1、gcluster_kafka_consume_batch
一次读取kafka消息的条数,建议值为10~1000,根据Kafka的消息大小调整此参数,例如kafka一条消息只包含1个DML操作,就调大这个参数,设为1000,一次读取1000条消息,以提升效率。
2、gcluster_kafka_batch_commit_dml_count
一次提交的DML操作数量,可以适当调大以提高性能。但若是一个topic涉及很多个表,应当适当调小该参数,使得一次提交命中的表少一点。调参方式根据具体场景具体分析。另外在某些情况下,程序可能不会严格按照此参数执行,例如从kafka取消息、解析消息速度比单机提交数据的速度慢,程序会选择先提交,而不一定要等满足参数规定再提交。
3、gcluster_kafka_local_queue_size
存储DML操作队列的长度,建议至少设置为gcluster_kafka_batch_commit_dml_count二倍多一点。
4、gcluster_kafka_queued_data_buffer_size
设置kafka client预取缓冲区的大小,默认值是64M,适当调大可以提高效率,太小的话导致内存不足,会造成性能低下。
5、gcluster_kafka_queued_message_number
设置至少预读取的消息条数。放到缓冲区供consumer随时使用,最小值是1,最大值是10000000,默认值100000。当kafka里消息size很小时可以适当调大以获得更好的性能。gcluster_kafka_queued_message_number与gcluster_kafka_queued_data_buffer_size具有联动作用。kafka lib代码中,对于这两个参数的判断顺序是优先判断gcluster_kafka_queued_message_number,然后判断gcluster_kafka_queued_data_buffer_size,gcluster_kafka_queued_message_number优先级更高,所以有可能出现buffer已经满了,kafka lib的线程还在从kafka server取数据,导致内存问题。如果两个参数配置得当,consumer提交完成后,client已经预取到下次提交的数据,达到最佳性能。
6、gcluster_kafka_consumer_support_multi_partition
953.28版本新增的参数,用于支持多partition模式。开次此模式时,可以从包含多个partition的topic同步数据,但是需要保证多个partition中的数据不存在主键上的交集,否则会导致多次入库结果不一致,非必要不使用。