kafka項目經驗之如何進行Kafka壓力測試、如何計算Kafka分區數、如何確定Kaftka集羣機器數量

@

Kafka壓測

用Kafka官方自帶的腳本，對Kafka進行壓測。Kafka壓測時，可以查看到哪個地方出現了瓶頸==（CPU，內存，網絡IO）。一般都是網絡IO達到瓶頸。 ==
使用下面兩個kafka自帶的腳本

• kafka-consumer-perf-test.sh
• kafka-producer-perf-test.sh

Kafka Producer（生產）壓力測試

進入kafka的安裝目錄，執行下面的命令

[sun@hadoop102 kafka]$ bin/kafka-producer-perf-test.sh  --topic test --record-size 100 --num-records 100000 --throughput -1 --producer-props bootstrap.servers=hadoop102:9092,hadoop103:9092,hadoop104:9092

說明：

• record-size是一條信息有多大，單位是字節。
• num-records是總共發送多少條信息。
• throughput是每秒多少條信息，設成-1，表示不限流，可測出生產者最大吞吐量。

輸出：

參數解析：本例中一共寫入10w條消息，吞吐量爲1.45 MB/sec，每次寫入的平均延遲爲1718.17毫秒，最大的延遲爲3564.00毫秒。

Kafka Consumer（消費）壓力測試

Consumer的測試，如果這四個指標（IO，CPU，內存，網絡）都不能改變，考慮增加分區數來提升性能。
進入kafka的安裝目錄，執行下面的命令

[sun@hadoop102 kafka]$ bin/kafka-consumer-perf-test.sh --broker-list hadoop102:9092,hadoop103:9092,hadoop104:9092 --topic test --fetch-size 10000 --messages 10000000 --threads 1

參數說明：
--zookeeper 指定zookeeper的鏈接信息
--topic 指定topic的名稱
--fetch-size 指定每次fetch的數據的大小
--messages 總共要消費的消息個數

輸出：

• start.time 開始時間：2021-01-27 13:55:20:963
• end.time 結束時間：2021-01-27 13:55:36:555
• data.consumed.in.MB 共消費數據：22.1497MB
• MB.sec 吞吐量：1.4206MB/sec
• data.consumed.in.nMsg 共消費消息條數：232256條
• nMsg.sec 平均每秒消費條數：14895.8440條

計算Kafka分區數

• 創建一個只有1個分區的topic
• 測試這個topic的producer吞吐量(1.45m/s)和consumer吞吐量(1.42m/s)。數據來自上面的壓測
• 假設他們的值分別是Tp和Tc，單位可以是MB/s。 4）然後假設你期望的目標吞吐量是Tt（10m/s），那麼分區數=Tt /min（Tp，Tc） ，這裏取最小值是因爲使最低的吞吐量都能達到期望的吞吐量。
• 例如：producer吞吐量=20m/s；consumer吞吐量=50m/s，期望吞吐量100m/s；
• 分區數=100 / 20 =5分區 5）分區數一般設置爲：3-10個

Kafka機器數量計算

• Kafka機器數量（經驗公式）=2 （峯值生產速度副本數/100）+1
• 先拿到峯值生產速度，再根據設定的副本數，就能預估出需要部署Kafka的數量。 副本數默認是1個
• 在企業裏面2-3個都有，2個居多。
• 比如我們的峯值生產速度是50M/s（一般不超過50M/s）。生產環境可以設置爲2。 Kafka機器數量=2（502/100）+1=3臺
• 副本多可以提高可靠性，但是會降低網絡傳輸效率。