1.216 --stat
------- data ------ --------------------- load -------------------- - child -
keys mem clients blocked requests connections
27 1.24M 7 0 1198768 (+0) 2206
27 1.24M 7 0 1198769 (+1) 2206
27 1.24M 7 0 1198770 (+1) 2206
27 1.24M 7 0 1198771 (+1) 2206
27 1.24M 7 0 1198772 (+1) 2206
27 1.24M 7 0 1198773 (+1) 2206
27 1.24M 7 0 1198774 (+1) 2206
27 1.24M 7 0 1198775 (+1) 2206
27 1.24M 7 0 1198776 (+1) 2206
27 1.24M 7 0 1198777 (+1) 2206
27 1.24M 7 0 1198778 (+1) 2206
27 1.24M 7 0 1198779 (+1) 2206
27 1.24M 7 0 1198780 (+1) 2206
27 1.27M 7 0 1198782 (+2) 2206
27 1.24M 7 0 1198783 (+1) 2206
27 1.24M 7 0 1198784 (+1) 2206
27 1.24M 7 0 1198785 (+1) 2206
----------------------------------------------------------------------------------------------------------------------------感谢到访！期待您的下次光临！