记一次 Kafka Producer 性能调优实战

https://objcoding.com/2020/09/18/kafka-producer-performance-optimization/

最近，遇到某个集群的生产端发送延迟特别高，而且吞吐量上不去，检查集群负载却很低，且集群机器配置非常好，网络带宽也很大，于是使用 Kafka 压测脚本进行了压测。

昨天凌晨，在生产环境进行实战调优，经过不断参数改动，现将生产者相关参数设置为以下配置：

linger.ms=50
batch.size=524288
compression.type=lz4
acks=1（用户要求消息至少要发送到分区 leader）
max.request.size=5242880
buffer.memory=268435456

在生产环境的一台服务器上，使用以上参数对集群进行生产发送性能压测：

从上图可以看到，使用平均 4k 大小的消息体对集群进行压测，单个 Producer 平均吞吐量达到 2000MB/s，50w/s+！

作为对比，我还是使用同一台服务器，将调优参数去掉，再压一遍：

可以看到，最高的吞吐量也不过 500M/s，最低已经来到 2M/s 了。

虽然说实际客户端环境比压测环境复杂很多，但是使用压测工具已经能够证明，该集群的负载目前现在还远远没有达到瓶颈，且生产端还有待优化。

以上参数调优思想是：

1、buffer.memory=268435456

由于发送端发送频率非常快，加上由于 Spark 客户端频繁断开连接导致生产端 Sender 线程发送延迟增高，这就会造成客户端发送速率 > Sender线程的发送速率。

它们之间会有一个缓冲池，如果客户端发送速率 > Sender 线程的发送速率，缓冲池会很快塞满，阻塞当前发送进程，导致发送延迟增高。

注：如果 Java 进程的堆内存大小允许，可以适当再调大一些。

2、batch.size=524288

我们的客户端消息大小普遍 4k 左右，而 batch.size 默认大小为 16k，如果直接使用默认的大小，每个批次很容易被塞满，达不到缓冲的作用。而且，如果消息大小 > batch.size，则缓冲池不会对该消息产生作用，导致内存频繁被 JVM GC 回收，具体详情请看这篇文章：「深度剖析 Kafka Producer 的缓冲池机制【图解 + 源码分析】」。

3、max.request.size=5242880

该参数主要作用是限定每次发送到 broker 的数据大小，默认值为 1M，如果太小，会导致生产端与 broker 的网络交互增多，加上加上由于 Spark 客户端频繁断开连接导致生产端 Sender 线程发送延迟增高。