作者丨Andrew Millsqb028資訊網(wǎng)——每日最新資訊28at.com

編譯丨云昭qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

調(diào)整或擴(kuò)展Kafka以獲得最佳成本和性能的第一步是了解數(shù)據(jù)流平臺(tái)如何使用資源。這里給一些實(shí)用的建議。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

實(shí)現(xiàn)Apache Kafka的團(tuán)隊(duì)，或者擴(kuò)展他們對(duì)強(qiáng)大的開源分布式事件流平臺(tái)的使用，通常需要幫助理解如何根據(jù)他們的需求正確地調(diào)整和擴(kuò)展Kafka資源。這可能很棘手。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

無(wú)論您是在考慮云資源還是預(yù)處理硬件資源，了解Kafka集群將如何利用CPU、RAM和存儲(chǔ)（并了解應(yīng)遵循的最佳實(shí)踐），都將使您處于一個(gè)更好的位置，可以立即獲得正確的規(guī)模。結(jié)果將是成本和性能之間的優(yōu)化平衡。讓我們來(lái)看看Kafka是如何使用資源的，瀏覽一個(gè)有指導(dǎo)意義的用例，以及優(yōu)化Kafka部署的最佳實(shí)踐。qb028資訊網(wǎng)——每日最新資訊28at.com

1、Kafka如何利用CPU的？

qb028資訊網(wǎng)——每日最新資訊28at.com

一般來(lái)說(shuō)，Apache Kafka在CPU利用率方面比較輕。在選擇基礎(chǔ)設(shè)施時(shí)，我傾向于擁有更多的核心而不是更快的核心，以提高并行化水平。影響CPU使用量的因素有很多，其中最主要的是SSL身份驗(yàn)證和日志壓縮。其他考慮因素是每個(gè)代理?yè)碛械姆謪^(qū)數(shù)量、有多少數(shù)據(jù)將進(jìn)入磁盤、Kafka消費(fèi)者的數(shù)量（此處詳細(xì)介紹），以及這些消費(fèi)者離實(shí)時(shí)性有多近。如果您的數(shù)據(jù)消費(fèi)者正在獲取舊數(shù)據(jù)，那么從磁盤獲取數(shù)據(jù)將花費(fèi)CPU時(shí)間。我們將在下一節(jié)中對(duì)此進(jìn)行深入探討。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

了解CPU使用背后的這些基本驅(qū)動(dòng)因素對(duì)于幫助團(tuán)隊(duì)正確確定可用CPU功率至關(guān)重要。qb028資訊網(wǎng)——每日最新資訊28at.com

2、Kafka如何使用RAM的？

qb028資訊網(wǎng)——每日最新資訊28at.com

RAM需求主要取決于需要在內(nèi)存中保留多少“熱”數(shù)據(jù)并可用于快速訪問(wèn)。一旦收到消息，Kafka就會(huì)將數(shù)據(jù)交給底層操作系統(tǒng)的頁(yè)面緩存，后者負(fù)責(zé)將數(shù)據(jù)保存到磁盤。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

從大小和可伸縮性的角度來(lái)看，RAM的正確數(shù)量取決于您的用例的數(shù)據(jù)訪問(wèn)模式。如果您的團(tuán)隊(duì)將Kafka部署為實(shí)時(shí)數(shù)據(jù)流（使用轉(zhuǎn)換并公開消費(fèi)者將在幾秒鐘內(nèi)提取的數(shù)據(jù)），則RAM需求通常很低，因?yàn)橹恍枰趦?nèi)存中存儲(chǔ)幾秒鐘的數(shù)據(jù)。或者，如果您的Kafka消費(fèi)者需要提取幾分鐘或幾小時(shí)的數(shù)據(jù)，那么您需要考慮RAM中需要多少數(shù)據(jù)。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

CPU和RAM利用率之間的關(guān)系很重要。如果Kafka可以訪問(wèn)RAM中的數(shù)據(jù)，那么它就不必花費(fèi)CPU資源從磁盤中獲取數(shù)據(jù)。如果RAM中沒有可用的數(shù)據(jù)，代理程序?qū)拇疟P中提取數(shù)據(jù)，從而消耗CPU資源，并在數(shù)據(jù)傳遞中增加一些延遲。實(shí)現(xiàn)Kafka的團(tuán)隊(duì)在調(diào)整CPU和RAM資源時(shí)應(yīng)該考慮到這種關(guān)系。qb028資訊網(wǎng)——每日最新資訊28at.com

3、Kafka如何使用存儲(chǔ)

qb028資訊網(wǎng)——每日最新資訊28at.com

有幾個(gè)因素會(huì)影響Kafka存儲(chǔ)需求，如保留時(shí)間、數(shù)據(jù)轉(zhuǎn)換和適當(dāng)?shù)膹?fù)制因素。考慮這個(gè)例子：每天有幾TB的數(shù)據(jù)落在一個(gè)Kafka主題上，使用Kafka對(duì)該數(shù)據(jù)執(zhí)行六次轉(zhuǎn)換以保留中間數(shù)據(jù)，每個(gè)主題保留數(shù)據(jù)三天，復(fù)制因子設(shè)置為3。很容易看出，團(tuán)隊(duì)可以根據(jù)使用Kafka的方式，將存儲(chǔ)的數(shù)據(jù)需求快速增加一倍、三倍或四倍。您需要充分了解這些因素才能正確確定存儲(chǔ)大小。qb028資訊網(wǎng)——每日最新資訊28at.com

4、Kafka預(yù)定大小示例

qb028資訊網(wǎng)——每日最新資訊28at.com

以下是我們工作中的一個(gè)真實(shí)例子，幫助媒體娛樂(lè)行業(yè)的服務(wù)提供商正確確定預(yù)先部署的Kafka的規(guī)模。該業(yè)務(wù)的峰值吞吐量入口為每秒10GB。組織需要存儲(chǔ)10%的數(shù)據(jù)（每天總計(jì)9TB），并將這些數(shù)據(jù)保留30天。從復(fù)制的角度來(lái)看，該公司將存儲(chǔ)該數(shù)據(jù)的三個(gè)拷貝，總存儲(chǔ)需求為810TB。為了應(yīng)對(duì)潛在的峰值，明智的做法是在預(yù)期需求的基礎(chǔ)上增加30-40%的空間，這意味著組織應(yīng)該有1.2PB的可用存儲(chǔ)空間。它們不使用SSL，而且大多數(shù)消費(fèi)者都需要實(shí)時(shí)數(shù)據(jù)，因此CPU和RAM需求不如存儲(chǔ)重要。他們確實(shí)有一些批處理進(jìn)程在運(yùn)行，但延遲不是一個(gè)問(wèn)題，所以數(shù)據(jù)來(lái)自磁盤是安全的。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

雖然這個(gè)特定的用例仍在構(gòu)建中，但該示例演示了使用基本數(shù)據(jù)計(jì)算給定Kafka實(shí)現(xiàn)的最小有效規(guī)模的過(guò)程，然后從中探索擴(kuò)大場(chǎng)景的潛在需求。qb028資訊網(wǎng)——每日最新資訊28at.com

5、Kafka容量規(guī)劃最佳實(shí)踐

qb028資訊網(wǎng)——每日最新資訊28at.com

了解給定用例的特定體系結(jié)構(gòu)——主題設(shè)計(jì)、消息大小、消息量、數(shù)據(jù)訪問(wèn)模式、消費(fèi)者數(shù)量等——可以提高預(yù)測(cè)大小的準(zhǔn)確性。在考慮每個(gè)代理的適當(dāng)存儲(chǔ)密度時(shí)，請(qǐng)考慮在由于熱點(diǎn)或代理丟失而重新分配分區(qū)期間重新流式傳輸數(shù)據(jù)所需的時(shí)間。如果你將100TB連接到Kafka代理，但它失敗了，那么你正在重新傳輸大量數(shù)據(jù)。這可能會(huì)導(dǎo)致網(wǎng)絡(luò)飽和，從而阻礙入口或出口流量，并導(dǎo)致生產(chǎn)商失敗。有一些方法可以抑制回流，但你會(huì)發(fā)現(xiàn)平均恢復(fù)時(shí)間顯著增加。         qb028資訊網(wǎng)——每日最新資訊28at.com

6、常見的誤解

qb028資訊網(wǎng)——每日最新資訊28at.com

現(xiàn)在，越來(lái)越多的供應(yīng)商為Kafka提供專有的分層存儲(chǔ)，并將Kafka作為數(shù)據(jù)庫(kù)或數(shù)據(jù)湖。卡夫卡不是一個(gè)數(shù)據(jù)庫(kù)。雖然您可以使用Kafka進(jìn)行長(zhǎng)期存儲(chǔ)，但您必須了解其中的權(quán)衡。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

從Kafka作為實(shí)時(shí)數(shù)據(jù)流引擎到充當(dāng)數(shù)據(jù)庫(kù)或數(shù)據(jù)湖的演變屬于一種熟悉的模式。專門為特定用例設(shè)計(jì)的技術(shù)有時(shí)會(huì)成為某些用戶的錘子，然后每個(gè)問(wèn)題都像釘子一樣。這些用戶將嘗試修改專門構(gòu)建的工具以適應(yīng)他們的用例，而不是查看已經(jīng)解決問(wèn)題的其他技術(shù)。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

這讓我想起了Apache Cassandra意識(shí)到來(lái)自關(guān)系世界的用戶正在努力理解數(shù)據(jù)模型在扁平行中的重要性。用戶在開始存儲(chǔ)數(shù)據(jù)之前不習(xí)慣理解訪問(wèn)模式，他們只會(huì)在現(xiàn)有表上添加另一個(gè)索引。在Cassandra v3.0中，該項(xiàng)目公開了物化視圖，類似于索引關(guān)系表，但實(shí)現(xiàn)方式不同。從那時(shí)起，這個(gè)功能就充滿了問(wèn)題，并被標(biāo)記為實(shí)驗(yàn)性的。我覺得Kafka作為數(shù)據(jù)庫(kù)或數(shù)據(jù)湖的想法注定會(huì)有類似的命運(yùn)。qb028資訊網(wǎng)——每日最新資訊28at.com

7、找到合適的尺寸以獲得最佳成本和Kafka性能

qb028資訊網(wǎng)——每日最新資訊28at.com

在沒有首先了解Kafka資源利用率的情況下匆忙進(jìn)入Kafka實(shí)現(xiàn)的團(tuán)隊(duì)經(jīng)常會(huì)遇到問(wèn)題和障礙，這些問(wèn)題和障礙教會(huì)了他們艱難的道路。通過(guò)花時(shí)間了解Kafka的資源需求，團(tuán)隊(duì)將實(shí)現(xiàn)更高效的成本和性能，他們將能夠更有效地支持他們的應(yīng)用程序。qb028資訊網(wǎng)——每日最新資訊28at.com

qb028資訊網(wǎng)——每日最新資訊28at.com

參考鏈接： https://www.infoworld.com/article/3708250/how-to-size-and-scale-apache-kafka-without-tears.htmlqb028資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-26-14541-0.html如何確定Apache Kafka的大小和規(guī)模

聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 20 個(gè)提高效率的 JavaScript 縮寫技巧

下一篇： Java函數(shù)式編程實(shí)戰(zhàn)：Consumer、Predicate和Supplier的使用指南