美团二面：如何发现Redis热Key，有哪些解决方案？
2026-06-08 13:14:30
发现 Redis 热 Key 的方法及解决方案如下：
如何发现 Redis 热 Key使用 Redis 自带的 --hotkeys 参数
Redis 4.0.3 版本新增 hotkeys 参数，可返回所有 key 的被访问次数。
前提条件：Redis Server 的 maxmemory-policy 需设置为 LFU 算法（volatile-lfu 或 allkeys-lfu），否则会报错。
示例配置：
# 使用 volatile-lfu 策略maxmemory-policy volatile-lfu# 或使用 allkeys-lfu 策略maxmemory-policy allkeys-lfu注意事项：hotkeys 命令会扫描整个键空间，增加 CPU 和内存消耗，需谨慎使用。
使用 MONITOR 命令
MONITOR 命令可实时查看 Redis 的所有操作（如读写、删除），适用于临时监控。
操作步骤：
在 Redis CLI 中执行 MONITOR 命令。
短暂监控后关闭命令，将输出重定向至文件。
分析文件中的请求，统计高频访问的 key。
注意事项：MONITOR 对性能影响较大，禁止长时间开启，生产环境需谨慎使用。
借助开源项目
京东零售开源的 hotkey 项目支持热 Key 的发现与处理，可直接集成使用。
根据业务情况提前预估
结合业务场景预估潜在热 Key（如秒杀商品、热门新闻），但无法覆盖所有突发情况（如突发热点事件）。
业务代码中记录分析
在业务代码中添加逻辑记录 key 的访问情况，但会增加代码复杂度，通常不推荐。
借助公有云的 Redis 分析服务
公有云（如阿里云）通常提供热 Key 分析功能。
示例：阿里云 Redis 支持实时热 Key 分析，文档地址：
实时 Key 统计功能。
读写分离
方案：主节点处理写请求，从节点处理读请求，分散读压力。
适用场景：读多写少的场景，可缓解单节点读负载。
使用 Redis Cluster
方案：将热点数据分散存储在多个 Redis 节点上，利用分片机制降低单节点压力。
注意事项：需确保热 Key 的哈希槽均匀分布，避免倾斜。
二级缓存
方案：将热 Key 缓存到 JVM 本地内存（如 Caffeine），减少 Redis 访问。
优点：本地缓存延迟低，适合高频访问数据。
注意事项：需处理数据一致性问题（如通过消息队列同步更新）。
公有云优化方案
示例：阿里云 Redis 提供 Proxy Query Cache 功能，可缓存热点 Key 的查询结果，减少后端 Redis 访问。
- 发现热 Key：优先使用 --hotkeys 参数或公有云分析服务，紧急情况下可结合 MONITOR 命令或开源工具。
- 解决热 Key：根据场景选择读写分离、Redis Cluster、二级缓存或公有云优化方案，多方案组合使用效果更佳。
热门标签
