Kafka从上手到实践-Kafka集群：重要配置和性能探讨

最后这一章节总结Kafka中需要特别关注的重要配置以及影响Kafka性能的因素。

重要配置

• auto.create.topics.enable ：该配置项默认值是 true ，但在生产环境最好设置为 false 。这样可以控制创建Topic的人以及创建时间。
• background.threads ：该配置项默认值是10，既整个Kafka在执行各种任务时会启动的线程数。如果你的CPU很强劲，那么可以将线程数设大一点。
• delete.topic.enable ：该配置项默认值是 false ，可以根据实际需求改变，在生产环境还是建议保持默认值，这样至少不会出现Topic被误删的情况。
• log.flush.interval.messages ：该配置项最好保持默认值，把这个任务交给操作系统的文件系统去处理。
• log.retention.hours ：日志文件保留的时间默认是168小时，既7天。这个配置可以根据具体业务需求而定。
• message.max.bytes ：每条Message或一批次Message的大小默认是1MB。这个配置也要根据具体需求而定，比如带宽的情况。
• min.insync.replicas ：该配置项的默认值是1，既在acks=all时，最少得有一个Replica进行确认回执。建议在生产环境配置为2，保证数据的完整性。
• num.io.threads ：处理I/O操作的线程数，默认是8个线程。如果觉得在这个环节达到了瓶颈，那么可以适当调整该参数。
• num.network.threads ：处理网络请求和响应的线程数，默认是3个线程。如果觉得在这个环节达到了瓶颈，那么可以适当调整该参数。
• num.recovery.threads.per.data.dir ：每个数据目录启用几个线程来处理，这里的线程数和数据目录数是乘积关系，并且只在Broker启动或关闭时使用。默认值是1，根据实际情况配置数据目录数，从而判断该配置项应该如何设置。
• num.replica.fetchers ：该配置项影响Replicas同步数据的速度，默认值是1，如果发现Replicas同步延迟较大，可以提升该配置项。
• offsets.retention.minutes ：Offset保留的时间，默认值是1440，既24小时。在生产环境建议将该配置项设大一点，比如设置为1个月，保证消费数据的完整性。
• unclean.leader.election.enable ：该配置项的作用是，指定是否可以将非ISR的Replicas选举为Leader，默认值为 false 。在生产环境建议保持默认值，防止数据丢失。
• zookeeper.session.timeout.ms ：Zookeeper会话超时时间，默认值为6000。按实际情况而定，通常情况下保持60秒即可。
• default.replication.factor ：默认Replication Factor为1，建议设置为2或者3，以保证数据完整性和整个集群的健壮性。
• num.partitions ：Topic默认的Partition数，默认是1，建议设置为3或者6，以保证数据完整性和整个集群的健壮性。

以上是比较重要，需要我们根据实际情况额外关注的配置项。

影响性能的因素

影响Kafka性能大概有五个因素。

磁盘I/O

我们知道Kafka是将大多数数据保存在磁盘上的。所以磁盘的读写性能很大程度上会影响Kafka系统的性能。所以我们可以注意以下几点：

log.dirs
log.retention.hours

网络

数据传输的延迟性是任何MQ系统都要关注的问题，Kafka也不例外，在这方面我们要注意以下几点：

• 确保部署Kafka的服务器和部署Zookeeper的服务器在一个内网内，服务器之间的物理距离不要太远，比如一个在北京，一个在上海。
• 确保部署不同Kafka Broker的服务器在一个内网内，服务器之间的物理距离不要太远。
• 保证服务器有比较好的网络带宽配置。

RAM

Kafka的高性能特性离不开对计算机内存的使用技术，对内存的使用大体分 Java 堆内存的使用和操作系统（Linux）Page Cache的使用：

• 在启动Kafka Broker时，可以通过环境变量 KAFKA_HEAP_OPTS 设置对Java堆内存的使用大小。比如 export KAFKA_HEAP_OPTS=“-Xmx4g” 。
• Broker中的Partition数量会影响对Java堆内存的使用大小。Partition越多，堆内存使用的越多。
• 对于Page Cache/文件Cache，我们不用做任何设置：

  Page Cache：当应用程序需要读取文件中的数据时，操作系统先分配一些内存，将数据从存储设备读入到这些内存中，然后再将数据分发给应用程序；当需要往文件中写数据时，操作系统先分配内存接收用户数据，然后再将数据从内存写到磁盘上。文件 Cache 管理指的就是对这些由操作系统分配，并用来存储文件数据的内存的管理。

CPU

因为Kafka在Message传输的整个过程中，不会对Message进行任何计算，所以CPU通常不会成为Kafka性能的主要瓶颈。但是在一些情况下，也会对Kafka的性能产生影响：

• Message加密/解密的过程中会增加CPU的负载。
• Message压缩/解压的过程中会增加CPU的负载。
• 在GC堆内存时会增加CPU的负载。

操作系统

通常优先推荐使用 Linux 系统，尤其在高性能计算领域，Linux已经成为一个占主导地位的操作系统。其次也可以使用Solaris系统。Windows系统是不推荐使用的。另外，尽量保证运行Kafka Broker的操作系统中，不要运行其他的应用程序，避免和Kafka产生资源竞争，从而影响性能。