参考
kafka 技术分享
如何确定Kafka的分区数，key和consumer线程数，以及不消费问题解决
kafka性能参数和压力测试揭秘
kafka producer线程与吞吐量
1.partition数量配置
partition数量由topic的并发决定，并发少则1个分区就可以，并发越高，分区数越多，可以提高吞吐量。
创建topic时指定topic数量
bin/kafka-topics.sh --create --zookeeper 10.25.58.35:2181 --replication-factor 3 --partitions 3 --topic test8
2.日志保留策略设置
当kafka broker的被写入海量消息后，会生成很多数据文件，占用大量磁盘空间，kafka默认是保留7天，建议根据磁盘情况配置，避免磁盘撑爆。
log.retention.hours=72
段文件配置1GB，有利于快速回收磁盘空间，重启kafka加载也会加快(如果文件过小，则文件数量比较多，kafka启动时是单线程扫描目录(log.dir)下所有数据文件)
log.segment.bytes=1073741824
3.文件刷盘策略
为了大幅度提高producer写入吞吐量，需要定期批量写文件。建议配置：
每当producer写入10000条消息时，刷数据到磁盘
log.flush.interval.messages=10000
每间隔1秒钟时间，刷数据到磁盘
log.flush.interval.ms=1000
4.网络和io操作线程配置优化
一般num.network.threads主要处理网络io，读写缓冲区数据，基本没有io等待，配置线程数量为cpu核数加1.
broker处理消息的最大线程数
num.network.threads=xxx
num.io.threads主要进行磁盘io操作，高峰期可能有些io等待，因此配置需要大些。配置线程数量为cpu核数2倍，最大不超过3倍.
broker处理磁盘IO的线程数
num.io.threads=xxx
加入队列的最大请求数,超过该值，network thread阻塞
queued.max.requests=5000
server使用的send buffer大小。
socket.send.buffer.bytes=1024000
server使用的recive buffer大小。
socket.receive.buffer.bytes=1024000
5.异步提交（kafka.javaapi.producer）
采用同步：1000条8s；
采用异步：100条或3s异步写入，速度提升为1w条2s（ProducerConfig）
request.required.acks=0
producer.type=async
##在异步模式下，一个batch发送的消息数量。producer会等待直到要发送的消息数量达到这个值，之后才会发送。但如果消息数量不够，达到queue.buffer.max.ms时也会直接发送。
batch.num.messages=100
##默认值：200，当使用异步模式时，缓冲数据的最大时间。例如设为100的话，会每隔100毫秒把所有的消息批量发送。这会提高吞吐量，但是会增加消息的到达延时
queue.buffering.max.ms=100
##默认值：5000，在异步模式下，producer端允许buffer的最大消息数量，如果producer无法尽快将消息发送给broker，从而导致消息在producer端大量沉积，如果消息的条数达到此配置值，将会导致producer端阻塞或者消息被抛弃。
queue.buffering.max.messages=1000 ##发送队列缓冲长度
##默认值：10000，当消息在producer端沉积的条数达到 queue.buffering.max.meesages 时，阻塞一定时间后，队列仍然没有enqueue(producer仍然没有发送出任何消息)。此时producer可以继续阻塞或者将消息抛弃，此timeout值用于控制阻塞的时间，如果值为-1（默认值）则 无阻塞超时限制，消息不会被抛弃；如果值为0 则立即清空队列，消息被抛弃。
queue.enqueue.timeout.ms=100
compression.codec=gzip
6.producer版本
参考
what's the difference between kafka.javaapi.* and org.apache.kafka.*?
Kafka new producer not behaving consistently
使用新producer发送少量消息时丢失
新producer：org.apache.kafka.clients.producer(KafkaProducer.java)
老producer：kafka.javaapi.producer(Producer.scala)
- 查阅资料后，原因为使用producer时必须调用producer.close()，且在发送后Thread.sleep适当时间，则不会丢失数据。否则会造成资源泄露，导致数据丢失。
- 当使用多个producer进行发送时（使用apache线程池），当同时有多个producer并发发送时，依然会造成数据丢失。sleep后有好转，但仍然丢失。
- 使用老producer，且compression.codec不为snappy时，不会造成数据丢失。使用线程池也不会丢失。
7.性能测试
kafka 10 性能测试
kafka自带的性能测试工具，位于bin/kafka-producer-perf-test.sh。
8.生产端发送堵塞
- 调整producer缓冲区大小 queue.buffering.max.messages
- 增加通道数量：多建几个producer，使用连接池管理producer
producer使用线程池
- buffer.memory设置的缓存是针对每个producerThread
针对每个producerThread，不应设置高，以免影响内存 - 线程池中线程数量如何设置？
监视剩余线程数据，进行动态调整，并针对可能出现的峰值预留一定的线程。 - 使用tryAcquire()还是acquire()？？阻塞或放弃消息？？
使用apache的线程池即可，设置阻塞时的等待时间，超过后则抛出异常。 - 是否对线程池容量进行动态调整？
使用apache的线程池即可。 - 线程池最大线程数100，启用50个thread同时发送日志，报错：
kafka.common.QueueFullException: Event queue is full of unsent messages, could not send event: KeyedMessage(test12,null,null,........
报错原因为生产速度大于发送速度（网络传输等决定），可设置继续等待时间，超过此时间后丢弃消息；或设置一直阻塞，排队等待消息发送完毕（会造成线程死锁）。
