kafka项目经验之如何进行Kafka压力测试、如何计算Kafka分区数、如何确定Kaftka集群机器数量

@

目录

• Kafka压测
  • Kafka Producer（生产）压力测试
  • Kafka Consumer（消费）压力测试
• 计算Kafka分区数
• Kafka机器数量计算

Kafka压测

用Kafka官方自带的脚本，对Kafka进行压测。Kafka压测时，可以查看到哪个地方出现了瓶颈==（CPU，内存，网络IO）。一般都是网络IO达到瓶颈。 ==

使用下面两个kafka自带的脚本

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

Kafka Producer（生产）压力测试

进入kafka的安装目录，执行下面的命令

[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

说明：

• record-size是一条信息有多大，单位是字节。
• num-records是总共发送多少条信息。
• throughput是每秒多少条信息，设成-1，表示不限流，可测出生产者最大吞吐量。

输出：

参数解析：本例中一共写入10w条消息，吞吐量为1.45 MB/sec，每次写入的平均延迟为1718.17毫秒，最大的延迟为3564.00毫秒。

Kafka Consumer（消费）压力测试

Consumer的测试，如果这四个指标（IO，CPU，内存，网络）都不能改变，考虑增加分区数来提升性能。

进入kafka的安装目录，执行下面的命令

[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

参数说明：

--zookeeper 指定zookeeper的链接信息

--topic 指定topic的名称

--fetch-size 指定每次fetch的数据的大小

--messages 总共要消费的消息个数

输出：

• start.time 开始时间：2021-01-27 13:55:20:963
• end.time 结束时间：2021-01-27 13:55:36:555
• data.consumed.in.MB 共消费数据：22.1497MB
• MB.sec 吞吐量：1.4206MB/sec
• data.consumed.in.nMsg 共消费消息条数：232256条
• nMsg.sec 平均每秒消费条数：14895.8440条

计算Kafka分区数

• 创建一个只有1个分区的topic
• 测试这个topic的producer吞吐量(1.45m/s)和consumer吞吐量(1.42m/s)。数据来自上面的压测
• 假设他们的值分别是Tp和Tc，单位可以是MB/s。 4）然后假设你期望的目标吞吐量是Tt（10m/s），那么分区数=Tt /min（Tp，Tc） ，这里取最小值是因为使最低的吞吐量都能达到期望的吞吐量。
• 例如：producer吞吐量=20m/s；consumer吞吐量=50m/s，期望吞吐量100m/s；
• 分区数=100 / 20 =5分区 5）分区数一般设置为：3-10个

Kafka机器数量计算

• Kafka机器数量（经验公式）=2 （峰值生产速度副本数/100）+1
• 先拿到峰值生产速度，再根据设定的副本数，就能预估出需要部署Kafka的数量。 副本数默认是1个
• 在企业里面2-3个都有，2个居多。
• 比如我们的峰值生产速度是50M/s（一般不超过50M/s）。生产环境可以设置为2。 Kafka机器数量=2（502/100）+1=3台
• 副本多可以提高可靠性，但是会降低网络传输效率。