Kafka生产者优化方案

提高并发能力

• 修改server.properties中num.partitions的配置。Partition的个数需要根据kafka所用的盘数决定，例如：每个节点上有两块盘被kafka使用，那么partition的个数设定为2*节点数。

• 修改server.properties中num.network.threads的配置。建议配置：8

• 修改server.properties中num.io.threads的配置。建议配置：8

优化磁盘利用率

• Kafka默认数据保留策略为7天，由于磁盘存储量高于80%后，磁盘I/O将会急剧下降，所以建议根据实际业务需求，缩短数据保留时间。

消息生产优化（producer.properties）

• 调整消息缓冲区大小：buffer.memory
• 调整batch大小：batch.size，建议调大
• 回执确认：acks，如对效率要求较高的情况下建议使用0

消息消费优化（consumer.properties）

• 增加消费并发：num.consumer.fetchers，建议8

KafkaProducer单例
KafkaProducer(org.apache.kafka.clients.producer.KafkaProducer)是一个用于向kafka集群发送数据的Java客户端。该Java客户端是线程安全的，多个线程可以共享同一个producer实例，而且这通常比在多个线程中每个线程创建一个实例速度要快些。

public class ProducerUtil {
    private static KafkaProducer kafkaProducer;
    private final static Logger logger = LoggerFactory.getLogger(ProducerUtil.class);

    private ProducerUtil() {

    }

    private static class LazyHandler {

        private static final ProducerUtil instance = new ProducerUtil();
    }

    public static final ProducerUtil getInstance() {
        return LazyHandler.instance;
    }

    public void init() throws ExecutionException, InterruptedException {
        if (kafkaProducer == null) {
            Properties props = new Properties();
            props.put("bootstrap.servers",ip);
            //这个配置可以设定发送消息后是否需要Broker端返回确认
            //0: 不需要进行确认，速度最快。存在丢失数据的风险。
            //1: 仅需要Leader进行确认，不需要ISR进行确认。是一种效率和安全折中的方式。
            //all: 需要ISR中所有的Replica给予接收确认，速度最慢，安全性最高，但是由于ISR可能会缩小到仅包含一个Replica，所以设置参数为all并不能一定避免数据丢失。
            props.put("acks", "1");
            //重新发送消息次数，到达次数返回错误
            props.put("retries", 0);
            //Producer会尝试去把发往同一个Partition的多个Requests进行合并，batch.size指明了一次Batch合并后Requests总大小的上限。如果这个值设置的太小，可能会导致所有的Request都不进行Batch。
            props.put("batch.size", 163840);
            //Producer默认会把两次发送时间间隔内收集到的所有Requests进行一次聚合然后再发送，以此提高吞吐量，而linger.ms则更进一步，这个参数为每次发送增加一些delay，以此来聚合更多的Message。
            props.put("linger.ms", 1);
            //在Producer端用来存放尚未发送出去的Message的缓冲区大小
            props.put("buffer.memory", 33554432);
            props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
            props.put("request.timeout.ms", "60000");
            kafkaProducer = new KafkaProducer<>(props);
        }
    }

    public void sendKakfaMessage(JSONArray jsonarray) throws ExecutionException, InterruptedException {
        for (Object object : jsonarray) {
            String json = object.toString();
            String topic = "topic";
            //通过时间做轮循，均匀分布设置的partition，提高效率。
            int partition = (int) (System.currentTimeMillis() % 3);
            ProducerRecord record = new ProducerRecord<>(topic, partition, UUID.randomUUID().toString(), json);
            kafkaProducer.send(record, (recordMetadata, e) -> {
                if (e == null) {
                    logger.info("Send topic: " + topic + ", partition: " + recordMetadata.partition() + ", offset: " + recordMetadata.offset());
                } else {
                    logger.error("Send topic: " + topic + " failed");
                }
            }).get();
        }
    }
    }

注意：所有配置参数调整后，需重新启动kafka集群