浅议Kafka中消息大小的设置

一、问题背景

使用 Kafka Producer 向指定 Topic 发送消息时，默认的消息大小限制为 1M。如果消息过大，需要调整哪些参数来实现消息的成功发送？

首先，我们需要熟悉发送消息的流程，以便了解各参数的作用环节。

二、Producer发送消息流程

Producer 发送消息涉及三个主要部分：主线程、消息缓冲区（ProducerAccumulator）和发送线程（Sender）。

1. 主线程会将消息按照不同分区分别发送到消息缓冲区的指定队列中。

2. 如果队列中的消息达到指定大小或指定时间，则唤醒发送线程将消息发送给服务端。

在这个过程中，有三个重要参数影响消息发送：Producer 端的 max.request.size、batch.size 和 Broker 端的 max.message.bytes。

接下来我们将结合消息发送的流程了解三个参数的作用。

三、参数作用

1. 单条消息的大小限制

(1) 消息由Main线程发送到缓冲区时，KafkaProducer 会在 KafkaProducer#ensureValidRecordSize方法中检查单条消息是否超过max.request.size。

(2) 如果单条消息超过 max.request.size，则会报错。

record-size = 2000
max.request.size = 1000

2. 缓冲区的消息批次大小

(1) 接下来消息会发送到缓冲区ProducerAccumulator。缓冲区会为每个分区创建一个双端队列以存放对应分区的信息。基于微批传输的设计，队列会使用ProducerBatch来存放一批消息。

batch.size决定了ProducerBatch的大小。

batch.size则取{用户配置的batch.size,单条消息}的最大值。

注：如前所述,用户配置的batch.size可能会小于单条消息大小，在这种情况下，消息仍可能会正常发送。

record.size = 100000
batch.size = 8000

(2)在kafka.log.Log#analyzeAndValidateRecords会限制batch.size要小于max.message.bytes。

测试表明,如果batch.size超过max.message.bytes 则会报MESSAGE_TOO_LARGE错误

3. Sender线程中消息批次的发送

当批次大小达到达到batch.size或linger.ms后，会唤醒sender线程发送数据

kafka中各个分区的leader partition会在Broker端的不同节点。在Sender线程中，会为每个节点创建一个请求。

所以Sender线程从缓冲区ProducerAccumulator拉取数据时,会再次按照节点分组，将发往同一个节点的不同分区的batch打包在一起。

在Sender#sendProducerData方法中会限制 发送到单个节点的消息大小要低于max.request.size。

故对于batch.size和max.request.size两个参数，一般建议后者大于前者，以便在sender的一个请求中能发送较多的batch。

故综上所述，如果消息体过大，则一般调整max.request.size和max.message.bytes即可，batch.size则保持默认即可。

四、参考

官网

彻底搞懂 Kafka 消息大小相关参数设置的规则