kafka权威指南 第二章第6节 Kafka集群配置与调优

问题导读：
1 Kafka集群有什么优势？
2 集群中部署多少个节点合适？
3 集群针对系统如何调优？




Kafka集群

对于本地的开发工作或者概念性的验证工作，单个Kafka服务器就可以支撑了。但是以集群的方式部署Kafka将会有许多好处。最大的好处就是可以在多个服务器之间进行负载均衡。如果某个节点挂掉，则可以使用它的备份节点继续提供服务。本章节就重点关注下Kafka的集群。

图2-2 简单的Kafka集群

多少个Broker?

Kafka集群节点的个数需要考虑几个因素。首先需要关注的是为了满足消息持久化的需求，单个节点所能提供的磁盘空间。如果集群需要10T的空间保存数据，每个节点只有2T，那么就需要5个broker。另外还需要考虑其他应用的存储需求，不可能100%都用来给broker做持久化。如果kafka要做备份，那么磁盘的使用还需要翻倍。这就意味着，为了满足10T的需求以及备份的需求，那么至少需要10个broker。
另一个需要考虑的是集群处理的请求量，这通常是通过网络带宽来衡量的，典型的场景是有多个消费者同时消费数据、或者在某时间持久化的消息到达高峰。如果单个broker可以使用80%的网络带宽，如果有两个消费者，那么带宽就不够了。如果集群还是用了备份，还需要考虑数据进入备份节点的带宽，这部分的带宽压力会随着备份节点的个数增加而增加。
另外，也需要考虑磁盘的吞吐量和内存。

Broker的配置
在集群中，broker需要关注两个配置。第一个是zookeeper.connect参数，它用于控制集群存储的原信息路径。第二个是broker.id，它决定这个broker叫什么。其他会有一些控制备份的参数，稍后会提到。

操作系统调优

大多数linux分布式框架都会针对操作系统调优设置一些开箱即用的配置，针对Kafka的broker调优可能有所不同。主要需要关注的是虚存和网络，当然，为了存储消息也需要关注磁盘。一般配置操作系统参数的文件是/etc/sysctl.conf，有一些操作系统可能不同。

虚存
一般linux虚存都会根据自身系统的负载来设置。这里需要关注的是有多少交换空间可以使用。对于大多数的应用来说，吞吐都是个问题，建议避免使用交换空间。将内存页交换到磁盘会影响kafka的性能。另外，Kafka也会大量的使用系统的页缓存，如果此时被交换到磁盘上，相当于缓存未命中了。
一种比较好的方式就是关闭交换空间。交换空间其实也不是必须的，只不过在系统发生故障时，提供一些安全保障。因此可以设置vm.swappiness小一点，比如1，这个值是设置系统使用交换空间的百分比。最好还是减小页面缓存的大小，而不是直接使用交换空间。

为什么不设置swappiness为0？
以前都是推荐swappniess设置为0，这样意味着在内存不足时也不会使用交换空间。然后再linux内核3.5-rc1版本，并且这个改变应用到了很多的系统版本，比如Red Hat Enterprise 内核版本为2.6.32-303，它意味着在任何情况下都不会使用交换空间。因此还是推荐设置值为1.

还可以调整内存如何处理脏页到磁盘。生产者持久化消息的效率依赖于Kafka依赖于磁盘IO性能。这也是为什么日志段文件需要放在一个比较快的磁盘上存储，比如SSD或者RAID。这样在刷新到磁盘的时候，脏页的数量可以减少一些。这个参数通过vm.dirty_background_ratio来决定，默认是10。这个参数是操作同内存的百分比，在很多情况下都是设置为5。这个配置不能设置为0，这会导致内核在不断的刷新页，降低设备在读写峰值是的操作能力。
可以通过vm.dirty_ratio来设置脏页刷新到磁盘的数量，默认是20（也是内存的百分比）.这个值可以设置在60-80之间。这个设置也有不少的风险，如果刷新中断，那么可能出现一段时间IO暂停。如果设置vm.dirty_ratio，推荐使用Kafka的备份来减少风险。
如果选择这几个参数进行优化，最好还是在kafka环境下模拟观察一下脏页的数量。脏页的配置是在/proc/vmstat文件中：
[mw_shl_code=applescript,true]
# cat /proc/vmstat | egrep "dirty|writeback"
nr_dirty 3875
nr_writeback 29
nr_writeback_temp 0
[/mw_shl_code]

磁盘
硬件的选择或者RAID的配置会对Kafka的性能有很大的影响，很多不同的文件系统可供使用，对于本地文件系统来说，最常见的还是EXT4或者XFS。XFS是目前linux版本默认的文件系统，因为性能虽然比EXT4低一点，但是调优的参数选项更少一些。其中包括向磁盘刷新数据的频率，默认是5。而且EXT4引入了块的延迟分配，这也增加了数据的丢失和文件系统的损坏的可能性。XFS也有延迟分配的机制，但是会更安全一些。XFS再kafka负载的时候性能也更高一些。这在磁盘批量更新的时候，会有更好的吞吐量。
忽略文件系统的选择，建议设置挂载点设置noatime。文件元数据包含了三个时间戳：创建时间ctime、最后的更新时间mtime和最后的进入时间atime。默认atime是在每次读取文件的时候都会更新。这会引入大量的磁盘写操作，并且atime属性其实很少用到，除非是应用需要了解最后进入的时间。但是kafka并不使用它，因此建议直接关闭这个功能。设置挂载点noatime可以防止更新文件的atime属性，但是不会影响ctime和mtime。

网络

对于很多的应用，都需要针对linux的网络进行调优，尤其是对于需要进行高速的数据传输的应用。Kafka推荐的优化方式其实也适用于其他的应用。第一点就是调整socket默认的发送和接收缓冲区的大小。这会在数据传输时有很大的作用。每个socket发送和接收的默认大小是net.core.wmem_default和net.core.rmem_default，推荐设置为131072或者128k。发送和接收的最大值net.core.wmem_max和net.core.rmem_max可以设置为2087152或者2m。注意这个最大值并不是说每个socket都需要分配这么大，只是在超出的时候最大的限制。

另外，tcpsocket发送和接收的缓冲区大小需要独立的设置，net.ipv4.tcp_wmem和net.ipv4.tcp_rmem参数。参数设置3个以空格为分隔的值，分别表示最小值，默认值，最大值。最大值不能超过net.core.wmem_max和net.core.rmem_max。比如设置参数为 4096 65536 2048000，代表最小的缓冲区大小为4k，默认是64k，最大是2m。根据网络负载的情况，你可以调整缓冲区的最大值。

还有一些其他的网络调优的参数。比如：
开启TCP滑动窗口，net.ipv4.tcp_window_scaling设置为1，这样客户端传输数据的时候更高效，并且允许在broker端的缓冲区缓存。
增加net.ipv4.tcp_max_syn_backlog（默认是1024），从而允许更多的网络连接请求。
增加net.core.netdev_max.backlog（默认是1000）可以提高网络的并发量，特别是使用多于千兆的网络时，允许网络包排队等待处理。