kafka集群的配置案例

方案背景假设每天集群需要承载10亿数据。
一天24小时，晚上12点到凌晨8点几乎没多少数据。使用二八法则估计，也就是80%的数据(8亿)会在16个小时涌入，而且8亿的80%的数据(6.4亿)会在这16个小时的20%时间(3小时)涌入。
QPS计算公式：640000000÷(3x60x60)=60000，也就是说高峰期的时候Kafka集群要扛住每秒6万的并发。
磁盘空间计算，每天10亿数据，每条50kb，也就是46T的数据。
保存2个副本(在上一篇中也提到过其实两个副本会比较好，因为follower需要去leader那里同步数据，同步数据的过程需要耗费网络，而且需要磁盘空间，但是这个需要根据实际情况考虑)，46 * 2 = 92T，保留最近3天的数据。故需要 92 * 3 = 276T。 QPS方面部署Kafka，Hadoop，MySQL……等核心分布式系统，一般建议直接采用物理机，抛弃使用一些低配置的虚拟机的想法。高并发这个东西，不可能是说，你需要支撑6万QPS，你的集群就刚好把这6万并发卡的死死的。加入某一天出一些活动让数据量疯狂上涨，那整个集群就会垮掉。
但是，假如说你只要支撑6w QPS，单台物理机本身就能扛住4_{5万的并发。所以这时2台物理机绝对绝对够了。但是这里有一个问题，我们通常是建议，公司预算充足，尽量是让高峰QPS控制在集群能承载的总QPS的30%左右(也就是集群的处理能力是高峰期的3}4倍这个样子)，所以我们搭建的kafka集群能承载的总QPS为20万~30万才是安全的。
所以大体上来说，需要5_{7台物理机来部署，基本上就很安全了，每台物理机要求吞吐量在每秒4}5万条数据就可以了，物理机的配置和性能也不需要特别高。
磁盘方面 磁盘数量需要5台物理机的情况，需要存储276T的数据，平均下来差不多一台56T的数据。这个具体看磁盘数和盘的大小。 SAS还是SSD现在我们需要考虑一个问题：是需要SSD固态硬盘，还是普通机械硬盘？SSD就是固态硬盘，比机械硬盘要快，那么到底是快在哪里呢？其实SSD的快主要是快在磁盘随机读写，就要对磁盘上的随机位置来读写的时候，SSD比机械硬盘要快。
比如说MySQL这种就应该使用SSD了(MySQL需要随机读写)。比如说我们在规划和部署线上系统的MySQL集群的时候，一般来说必须用SSD，性能可以提高很多，这样MySQL可以承载的并发请求量也会高很多，而且SQL语句执行的性能也会提高很多。
因为写磁盘的时候Kafka是顺序写的。机械硬盘顺序写的性能机会跟内存读写的性能是差不多的，所以对于Kafka集群来说其实使用机械硬盘就可以了。
如果是需要自己创业或者是在公司成本不足的情况下，经费是能够缩减就尽量缩减的。
内存角度JVM非常怕出现full gc的情况。
Kafka自身的JVM是用不了过多堆内存的，因为Kafka设计就是规避掉用JVM对象来保存数据，避免频繁full gc导致的问题，所以一般Kafka自身的JVM堆内存，分配个10G左右就够了，剩下的内存全部留给OS cache。
那服务器需要多少内存呢。我们估算一下，大概有100个topic，所以要保证有100个topic的leader partition的数据在操作系统的内存里。
100个topic，一个topic有5个partition。那么总共会有500个partition。每个partition的大小是1G(在上一篇中的日志分段存储中规定了.log文件不能超过1个G)，我们有2个副本，也就是说要把100个topic的leader partition数据都驻留在内存里需要1000G的内存。
我们现在有5台服务器，所以平均下来每天服务器需要200G的内存，但是其实partition的数据我们没必要所有的都要驻留在内存里面，只需要25%的数据在内存就行，200G * 0.25 = 50G就可以了(因为在集群中的生产者和消费者几乎也算是实时的，基本不会出现消息积压太多的情况)。
所以一共需要60G(附带上刚刚的10G Kafka服务)的内存，故我们可以挑选64G内存的服务器也行，大不了partition的数据再少一点在内存，当然如果能够提供128G内存那就更好。
CPU
coreCPU规划，主要是看你的这个进程里会有多少个线程，线程主要是依托多核CPU来执行的，如果你的线程特别多，但是CPU核很少，就会导致你的CPU负载很高，会导致整体工作线程执行的效率不太高，上一篇的Kafka的网络设计中讲过Kafka的Broker的模型。
acceptor线程负责去接入客户端的连接请求，但是他接入了之后其实就会把连接分配给多个processor，默认是3个，但是一般生产环境建议大家还是多加几个，整体可以提升kafka的吞吐量比如说你可以增加到6个，或者是9个。
另外就是负责处理请求的线程，是一个线程池，默认是8个线程，在生产集群里，建议大家可以把这块的线程数量稍微多加个2倍~3倍，其实都正常，比如说搞个16个工作线程，24个工作线程。
后台会有很多的其他的一些线程，比如说定期清理7天前数据的线程，Controller负责感知和管控整个集群的线程，副本同步拉取数据的线程，这样算下来每个broker起码会有上百个线程。
根据经验4个CPU core，一般来说几十个线程，在高峰期CPU几乎都快打满了。
8个CPU core，也就能够比较宽裕的支撑几十个线程繁忙的工作。所以Kafka的服务器一般是建议16核，基本上可以hold住一两百线程的工作。当然如果可以给到32 CPU core那就最好不过了。 网卡现在的网基本就是千兆网卡(1GB / s)，还有万兆网卡(10GB / s)。
kafka集群之间，broker和broker之间是会做数据同步的，因为leader要同步数据到follower上去，他们是在不同的broker机器上的，broker机器之间会进行频繁的数据同步，传输大量的数据。
那每秒两台broker机器之间大概会传输多大的数据量？高峰期每秒大概会涌入6万条数据，约每天处理10000个请求，每个请求50kb，故每秒约进来488M数据，我们还有副本同步数据，故高峰期的时候需要488M * 2 = 976M/s的网络带宽，所以在高峰期的时候，使用千兆带宽，网络还是非常有压力的。
文章引自：https://blog.csdn.net/hanjibing1990/article/details/51673540