当前位置：首页 > news >正文

可以写进简历的kafka优化-----吞吐量提升一倍的方法

news 2025/7/23 11:43:18

冲突

在看到项目工程里kafka 生产端配置的batch.size为500，而实际业务数据平均有1K大小的时候；我有点懵了。是的，这里矛盾了；莫非之前的作者认为这个batch.size是发送的条数，而不是kafka生产端内存缓存记录的大小？ 实际业务数据有1K大小；那么正式环境的生产端岂不是没有用到kafka缓存池带来的好处。

最近也正在了解并解读kafka生产端源码，被kafka的设计所折服时；恼人的现实和美好的理论存在巨大的矛盾，引起了我的怀疑和推测。怎么办？先和技术领导沟通下吧。

在请教过技术领导为什么这里设置为500时，获得了一个非预期的回答：“这个项目已经稳定运行5年了，也没什么问题呀”；想必大家也遇到过类似的情况吧~~
想要说服领导，更改这个不是最优的设置，需要拿出更多的证据。如何去做了？

求证之路

为了验证batch.size 为500不是最优的（其实是为了验证kafka发送端用缓存池还是不用缓存池的区别）。写了两个对比不超过10行代码的kafka生产端代码。
第一个case是：发送固定100W消息量。对比batch 500B 和16K 两者的耗时，GC次数，GC耗时等的对比
第二个case是：在固定时间内。对比batch 500B和16K两者发送消息量，GC次数，GC耗时等的对比
当然msg大小为业务大小固定1KB。

具体代码如下

case1：发送固定100W消息量，耗时，GC等信息对比

java 发送端代码

long begin = System.currentTimeMillis();
for(int j=1000;j>0;j--){for(int i=0;i<1000;i++){kafkaProducerTest.send(topic,msg);}kafkaProducerTest.flush();//每发送1000次，sleep 500毫秒try {Thread.sleep(500);} catch (InterruptedException e) {throw new RuntimeException(e);}
}
long end = System.currentTimeMillis();
log.info("cast time:" + (end-begin));

监控工具： jstat

使用了JVM 原生的GC 监控工具对GC次数和耗时进行监控
命令如下

jstat -gcutil pid 1000

输出：主要是看YGC，YGCT，FGC，FGCT，GCT
在这里插入图片描述

统计结果

在这里插入图片描述

为了减小误差，每个batch.size，都测试了两遍，取平均值做为底数。

从统计结果可看到

使用了缓存池，比不使用，耗时减少了64.51%。（这里减了500*1000，是为了减少sleep(500)的影响），吞吐量也就提高了一倍
使用了缓存池，比不使用，GC次数降低了27%，GC耗时减少了39%

数据还蛮符合事先猜测：吞吐量，GC次数，GC耗时；在使用了缓存池后都比不使用要优异

case2 持续3分钟，两者发送消息量的统计，GC等信息统计

java代码

   long maxTime = 3 * 60 * 1000l;while (true){for(int i=0;i<1000;i++){kafkaProducerTest.send(topic,msg);}count ++;kafkaProducerTest.flush();//发送1000条，sleep 10毫秒try {Thread.sleep(10);} catch (InterruptedException e) {throw new RuntimeException(e);}//只跑maxTimeif(System.currentTimeMillis() - begin > maxTime){break;}
}
log.info("count:" + count);

统计结果

在这里插入图片描述

从统计结果可看到

使用了缓存池，比不使用缓冲池；消息发送量提高了78%。即在相同时间内，使用缓冲池，能提高1倍以上的吞吐量
使用了缓存池，比不使用缓冲池；GC次数大概提高了27%，而GC耗时基本相同。

总结

从上面的统计来看，如果想要提高发送消息吞吐量，请尽量使用缓存池。你的项目中，真的使用了缓存池吗？

曾经解读过kafka生产端内存模型的设计；以及由kafka内存池模型设计，联想到多年前初学java时的认知。始终感觉有点偏向理论，这篇算出一个对之前理论性设计的论证，实际实践后的数据证据吧。如果要用一句话来总结这次的感悟和行动，想借用陆游的一句大家都很熟悉的绝句来描述：纸上得来终觉浅,绝知此事要躬行。

参考资料:
https://blog.csdn.net/chenhcao628/article/details/108038172 《jstat -gcuti命令分析》
https://juejin.cn/post/7259300929026916409 《读kafka生产端源码，窥kafka设计之道（下）》
https://juejin.cn/post/7259300929026916409 《java内存管理美好的期望与现实的残酷》
《深入理解Kafka：核心设计与实践原理》
《kafka源码》

查看全文

http://www.lryc.cn/news/104082.html