【译】Kafka最佳实践 / Kafka Best Practices

最新推荐文章于 2024-06-17 07:00:00 发布

weixin_34268310

最新推荐文章于 2024-06-17 07:00:00 发布

阅读量223

点赞数

文章标签：大数据运维 java

本文来自于DataWorks Summit/Hadoop Summit上的《Apache Kafka最佳实践》分享，里面给出了很多关于Kafka的使用心得，非常值得一看，今推荐给大家。

硬件配置

JBOD: Just bunch of disks，就是普通的一堆磁盘组成的集群

OS调优

1 页缓存：尽量分配与所有日志的激活日志段大小相同的页缓存大小

2 文件描述符限制： 10万以上

3 禁掉swap

4 使用Java 8和G1，分配6~8GB的堆大小

磁盘调优

1 使用多块磁盘，专属分配给kafka

2 一般环境使用JBOD即可，但JBOD有一些固有的缺陷，比如磁盘失败将导致Kafka异常关闭，造成数据不一致，社区已经着手解决

3 使用EXT4或XFS

4 尽量使用SSD

基本监控

1 CPU负载

2 网络带宽

3 文件句柄数

4 磁盘空间

5 磁盘IO性能

6 垃圾回收

7 zookeeper监控

如何监控备份不足情况发生？

JMX指标：kafka.server:type=ReplicaManager,name=UnderReplicatedPartitions

可能原因

broker挂了
controller问题
zk问题
网络问题

解决办法

调整ISR参数，比如 min.insync.replica和replica.lag.time.max.ms, num.replica.fetchers
增加broker数

controller问题

1 避免zk会话超时

ISR抖动
zk性能问题
Long GC
网络问题

2 监控controller

kafka.controller:type=KafkaController,name=ActiveControllerCount应该=1
监控LeaderElectionRate

unclean leader选举

1 允许非ISR中的副本成为leader

2 监控JMX指标： kafka.controller:type=ControllerStats,name=UncleanLeaderElectionsPerSec

集群评估(sizing)

1 broker评估

单broker上的分区数<2000
控制分区大小，不要超过25GB

2 broker数评估：根据retention和流量进行评估

3 集群扩展

磁盘使用率<60%
网络使用率<75%

4 集群监控

确保topic分区分布尽量均匀
确保broker节点不会磁盘、带宽耗尽

broker监控

1 分区数： kafka.server:type=ReplicaManager,name=PartitionCount

2 leader副本数： kafka.server:type=ReplicaManager,name=LeaderCount

3 ISR扩容率/缩容率：kafka.server:type=ReplicaManager,name=IsrExpandsPerSec

4 入站消息/出站消息：Message in rate/Byte in rate/Byte out rate

5 broker网络请求处理平均空闲率： NetworkProcessorAvgIdlePercent

6 请求平均处理空闲率： RequestHandlerAvgIdlePercent

topic评估

1 分区数

至少和最大的消费者组中consumer的数量一致
分区不要太大，小于25GB
要考虑未来业务的扩容

2 使用keyed消息，即指定key

3 为扩展分区确立阈值，即确定当分区大小达到阈值时增加topic分区数

选择分区

1 基于TPS需求大致确定分区数, 即目标TPS/min(Producer TPS, Consumer TPS)

2 更多分区意味着更多的文件句柄、消息处理延时和更多的内存使用

份额控制

1 避免恶意客户端并维护SLA

2 设定字节率阈值限制

3 监控throttle-rate，byte-rate

4 replica.fecth.response.max.bytes：设置follower副本FETCH请求response大小

5 限制带宽： kafka-reassign-partitions.sh --throttle options...

Kafka producer

1 使用Java版本producer

2 使用kafka-producer-perf-test.sh测试

3 设置好内存、cpu、batch、压缩等参数

batch.size: 越大，TPS越大，延时也越大
linger.ms: 越大，TPS越大，延时也越大
max.in.flight.requests.per.connection: 增加TPS，关乎消息接收顺序
compression.type: 设置压缩类型，提升TPS
acks: 设置消息持久性级别

4 避免发送大消息(会使用更多内存，降低broker处理)

性能调优

1 如果TPS<网络带宽

增加用户线程
增加batch size
使用多个producer实例
添加分区

2 acks=-1时如何降低延时：增加num.replica.fetchers

3 跨数据中心的传输：增加Socket缓冲区设置，以及TCP缓存设置

监控指标

batch-size-avg
compression-rate-avg
waiting-threads
buffer-available-bytes
record-queue-time-max
record-send-rate
records-per-request-avg

Kafka Consumer

1 使用kafka-consumer-perf.test.sh测试

2 TPS问题

分区数不够
OS缓存命中太低，分配更多页缓存
处理逻辑过重

3 位移管理：异步提交+手动提交

4 重要参数

fetch.min.bytes、fetch.max.wait.ms
max.poll.interval.ms
max.poll.records
session.timeout.ms

监控

1 consumer lag

2 JMX指标： records-lag-max

3 bin/kafka-consumer-groups.sh

4 如何减少lag

分析consumer，是GC问题还是consumer hang住了
增加consumer instances
增加分区数

无数据丢失配置

1 producer端

retries = MAX
acks=all
max.in.flight.requests.per.connection = 1
关闭producer

2 broker端

replication factor >= 3
min.insync.replicas = 2
关闭unclean leader选举

3 consumer端

关闭auto.offset.commit
消息被处理后提交位移