关于Kafka部署优化的一点建议

网络和IO线程配置优化

配置参数

• num.network.threads：Broker处理消息的最大线程数
• num.io.threads：Broker处理磁盘IO的线程数

优化建议

• 一般num.network.threads主要处理网络io，读写缓冲区数据，基本没有io等待，配置线程数量为cpu核数加1
• num.io.threads主要进行磁盘io操作，高峰期可能有些io等待，因此配置需要大些。配置线程数量为cpu核数2倍，最大不超过3倍.

日志保留策略配置

当kafka server的被写入海量消息后，会生成很多数据文件，且占用大量磁盘空间，如果不及时清理，可能磁盘空间不够用，kafka默认是保留7天。

优化建议

• 减少日志保留时间，建议三天或则更多时间。log.retention.hours=72
• 段文件配置1GB，有利于快速回收磁盘空间，重启kafka加载也会加快(如果文件过小，则文件数量比较多，kafka启动时是单线程扫描目录(log.dir)下所有数据文件)，文件较多时性能会稍微降低。log.segment.bytes=1073741824

log数据文件刷盘策略

为了大幅度提高producer写入吞吐量，需要定期批量写文件

优化建议

• 每当producer写入10000条消息时，刷数据到磁盘。log.flush.interval.messages=10000
• 每间隔1秒钟时间，刷数据到磁盘。log.flush.interval.ms=1000

replica复制配置

每个follow从leader拉取消息进行同步数据，follow同步性能由这几个参数决定：

• num.replica.fetchers：拉取线程数
• replica.fetch.min.bytes：拉取最小字节数
• replica.fetch.min.bytes：拉取最大字节数
• replica.fetch.wait.max.ms：最大等待时间

优化建议

• num.replica.fetchers 配置多可以提高follower的I/O并发度，单位时间内leader持有更多请求，相应负载会增大，需要根据机器硬件资源做权衡
• replica.fetch.min.bytes=1 默认配置为1字节，否则读取消息不及时
• replica.fetch.max.bytes= 5 * 1024 * 1024 默认为1MB，这个值太小，5MB为宜，根据业务情况调整
• replica.fetch.wait.max.ms follow拉取频率，频率过高，会导致cpu飙升，因为leader无数据同步，leader会积压大量无效请求情况

配置jmx服务

kafka server中默认是不启动jmx端口的，需要用户自己配置，修改方式是修改kafka-run-class.sh文件，在文件的最前面添加一行JMX_PORT=8868