知识点思维导图
17 个知识节点
Redis（05） - 热点 Key 与大 Key 排查
读完后，你应能完成以下任务：
- 绘制“Redis（05） - 热点 Key 与大 Key 排查 / 先区分三类问题”的关键对象与数据流，解释“热点 Key 是少数 Key 承担过高请求量，瓶颈可能在单节点 CPU、网络或客户端连接；”，并用源码位置、日志或 Trace 标注证据。
- 为“Redis（05） - 热点 Key 与大 Key 排查 / 安全识别方法”设计正常与异常输入，验证“SCAN 是渐进遍历，不保证一次结果完整，也可能在数据变化时重复，治理脚本必须可重入。”，输出首个偏差位置与回归测试结果。
- 实现“Redis（05） - 热点 Key 与大 Key 排查 / 治理策略”的最小代码或配置，检验“大 String 拆成按业务边界可独立读取的块；”，输出命令、结果与 Diff，并说明不适用边界。
一、先建立全局：热点 Key 与大 Key 排查 是什么？
理解“热点 Key 与大 Key 排查”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。
“热点 Key 与大 Key 排查”的第一个核心判断是：热点 Key 是少数 Key 承担过高请求量，瓶颈可能在单节点 CPU、网络或客户端连接；。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。
| 顺序 | 章节 | 读完本节应抓住的结论 |
|---|---|---|
| 1 | 先区分三类问题 | 热点 Key 是少数 Key 承担过高请求量，瓶颈可能在单节点 CPU、网络或客户端连接； |
| 2 | 安全识别方法 | SCAN 是渐进遍历，不保证一次结果完整，也可能在数据变化时重复，治理脚本必须可重入。 |
| 3 | 治理策略 | 大 String 拆成按业务边界可独立读取的块； |
| 4 | 故障边界与容量 | 治理不能只看平均值，应按节点比较 P99 命令延迟、带宽、Ops、Key 数和内存。 |
| 5 | 大 Key 是单个 Value 含有过多字节或元素 | 大 Key 是单个 Value 含有过多字节或元素， |
| 6 | 问题表现为慢命令、阻塞删除、网络突发和迁移缓慢 | 问题表现为慢命令、阻塞删除、网络突发和迁移缓慢； |
1.1 核心对象之间怎样衔接
flowchart LR
S1["先区分三类问题"] --> S2
S2["安全识别方法"] --> S3
S3["治理策略"] --> S4
S4["故障边界与容量"] --> S5
S5["大 Key 是单个 Value 含有过多字节或元素"]
这张图只表达本文的讲解顺序，不替代正文机制。判断“热点 Key 与大 Key 排查”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。
1.2 再看失败：问题最早会出现在哪一步？
在“热点 Key 与大 Key 排查”的对象和顺序已经明确后，再看可观察的失败：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。
二、先区分三类问题
热点 Key 是少数 Key 承担过高请求量，瓶颈可能在单节点 CPU、网络或客户端连接； 大 Key 是单个 Value 含有过多字节或元素， 问题表现为慢命令、阻塞删除、网络突发和迁移缓慢； 热 Slot 是 Cluster 某些 Slot 的总流量或容量倾斜， 可能由多个 Key 或 Hash Tag 设计导致。
三者不能只用固定阈值定义。 一个 5 MB String 在低频离线任务中可能可接受，在高并发接口中却会形成网络尖峰； 一个只有几十字节的全站配置 Key 也可能因每秒几十万次读取成为热点。
三、安全识别方法
使用 redis-cli --bigkeys 或 --memkeys 前先了解它们的扫描开销，
在从库或低峰运行并限制速率。
SCAN 是渐进遍历，不保证一次结果完整，也可能在数据变化时重复，治理脚本必须可重入。
热点检测可结合 --hotkeys、命令统计、客户端埋点和代理指标，
但 LFU 配置与采样会影响结果。
redis-cli --latency-history
redis-cli --stat
redis-cli --bigkeys -i 0.1
redis-cli --hotkeys -i 0.1
生产禁止直接 KEYS *，也不要对未知类型执行可能返回全部元素的命令。
日志输出 Key 模板或哈希，避免泄露会话和个人信息。
四、治理策略
大 String 拆成按业务边界可独立读取的块；
大 Hash、Set、ZSet 按时间、租户或范围分片，并设置每片最大元素数。
删除使用 UNLINK 或分批移除，让内存释放异步进行；
迁移前评估序列化大小和 Cluster 重分片耗时。
热点读可以使用客户端本地缓存、只读副本或按版本复制多个 Key； 热点写不能简单随机分片后失去原子语义，需要按可聚合维度拆分并异步汇总。 Hash Tag 应让真正需要原子操作的 Key 同 Slot， 而不是把整个租户所有数据集中到一个节点。
五、故障边界与容量
大 Key 会拉长主从同步、AOF Rewrite、备份恢复和 Cluster Failover 时间； 热点 Key 会让整体内存仍有余量时单节点先达到 CPU 或网络上限。 治理不能只看平均值，应按节点比较 P99 命令延迟、带宽、Ops、Key 数和内存。
拆分迁移采用双读或版本 Key：先写新结构， 回填历史数据， 校验数量与摘要， 切读流量， 观察后再删除旧 Key。 失败时可回退旧读路径，不能边迁移边不可逆删除。
验收清单
- 为 String 字节数和集合元素数设置业务级上限与告警。
- 热点检测覆盖 Key、Slot、节点和客户端四个视角。
- 删除、扫描和迁移命令不会长时间阻塞事件循环。
- 拆分前后数据数量、TTL、延迟与故障恢复时间都有对比证据。
六、动手验证：先跑通 热点 Key 与大 Key 排查，再改变一个变量
前面的章节已经建立问题、概念和机制。现在把“热点 Key 与大 Key 排查”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。
6.1 基线与候选只允许一个变量不同
验证“热点 Key 与大 Key 排查”时，先固定数据快照、并发条件、客户端配置、拓扑和故障注入点。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。
执行“热点 Key 与大 Key 排查”时，动作是：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。原始结果不能只保留截图或汇总分数，必须同步保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验，使下一次复查可以在同一输入上重放。
| 实验要素 | 本文要求 |
|---|---|
| 固定条件 | 固定数据快照、并发条件、客户端配置、拓扑和故障注入点 |
| 唯一变量 | 本次候选方案与基线之间的一项明确差异 |
| 原始证据 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 通过阈值 | 一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用 |
| 立即停止 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 |
6.2 执行前先排除不可比较条件
“热点 Key 与大 Key 排查”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。
- 基线能够在“热点 Key 与大 Key 排查”的当前环境重复运行。
- 候选只改变一个与“热点 Key 与大 Key 排查”结论直接相关的条件。
- “热点 Key 与大 Key 排查”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
- “热点 Key 与大 Key 排查”的原始输出和失败现场不会被重试、格式化或汇总覆盖。
6.3 执行后先核对证据完整性
结果出来后先检查证据，再讨论“热点 Key 与大 Key 排查”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。
| 检查项 | 当前文章的判定 |
|---|---|
| 输入可追溯 | 固定数据快照、并发条件、客户端配置、拓扑和故障注入点 |
| 过程可回放 | 执行正常读写与故障场景，记录查询计划、锁、复制或消费状态 |
| 结果可审计 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
“热点 Key 与大 Key 排查”的一次合格基线对照按以下顺序执行：
- 保存“热点 Key 与大 Key 排查”基线版本及输入摘要，确认基线本身可以重复运行。
- 写下“热点 Key 与大 Key 排查”候选方案唯一变化的变量，以及它预期影响的指标。
- 在同一环境执行“热点 Key 与大 Key 排查”：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。
- 为“热点 Key 与大 Key 排查”保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验。
- 使用“热点 Key 与大 Key 排查”预登记条件判断：一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用。
- 如果“热点 Key 与大 Key 排查”未通过，不修改第二个变量，先恢复基线并保留失败现场。
七、用一张矩阵验证 热点 Key 与大 Key 排查 的关键结论
矩阵按正文顺序列出“热点 Key 与大 Key 排查”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。
| 正文章节 | 已解释的结论 | 本轮唯一变量 | 必须保存的证据 |
|---|---|---|---|
| 先区分三类问题 | 热点 Key 是少数 Key 承担过高请求量，瓶颈可能在单节点 CPU、网络或客户端连接； | 只改变与“先区分三类问题”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 安全识别方法 | SCAN 是渐进遍历，不保证一次结果完整，也可能在数据变化时重复，治理脚本必须可重入。 | 只改变与“安全识别方法”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 治理策略 | 大 String 拆成按业务边界可独立读取的块； | 只改变与“治理策略”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 故障边界与容量 | 治理不能只看平均值，应按节点比较 P99 命令延迟、带宽、Ops、Key 数和内存。 | 只改变与“故障边界与容量”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 大 Key 是单个 Value 含有过多字节或元素 | 大 Key 是单个 Value 含有过多字节或元素， | 只改变与“大 Key 是单个 Value 含有过多字节或元素”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 问题表现为慢命令、阻塞删除、网络突发和迁移缓慢 | 问题表现为慢命令、阻塞删除、网络突发和迁移缓慢； | 只改变与“问题表现为慢命令、阻塞删除、网络突发和迁移缓慢”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
7.1 记录本次实际实验
下面的记录用于“热点 Key 与大 Key 排查”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。
topic: "热点 Key 与大 Key 排查"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "执行正常读写与故障场景，记录查询计划、锁、复制或消费状态"
evidence: "执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验"
pass_when: "一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用"
stop_when: "计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure
7.2 边界实验必须证明能够停止和恢复
成功路径只能证明“热点 Key 与大 Key 排查”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致，并观察系统是否在产生不可逆副作用前停止。
| 场景 | 只改变什么 | 应保存什么 | 通过标准 |
|---|---|---|---|
| 正常路径 | 使用已知有效输入 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 | 一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用 |
| 边界路径 | 把一个输入推进到约束临界值 | 临界值前后的输出与指标 | 不静默降级，不把部分结果冒充成功 |
| 明确失败 | 注入：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 原始错误、首个异常阶段和最终状态 | 失败被正确分类且没有扩大副作用 |
| 恢复重放 | 执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 | 原失败样本的复测证据 | 原样本恢复，正常样本没有回归 |
恢复动作不是简单重启。对于“热点 Key 与大 Key 排查”，第一步是：从数据入口、存储状态、复制消费链路和恢复步骤定位根因。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。
“热点 Key 与大 Key 排查”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。
八、热点 Key 与大 Key 排查 的结果解释
解释“热点 Key 与大 Key 排查”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。
| 观察结果 | 可以支持的判断 | 下一步 |
|---|---|---|
| 主链路没有达到预期 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 |
| 异常链路无法恢复 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 |
| 新样本成功但原样本仍失败 | 修复没有覆盖原始触发条件 | 固定原失败输入，恢复基线后重新比较 |
| 指标改善但证据无法回链 | 数据、版本或中间状态没有固定 | 暂停发布，补齐可追溯记录后重跑 |
“热点 Key 与大 Key 排查”只有同时满足“一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用”，并且没有出现“计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。
如果“热点 Key 与大 Key 排查”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。
“热点 Key 与大 Key 排查”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。
九、热点 Key 与大 Key 排查 的发布判断
发布判断需要把“热点 Key 与大 Key 排查”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。
- “热点 Key 与大 Key 排查”的基线与候选只存在一个计划内变量。
- “热点 Key 与大 Key 排查”的输入、代码、依赖、配置和数据版本可以追溯。
- “热点 Key 与大 Key 排查”的正常、临界、失败和恢复样本使用同一套断言。
- “热点 Key 与大 Key 排查”的原始输出、中间状态和失败现场已经保留。
- “热点 Key 与大 Key 排查”的日志、Trace、截图和测试数据已经脱敏。
- “热点 Key 与大 Key 排查”的停止条件、负责人和回滚入口已经演练。
- “热点 Key 与大 Key 排查”尚未覆盖的输入、权限、容量和外部依赖已经登记。
最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“热点 Key 与大 Key 排查”的判断，就不能发布。
十、总结
- 先区分三类问题：热点 Key 是少数 Key 承担过高请求量，瓶颈可能在单节点 CPU、网络或客户端连接；
- 安全识别方法：SCAN 是渐进遍历，不保证一次结果完整，也可能在数据变化时重复，治理脚本必须可重入。
- 治理策略：大 String 拆成按业务边界可独立读取的块；
- 故障边界与容量：治理不能只看平均值，应按节点比较 P99 命令延迟、带宽、Ops、Key 数和内存。
学完自测
选择所有正确答案；提交后逐项核对判断依据。