kafka开发经验之kafka压力测试，机器数量计算及分区数量计算

kafka开发经验之kafka压力测试，机器数量计算及分区数量计算

一：kafka压力测试
用Kafka官方自带的脚本，对Kafka进行压测。Kafka压测时，可以查看到哪个地方出现了瓶颈（CPU，内存，网络IO）。一般都是网络IO达到瓶颈。
kafka-consumer-perf-test.sh
kafka-producer-perf-test.sh
1）Kafka Producer压力测试
在kafka的安装目录下的bin目录下有如下两个文件。我们来测试一下

bin/kafka-producer-perf-test.sh  --topic test --record-size 100 --num-records 100000 --throughput -1 --producer-props bootstrap.servers=hadoop102:9092,hadoop103:9092,hadoop104:9092

说明：
record-size是一条信息有多大，单位是字节。
num-records是总共发送多少条信息。
throughput 是每秒多少条信息，设成-1，表示不限流，可测出生产者最大吞吐量。
后买的hadoop102，hadoop103,hadoop104为自己的集群的地址

执行后的结果如下

100000 records sent, 32509.752926 records/sec (3.10 MB/sec), 690.72 ms avg latency, 1129.00 ms max latency, 677 ms 50th, 1107 ms 95th, 1123 ms 99th, 1127 ms 99.9th.
参数解析：本例中一共写入10w条消息，吞吐量为：10.35MB/sec，每次写入的平均延迟为168.96毫秒，最大的延迟为424.00毫秒。后面的时间为一个延迟的走势图，横轴为所有的数据，纵轴为延迟的时间，它从低到高进行了一个排序

2）Kafka Consumer压力测试
Consumer的测试，如果这四个指标（IO，CPU，内存，网络）都不能改变，考虑增加分区数来提升性能。

bin/kafka-consumer-perf-test.sh --broker-list hadoop102:9092,hadoop103:9092,hadoop104:9092 --topic test --fetch-size 10000 --messages 10000000 --threads 1

参数说明：
–zookeeper 指定zookeeper的链接信息
–topic 指定topic的名称
–fetch-size 指定每次fetch的数据的大小
–messages 总共要消费的消息个数

测试结果说明：
start.time, end.time, data.consumed.in.MB, MB/sec, data.consumed.in.nMsg, nMsg/sec
2019-02-19 20:29:07:566, 2019-02-19 20:29:12:170, 9.5368, 2.0714, 100010, 21722.4153
开始测试时间，测试结束数据，共消费数据9.5368MB，吞吐量2.0714MB/s，共消费100010条，平均每秒消费21722.4153条。

二： 项目经验之Kafka机器数量计算
Kafka机器数量（经验公式）=2*（峰值生产速度副本数/100）+1
先拿到峰值生产速度，再根据设定的副本数，就能预估出需要部署Kafka的数量。
比如我们的峰值生产速度是50M/s。副本数为2。
Kafka机器数量=2（50*2/100）+ 1=3台

三: 项目经验值Kafak分区数计算
说到kafka就一定会想到创建几个分区，几个副本。副本数一般情况下都是连个或三个，但是分区数如何计算呢？
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