一、操作场景
通过 DBbrain 的热 Key 分析系统，能够快速发现热点 Key，从而为服务优化提供基础。
二、背景信息
·热 Key：在统计周期内被访问次数远高于其他 Key 的 Key。常见来源包括秒杀活动 Key、热点文章 Key、配置 Key 等。
·访问频次：这篇档中的核心统计字段，表示所选时间范围内该 Key 被访问的累计次数，单位为次，不是 QPS 等速率指标。
三、使用限制
| 限制项 | 限制说明 |
| 数据保留时长 | 热 Key 原始采样数据保留 10 天，超过该期限的数据不可查询。 |
| 单次查询时间跨度 | 起止时间差 ≤ 10 天。 |
| 历史可追溯起点 | 起始时间不可早于当前时刻 10 天前。 |
| 列表展示条数 | 单次最多返回 100 条，可选择 50 条或 100 条。 |
| 节点版本依赖 | 实例接入层版本较低时，可能不上报节点 ID 或 DB ID，对应列将显示为空，建议升级到最新版本。 |
| 数据可见性 | 在统计周期不足 1 分钟时（例如新接入实例、刚触发首次命令访问），可能因采样周期未到而暂时无法查询到结果。 |
四、注意事项
·访问频次是绝对计数（单位：次），不是 QPS 等速率指标。在不同时间范围下查询同一个 Key，得到的访问频次数值不同属正常现象，由所选时间窗口决定。
·比较不同 Key 的访问频次时，请确保使用的是相同的时间范围和相同的节点筛选条件，否则不具备可比性。
五、查看热 Key 分析
1. 登录 DBbrain 控制台。
2. 在左侧导航栏，选择诊断优化。
3. 在页面上方选择对应数据库和实例 ID，选择延迟分析 > 热 Key 分析页签。
4. 在热 Key 分析页面，设置查询条件，参数说明如下。
| 参数 | 说明 |
| 数据类型 | 按 Key 的数据结构过滤。支持：全部、string、list、set、hash、sortedset、stream、none。 |
| 时间范围 | 支持实时视图与历史视图两种模式：实时视图：展示最近一个采样周期内的热 Key，并随后台采样滚动更新。历史视图：可选近 1 小时、近 3 小时、近 24 小时、近 7 天，或自定义起止时间。时间范围最长 10 天，起始时间不可早于当前时刻 10 天前。 |
| Redis 节点 | 选择待分析的 Redis 节点（每个节点是一个独立的 Redis 服务器实例）。可按节点单独查看，也可查看所有节点。 |
| 列表限制条数 | 返回 Top N 数据的条数。支持 50 条、100 条，默认 50 条。 |
5. 查看分析结果。列表按访问频次降序排列，单击单条记录可查看该 Key 的详情。
六、后续步骤
定位到热 Key 后，可结合业务情况采取以下优化措施：
·Key 拆分：将单个热 Key 按业务维度拆分成多个子 Key，分散到不同节点。
·本地缓存：在业务侧引入二级缓存，减少对热 Key 的直接访问。
·读写分离：通过读写分离将读流量分摊到只读节点。
·业务限流：在应用侧对热点 Key 的访问设置限流策略，防止瞬时流量打满节点。
七、相关操作
·延迟分析（命令字分析）
·内存分析（大 Key 分析）
·自治中心
八、对应的 API 接口
DescribeRedisTopHotKeys
九、Q1：为什么两次查询同一个 Key 的访问频次差异很大？
请检查以下三种常见情况：
1. 是否切换了不同的时间范围（窗口长度变化会直接导致访问频次变化）。
2. 是否切换了不同的 Redis 节点（数据按节点聚合）。
3. 是否处于实时视图模式且距离上次查询不足 1 个采样周期（约 1 分钟），此时数据仍在滚动更新。
十、实时视图下看不到数据或数据为 0 怎么办？
可能原因及处理建议：
| 可能原因 | 处理方法 |
| 实例刚接入或刚触发首次命令访问，尚未完成首个采样周期 | 等待 1~2 个采样周期（约 1~2 分钟）后重新查询。 |
| 实例接入层版本较低，未支持热 Key 数据上报 | 联系运维或工单升级实例至最新版本。 |
| 所选 Redis 节点在该时段确实无命令访问 | 切换到全部节点或选择业务高峰节点查询。 |
| 该实例不存在明显热点（访问分布均匀） | 该结果为正常状态，可改为查看大 Key 分析或慢日志分析。 |
十一、不同时间范围下的访问频次为何相差悬殊？
这是预期行为，因为访问频次是该时间范围内的累计值，窗口越长累计值越大。例如同一个 Key：
·近 1 小时访问频次为 72000；
·近 24 小时访问频次为 1728000；
·近 7 天访问频次为 12096000。
这只是统计窗口的差异，不代表该 Key 的访问行为发生变化。如需对比访问行为，请使用相同的时间范围。