线上 Redis 延迟突增？可能是大 Key 在阻塞。CPU 100%？可能是热 Key 在打满单线程。大 Key 和热 Key 是 Redis 运维两大杀手——怎么发现、怎么拆分、怎么迁移？

一、大 Key

1.1 判定标准

大 Key 判定标准（经验值）：

  数据类型        大 Key 阈值
  ─────────────────────────────
  String         > 10 KB
  Hash           > 5000 个 field 或 > 10 MB
  List           > 5000 个元素 或 > 10 MB
  Set            > 5000 个元素 或 > 10 MB
  ZSet           > 5000 个元素 或 > 10 MB

  超大 Key（危险）：
  String > 1 MB、集合 > 50000 元素 → 必须立即处理

  实际影响取决于：
  - Redis 版本（6.0 多线程 IO 缓解部分问题）
  - 业务访问模式（读多还是写多）
  - 集群规模（单分片承受能力）

磁盘 IO 瓶颈排查实战：从 iostat 到代码优化是一个重要的技术主题，它在现代软件开发中扮演着关键角色。
本文系统介绍了磁盘 IO 瓶颈排查实战：从 iostat 到代码优化的核心概念和实践经验，帮助你深入理解这一技术领域。

磁盘 IO 瓶颈通常有以下特征：

现象:
  - load average 高（如 16.0），但 CPU 使用率不高（如 20%）
  - iowait 高（%iowait > 20%）
  - 应用响应慢，特别是涉及文件操作的接口
  - 磁盘队列深度高
  - 日志写入变慢
  - 数据库性能下降

BigKey问题是系统设计的核心，它决定了数据的存储方式和访问效率。
本文介绍了BigKey问题的原理和最佳实践，帮助你构建高效的数据存储方案。

BigKey 问题是指在 Redis 中某些键包含的数据量过大，导致这些键的操作（如读取、写入、删除等）消耗过多的内存和CPU资源，进而影响整个Redis实例的性能。解决 BigKey 问题的关键在于识别并优化这些大键，以提高系统的稳定性和响应速度。以下是几种常见的解决方法：

1. 识别 BigKey

使用 redis-cli 工具

mysql突然变慢排查是系统设计的核心，它决定了数据的存储方式和访问效率。
本文介绍了mysql突然变慢排查的原理和最佳实践，帮助你构建高效的数据存储方案。

show full processlist;

伪共享是一个重要的技术主题，它在现代软件开发中扮演着关键角色。
本文系统介绍了伪共享的核心概念和实践经验，帮助你深入理解这一技术领域。

以近代CPU的视角来说，它们的作用都是作为CPU与主内存之间的高速数据缓冲区，L1最靠近CPU核心；L2其次；L3再次。

图具有3级缓存的处理器

Tomcat性能优化整理是一个重要的技术主题，它在现代软件开发中扮演着关键角色。
本文系统介绍了Tomcat性能优化整理的核心概念和实践经验，帮助你深入理解这一技术领域。

-Xms<size>

Hive调优是大数据领域的核心技术，它为海量数据的存储和处理提供了强大的支持。
本文介绍了Hive调优的原理和应用场景，帮助你进入大数据领域。

	查看逻辑，更多用 EXPLAIN EXTENDED

二、限制调整LIMIT

三、JOIN优化

	表足够小用map-side JOIN

四、本地模式

对于小数据集，单机或单线程执行时间比较短