Ubuntu上Kafka优化策略
-Xms与-Xmx设为相同值，避免频繁扩容），建议不超过服务器物理内存的50%-70%（如8GB内存可设为4GB-6GB）；同时确保操作系统有足够空闲内存，避免触发磁盘交换（swap），影响性能。atime更新（减少磁盘I/O）。net.core.somaxconn（连接队列长度，建议设为1024）、net.ipv4.tcp_max_syn_backlog（SYN队列长度，建议设为8192）；增大文件描述符限制（ulimit -n 65536），避免高并发下连接数不足。batch.size（从默认16KB提升至128KB-1MB），减少网络请求次数；设置linger.ms（50-100ms），允许生产端积累更多消息后批量发送；启用压缩（compression.type=snappy或lz4，平衡压缩率与CPU开销），可减少50%以上的网络传输量。acks参数——高吞吐量场景用acks=1（仅Leader确认），强一致性场景用acks=all（所有ISR副本确认）。replication.factor）设为3（保障高可用），避免过多副本导致同步延迟。num.io.threads（磁盘I/O线程，建议设为CPU核心数的2倍，如8核设为16）、num.network.threads（网络收发线程，建议设为8，适配万兆网卡），避免线程成为瓶颈。log.segment.bytes=1GB（增大日志段大小，减少分段数量及索引开销）；启用log.cleanup.policy=delete（默认）并按时间（log.retention.hours=168，7天）或大小（log.retention.bytes）清理过期数据；如需保留最新消息版本（如数据库变更日志），可设为compact策略。fetch.min.bytes（从默认1字节提升至1MB），减少拉取频率；设置max.poll.records=1000（单次拉取最多消息数），降低处理开销；消费者线程数应等于分区数（如3分区用3个消费者），避免线程闲置或竞争。enable.auto.commit=true）并设置auto.commit.interval.ms=5000（5秒），平衡数据一致性与性能；如需更强一致性，可设为手动提交（enable.auto.commit=false）。logrotate工具自动管理Kafka日志（如每天轮转、保留7天、压缩旧日志），避免日志文件过大占用磁盘空间。配置示例如下（保存为/etc/logrotate.d/kafka）：/var/log/kafka/*.log { daily missingok rotate 7 compress delaycompress notifempty create 644 root root sharedscripts postrotate [ ! -f /var/run/kafka.pid ] || kill -USR1 cat /var/run/kafka.pid endscript}。server.properties中设置compression.type=gzip/snappy/lz4，减少日志文件大小（如lz4压缩率约3-4倍）。UnderReplicatedPartitions、请求队列时间RequestQueueTimeMs），及时发现性能瓶颈。kafka-producer-perf-test（生产者压测）和kafka-consumer-perf-test（消费者压测）工具模拟高负载场景，验证优化效果（如调整batch.size后的吞吐量变化）。
