Las tiendas de clave-valor (KV) basadas en el LSM-tree se han convertido en la corriente principal de los motores de almacenamiento contemporáneos, pero existen problemas con la alta amplificación de escritura y lectura. Además, la carga de trabajo del mundo real tiene un alto sesgo de datos y la tienda KV existente carece de conciencia de lo "caliente", lo que conduce a su rendimiento poco confiable y deficiente en la carga de trabajo del mundo real altamente sesgada. En este documento, proponemos HoaKV, que unifica las ideas de diseño clave de problemas "calientes", separación KV y tecnología de indexación híbrida en un sistema. Específicamente, HoaKV utiliza la diferenciación de calor en pares KV para gestionar los datos "calientes" y los datos "fríos" y realiza un ajuste dinámico en tiempo real de la gestión de clasificación de datos. También utiliza tecnología de separación parcial KV para gestionar pares KV diferenciales para pares KV grandes y pequeños en los datos "fríos". Además, HoaKV utiliza tecnología de indexación híbrida para indexar los datos "calientes" y los datos "fríos", respectivamente, para mejorar el rendimiento de lectura, escritura y escaneo al mismo tiempo. En los experimentos de cargas de trabajo mixtas de lectura y escritura, se muestra que HoaKV funciona significativamente mejor que varias tecnologías de tiendas KV de última generación como LevelDB, RocksDB, PebblesDB y WiscKey.