降低 CentOS 上 Kafka 资源占用的实用方案
一 系统层优化
- 降低 swap 倾向，避免内存抖动与 I/O 放大：将 vm.swappiness=1，必要时配合 vm.dirty_background_ratio=5、vm.dirty_ratio=70，减少内核脏页回写对前台业务的干扰。
- 为 Kafka 数据目录选择高性能文件系统（如 XFS），并使用合适的 I/O 调度器（如 deadline/noop），挂载时建议 noatime,nodiratime 减少元数据写入。
- 适度放宽文件句柄与内存映射上限，避免 “Too many open files” 与 mmap 受限：
- limits.conf 或 limits.d 为运行用户设置 nofile=65536；
- systemd 服务单元增加 LimitNOFILE=65536；
- 提升 vm.max_map_count（如到 262144 或更高，视分区/段数量而定）。
- 网络栈优化（按带宽与延迟目标微调）：提高 net.core.rmem_default/wmem_default=4MB、net.core.rmem_max/wmem_max=4MB，以及 net.ipv4.tcp_rmem/wmem=4096 65536 4194304，并适度增大 net.core.netdev_max_backlog、net.ipv4.tcp_max_syn_backlog，降低丢包与重传带来的额外负载。
二 Broker 配置优化
- 控制存储占用（最直接“降资源”的手段）：
- 缩短保留：如 log.retention.hours=72；
- 合理段大小：如 log.segment.bytes=1073741824（1GB），减少小文件数量与目录扫描成本；
- 启用压缩：Broker 与 Producer 一致，优先 compression.type=lz4，降低磁盘与网络字节量。
- 降低复制与恢复压力：
- 适度提高 replica.lag.time.max.ms=60000，减少因瞬时抖动被踢出 ISR；
- 谨慎设置 unclean.leader.election.enable=false，以可用性换一致性，减少异常流量；
- 控制副本同步并发与单请求大小：num.replica.fetchers=4–8，并根据业务消息体调大 replica.fetch.max.bytes（常见大消息场景从默认 1MB 提升到数 MB，避免副本同步失败）。
- 线程与网络栈匹配硬件：
- num.network.threads≈CPU 核数+1；
- num.io.threads≈CPU 核数×2（不超过×3）；
- 可按负载再调整 num.acceptor.threads、num.recovery.threads.per.data.dir。
- 减少不必要的刷盘与压缩开销：如无强持久化需求，避免过低的 log.flush.interval.messages/ms；保持 Broker 与 Producer 压缩算法一致，避免“解压-再压缩”。
三 JVM 层优化
- 堆大小“够用即可”：多数场景 -Xms=-Xmx=4–8GB 即可，避免过大堆导致 GC 停顿与内存压力；更精确做法是基于 KafkaServer-gc.log 中 Full GC 后存活集，将堆设为该值的 2–2.5 倍。
- 选择低停顿 GC：Kafka 3.x 在 JDK 11 下默认 G1GC，可配合 -XX:MaxGCPauseMillis=20 -XX:InitiatingHeapOccupancyPercent=35 等参数，减少停顿与 Full GC 风险。
- 容器/虚拟化部署时，确保容器内存上限 > JVM 堆，为堆外与 Page Cache 预留空间（例如堆 6G 时容器建议 ≥ 8G）。
四 客户端与运维策略
- 降低连接与重平衡开销：
- 消费者组设置 session.timeout.ms / heartbeat.interval.ms 合理比值，避免“抖动即重平衡”；
- 启用 group.instance.id（静态成员）减少短暂离线触发重平衡；
- 避免批量重启，采用滚动重启。
- 提升单次请求有效载荷，减少请求数与 CPU/网络开销：
- 生产者适度增大 batch.size 与 linger.ms（如 5–20ms）；
- 消费者提高 fetch.max.bytes、max.poll.records；
- 在允许的场景下使用 acks=1（而非 all）以降低确认成本。
- 容量与并行度匹配：合理规划 分区数 与磁盘数量，避免单磁盘/单分区热点；必要时扩容 Broker 或调整分区分布。
五 快速检查与落地步骤
- 基线巡检：
- 查看句柄与 mmap：ulimit -n、cat /proc//limits、sysctl vm.max_map_count；
- 观察连接与文件压力：lsof -p | wc -l；
- 监控 ISR 与复制健康：kafka-topics.sh --describe --topic --bootstrap-server broker:9092；
- 关注关键 JMX：如 kafka.server:type=ReplicaManager,name=UnderReplicatedPartitions。
- 建议变更顺序：
- 先收紧保留与段大小（立刻释放磁盘/文件句柄压力）；
- 调整线程与网络栈（匹配 CPU/网卡）；
- 优化副本与恢复参数（降低复制风暴）；
- 最后微调 JVM 与客户端批量/确认策略（降低 CPU/网络/GC）。
