kafka生产者调优手册

目录

• 第一章 kafka硬件配置选择
  • 1.1 场景说明
  • 1.2 服务器台数选择
  • 1.3 磁盘选择
  • 1.4 内存选择(堆内存，页缓存)
    • 1.4.1 堆内存配置
    • 1.4.2 页缓存选择
  • 1.5 cpu选择
  • 1.6 网络选择
• 第二章 kafka生产者
  • 2.1 生产者核心参数配置
  • 2.2 生产者如何提高吞吐量
  • 2.3 数据可靠性
  • 2.4 数据去重
  • 2.5 数据有序
  • 2.6 数据乱序
• 第三章 kafka Broker
  • 3.1 Broker 核心参数配置
  • 3.2 Leader Partition 负载平衡
  • 3.3 关闭自动创建topic
• 第四章 kafka消费者
  • 4.1 kafka消费者核心参数配置
  • 4.2 消费者如何提高吞吐量
• 第五章 kafka总体
  • 5.1 提升生产者吞吐量
  • 5.2 消费者提升吞吐量
  • 5.3 数据精准一次(无重复，无漏)
  • 5.4 合理设置分区数
  • 5.5 服务器挂了如何处理？
  • 5.6 kafka集群压力测试
    • 5.6.1 kafka 压测
    • 5.6.2 kafka producer压测
    • 5.6.3 kafka consumer压测

第一章 kafka硬件配置选择

1.1 场景说明

100 万日活，每人每天 100 条日志，每天总共的日志条数是 100 万 * 100 条 = 1 亿条。
1 亿/24 小时/60 分/60 秒 = 1150 条/每秒钟。每条日志大小：0.5k - 2k（取 1k）。
1150 条/每秒钟 * 1k ≈ 1m/s 。
高峰期每秒钟：1150 条 * 20 倍 = 23000 条。每秒多少数据量：20MB/s。

1.2 服务器台数选择

服务器台数= 2 * （生产者峰值生产速率 * 副本 / 100） + 1
= 2 * （20m/s * 2 / 100） + 1
= 2 * 1 +1
= 3 台
建议 3 台服务器。
（20m/s * 2 / 100）往上取整数

1.3 磁盘选择

kafka 底层主要是顺序写，固态硬盘和机械硬盘的顺序写速度差不多。建议选择普通的机械硬盘。
每天总数据量：1 亿条 * 1k ≈ 100g
100g * 副本 2 * 保存时间 3 天 / 0.7 ≈ 1T
建议三台服务器硬盘总大小，大于等于 1T。

1.4 内存选择(堆内存，页缓存)

Kafka 内存组成：堆内存 + 页缓存

1.4.1 堆内存配置

Kafka堆内存建议每个节点：10g ~ 15g,在kafka-server-start.sh中修改
export KAFKA_HEAP_OPTS="-Xmx10G -Xms10G"

查看kafka进程号：jps

根据kafka进程号，查看kafka的堆内存：jmap -heap 32339

1.4.2 页缓存选择

页缓存：页缓存是Linux 系统服务器的内存。我们只需要保证 1 个 segment（1g）中25%的数据在内存中就好。

每个节点页缓存大小 =（分区数 * 1g * 25%）/ 节点数。例如 10 个分区，页缓存大小
=（10 * 1g * 25%）/ 3 ≈ 1g
建议服务器内存大于等于 11G。

1.5 cpu选择

num.io.threads = 16	负责写磁盘的线程数，整个参数值要占总核数的 50%。
num.replica.fetchers = 6 副本拉取线程数，这个参数占总核数的 50%的 1/3。
num.network.threads = 9	数据传输线程数，这个参数占总核数的 50%的 2/3。
建议 32 个cpu core。

1.6 网络选择

网络带宽 = 峰值吞吐量 ≈ 20MB/s	选择千兆网卡即可。
100Mbps 单位是 bit；10M/s 单位是 byte ;
1byte = 8bit，100Mbps/8 = 12.5M/s。
一般百兆的网卡（100Mbps ）、千兆的网卡（1000Mbps）、万兆的网卡（10000Mbps）。

第二章 kafka生产者

2.1 生产者核心参数配置

参数名称	描述
bootstrap.servers	生产者连接集群所需的 broker 地址清单。 例如 hadoop102:9092,hadoop103:9092,hadoop104:9092，可以设置 1 个或者多个，中间用逗号隔开。注意这里并非需要所有的 broker 地址，因为生产者从给定的 broker 里查
key.serializer 和 value.serializer	找到其他 broker 信息。指定发送消息的 key 和 value 的序列化类型。一定要写 全类名。
buffer.memory	RecordAccumulator 缓冲区总大小，默认 32m。
batch.size	缓冲区一批数据最大值，默认 16k。适当增加该值，可 以提高吞吐量，但是如果该值设置太大，会导致数据传输延迟增加。
linger.ms	如果数据迟迟未达到 batch.size，sender 等待 linger.time 之后就会发送数据。单位 ms，默认值是 0ms，表示没有延迟。生产环境建议该值大小为 5-100ms 之间。
acks	0：生产者发送过来的数据，不需要等数据落盘应答。 1：生产者发送过来的数据，Leader 收到数据后应答。 -1（all）：生产者发送过来的数据，Leader+和 isr 队列里面的所有节点收齐数据后应答。默认值是-1，-1 和 all 是等价的。
max.in.flight.requests.per.connection	允许最多没有返回 ack 的次数，默认为 5，开启幂等性 要保证该值是 1-5 的数字。
retries	当消息发送出现错误的时候，系统会重发消息。retries 表示重试次数。默认是 int 最大值，2147483647。 如果设置了重试，还想保证消息的有序性，需要设置 MAX_IN_FLIGHT_REQUESTS_PER_CONNECTION=1 否则在重试此失败消息的时候，其他的消息可能发送成功了。
retry.backoff.ms	两次重试之间的时间间隔，默认是 100ms。
enable.idempotence	是否开启幂等性，默认 true，开启幂等性。
compression.type	生产者发送的所有数据的压缩方式。默认是 none，也就 是不压缩。

2.2 生产者如何提高吞吐量

参数名称	描述
buffer.memory	RecordAccumulator 缓冲区总大小，默认 32m。
batch.size	缓冲区一批数据最大值，默认 16k。适当增加该值，可 以提高吞吐量，但是如果该值设置太大，会导致数据传输延迟增加。
linger.ms	如果数据迟迟未达到 batch.size，sender 等待 linger.time 之后就会发送数据。单位 ms，默认值是 0ms，表示没有延迟。生产环境建议该值大小为 5-100ms 之间。
compression.type	生产者发送的所有数据的压缩方式。默认是 none，也就是不压缩。 支持压缩类型：none、gzip、snappy、lz4 和 zstd。

2.3 数据可靠性

参数名称	描述
acks	0：生产者发送过来的数据，不需要等数据落盘应答。 1：生产者发送过来的数据，Leader 收到数据后应答。 -1（all）：生产者发送过来的数据，Leader+和 isr 队列里面的所有节点收齐数据后应答。默认值是-1，-1 和all 是等价的。

2.4 数据去重

参数名称	描述
enable.idempotence	是否开启幂等性，默认 true，表示开启幂等性。

2.5 数据有序

单分区内，有序（有条件的，不能乱序）；多分区，分区与分区间无序；

2.6 数据乱序

参数名称	描述
enable.idempotence	是否开启幂等性，默认 true，表示开启幂等性。
max.in.flight.requests.per.connection	允许最多没有返回 ack 的次数，默认为 5，开启幂等性 要保证该值是 1-5 的数字。

第三章 kafka Broker

3.1 Broker 核心参数配置

参数名称	描述
replica.lag.time.max.ms	ISR 中，如果 Follower 长时间未向 Leader 发送通信请求或同步数据，则该 Follower 将被踢出ISR。 该时间阈值，默认 30s。
auto.leader.rebalance.enable	默认是 true。 自动 Leader Partition 平衡。建议 关闭。
leader.imbalance.per.broker.percentage	默认是 10%。每个 broker 允许的不平衡的 leader 的比率。如果每个 broker 超过了这个值，控制器会触发 leader 的平衡。
leader.imbalance.check.interval.seconds	默认值 300 秒。检查 leader 负载是否平衡的间隔 时间。
log.segment.bytes	Kafka 中 log 日志是分成一块块存储的，此配置 是指 log 日志划分 成块的大小，默认值 1G。
log.index.interval.bytes	默认 4kb，kafka 里面每当写入了 4kb 大小的日志 （.log），然后就往 index 文件里面记录一个索引。
log.retention.hours	Kafka 中数据保存的时间，默认 7 天。
log.retention.minutes	Kafka 中数据保存的时间，分钟级别，默认关闭。
log.retention.ms	Kafka 中数据保存的时间，毫秒级别，默认关闭。
log.retention.check.interval.ms	检查数据是否保存超时的间隔，默认是 5 分钟。
log.retention.bytes	默认等于-1，表示无穷大。超过设置的所有日志 总大小，删除最早的 segment。
log.cleanup.policy	默认是 delete，表示所有数据启用删除策略； 如果设置值为 compact，表示所有数据启用压缩 策略。
num.io.threads	默认是 8。负责写磁盘的线程数。整个参数值要 占总核数的 50%。
num.replica.fetchers	默认是 1。副本拉取线程数，这个参数占总核数 的 50%的 1/3
num.network.threads	默认是 3。数据传输线程数，这个参数占总核数 的 50%的 2/3 。
log.flush.interval.messages	强制页缓存刷写到磁盘的条数，默认是 long 的最大值，9223372036854775807。一般不建议修改， 交给系统自己管理。
log.flush.interval.ms	每隔多久，刷数据到磁盘，默认是 null。一般不 建议修改，交给系统自己管理。

3.2 Leader Partition 负载平衡

参数名称	描述
auto.leader.rebalance.enable	默认是 true。自动 Leader Partition 平衡。生产环 境中，leader 重选举的代价比较大，可能会带来性能影响，建议设置为 false 关闭。
leader.imbalance.per.broker.percentage	默认是 10%。每个 broker 允许的不平衡的 leader 的比率。如果每个 broker 超过了这个值，控制器会触发 leader 的平衡。
leader.imbalance.check.interval.seconds	默认值 300 秒。检查 leader 负载是否平衡的间隔 时间。

3.3 关闭自动创建topic

  如果 broker 端配置参数auto.create.topics.enable 设置为 true（默认值是 true），那么当生产者向一个未创建的主题发送消息时，会自动创建一个分区数为 num.partitions（默认值为1）、副本因子为 default.replication.factor（默认值为 1）的主题。除此之外，当一个消费者开始从未知主题中读取消息时，或者当任意一个客户端向未知主题发送元数据请求时，都会自动创建一个相应主题。这种创建主题的方式是非预期的，增加了主题管理和维护的难度。
  所以生产环境应该将参数auto.create.topics.enable设置为flase

第四章 kafka消费者

4.1 kafka消费者核心参数配置

参数名称	描述
bootstrap.servers	向 Kafka 集群建立初始连接用到的 host/port 列表。
key.deserializer 和 value.deserializer	指定接收消息的 key 和 value 的反序列化类型。一定要写全 类名。
group.id	标记消费者所属的消费者组。
enable.auto.commit	默认值为 true，消费者会自动周期性地向服务器提交偏移量。
auto.commit.interval.ms	如果设置了 enable.auto.commit 的值为 true， 则该值定义了 消费者偏移量向Kafka 提交的频率，默认 5s。
auto.offset.reset	当 Kafka 中没有初始偏移量或当前偏移量在服务器中不存在 （如，数据被删除了），该如何处理？ earliest：自动重置偏移量到最早的偏移量。 latest：默认，自动重置偏移量为最新的偏移量。 none：如果消费组原来的（previous）偏移量不存在，则向消费者抛异常。 anything：向消费者抛异常。
offsets.topic.num.partitions	consumer_offsets 的分区数，默认是 50 个分区。不建议修 改。
heartbeat.interval.ms	Kafka 消费者和 coordinator 之间的心跳时间，默认 3s。 该条目的值必须小于 session.timeout.ms ，也不应该高于 session.timeout.ms 的 1/3。不建议修改。
session.timeout.ms	Kafka 消费者和 coordinator 之间连接超时时间，默认 45s。超 过该值，该消费者被移除，消费者组执行再平衡。
max.poll.interval.ms	消费者处理消息的最大时长，默认是 5 分钟。超过该值，该 消费者被移除，消费者组执行再平衡。
fetch.min.bytes	默认 1 个字节。消费者获取服务器端一批消息最小的字节数。
fetch.max.wait.ms	默认 500ms。如果没有从服务器端获取到一批数据的最小字 节数。该时间到，仍然会返回数据。
fetch.max.bytes	默认Default: 52428800（50 m）。消费者获取服务器端一批消息最大的字节数。如果服务器端一批次的数据大于该值 （50m）仍然可以拉取回来这批数据，因此，这不是一个绝对最大值。一批次的大小受 message.max.bytes （ broker config）or max.message.bytes （topic config）影响。
max.poll.records	一次 poll 拉取数据返回消息的最大条数，默认是 500 条。

4.2 消费者如何提高吞吐量

增加分区数；
./kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 3

参数名称	描述
fetch.max.bytes	默认Default: 52428800（50 m）。消费者获取服务器端一批消息最大的字节数。如果服务器端一批次的数据大于该值 （50m）仍然可以拉取回来这批数据，因此，这不是一个绝对最大值。一批次的大小受message.max.bytes （broker config） or max.message.bytes （topic config）影响。
max.poll.records	一次 poll 拉取数据返回消息的最大条数，默认是 500 条

第五章 kafka总体

5.1 提升生产者吞吐量

（1）	buffer.memory：发送消息的缓冲区大小，默认值是 32m，可以增加到 64m。
（2）	batch.size：默认是 16k。如果 batch 设置太小，会导致频繁网络请求，吞吐量下降；如果 batch 太大，会导致一条消息需要等待很久才能被发送出去，增加网络延时。
（3）	linger.ms，这个值默认是 0，意思就是消息必须立即被发送。一般设置一个 5-100 毫秒。如果 linger.ms 设置的太小，会导致频繁网络请求，吞吐量下降；如果 linger.ms 太长， 会导致一条消息需要等待很久才能被发送出去，增加网络延时。
（4）	compression.type：默认是 none，不压缩，但是也可以使用 lz4 压缩，效率还是不错的，压缩之后可以减小数据量，提升吞吐量，但是会加大 producer 端的CPU 开销。 2）增加分区

5.2 消费者提升吞吐量

（1）	调整 fetch.max.bytes 大小，默认是 50m。
（2）	调整 max.poll.records 大小，默认是 500 条

5.3 数据精准一次(无重复，无漏)

acks 设置为-1 （acks=-1）,保证数据不丢失
enable.idempotence=true，开启幂等性，保证数据不重复
ISR中最小副本数大于等于2

5.4 合理设置分区数

（1）	创建一个只有 1 个分区的 topic。
（2）	测试这个 topic 的 producer 吞吐量和 consumer 吞吐量。
（3）	假设他们的值分别是 Tp 和 Tc，单位可以是 MB/s。
（4）	然后假设总的目标吞吐量是 Tt，那么分区数 = Tt / min（Tp，Tc）。
例如：producer 吞吐量 = 20m/s；consumer 吞吐量 = 50m/s，期望吞吐量 100m/s； 分区数 = 100 / 20 = 5 分区
分区数一般设置为：3-10 个
分区数不是越多越好，也不是越少越好，需要搭建完集群，进行压测，再灵活调整分区个数。

5.5 服务器挂了如何处理？

在生产环境中，如果某个 Kafka 节点挂掉。正常处理办法：
（1）	先尝试重新启动一下，如果能启动正常，那直接解决。
（2）	如果重启不行，考虑增加内存、增加 CPU、网络带宽。
（3）	如果将 kafka 整个节点误删除，如果副本数大于等于 2，可以按照服役新节点的方式重新服役一个新节点，并执行负载均衡。

5.6 kafka集群压力测试

5.6.1 kafka 压测

用 Kafka 官方自带的脚本，对Kafka 进行压测。
生产者压测：kafka-producer-perf-test.sh
消费者压测：kafka-consumer-perf-test.sh

5.6.2 kafka producer压测

（1）	创建一个 test topic，设置为 3 个分区 3 个副本
./kafka-topics.sh --bootstrap- server hadoop102:9092 --create --replication-factor 3 -- partitions 3 --topic test
（2）	在/opt/module/kafka/bin 目录下面有这两个文件。我们来测试一下
./kafka-producer-perf-test.sh -- topic test --record-size 1024 --num-records 1000000 --throughput 10000	--producer-props
bootstrap.servers=192.168.0.215:9092,192.168.0.216:9092,192.168.0.217:9092 batch.size=16384 linger.ms=0

//参数说明
record-size 是一条信息有多大，单位是字节，本次测试设置为 1k。
num-records 是总共发送多少条信息，本次测试设置为 100 万条。
throughput 是每秒多少条信息，设成-1，表示不限流，尽可能快的生产数据，可测出生产者最大吞吐量。本次实验设置为每秒钟 1 万条。
producer-props 后面可以配置生产者相关参数，batch.size 配置为 16k。
batch.size 一批多大，1K=1024
linger.ms 等待时间默认是0ms,设置为50ms
compression.type 压缩方式，默认none,可设置gzip,snappy,lz4
buffer.memory 缓存大小，默认32m。设置64,根据实际调整

5.6.3 kafka consumer压测

（1）	修改/opt/module/kafka/config/consumer.properties 文件中的一次拉取条数为 500
max.poll.records=500
//参数说明
--bootstrap-server 指定Kafka 集群地址
--topic 指定 topic 的名称
--messages 总共要消费的消息个数。本次实验 100 万条。

（2）	消费 100 万条日志进行压测
./kafka-consumer-perf-test.sh -- bootstrap-server 192.168.0.215:9092,192.168.0.216:9092,192.168.0.217:9092 -
-topic	test	--messages	1000000	--consumer.config config/consumer.properties
//参数说明
--bootstrap-server 指定Kafka 集群地址
--topic 指定 topic 的名称
--messages 总共要消费的消息个数。本次实验 100 万条。

（3）	调整 fetch.max.bytes 大小为 100m
  ①修改/opt/module/kafka/config/consumer.properties 文件中的拉取一批数据大小 100m
fetch.max.bytes=104857600
  ②再次执行
./kafka-consumer-perf-test.sh -- broker-list 192.168.0.215:9092,192.168.0.216:9092,192.168.0.217:9092 -- topic test --messages 1000000 --consumer.config config/consumer.properties