kafka-producer batch.size与linger.ms参数

Kafka

需要在吞吐量和延迟之间取得平衡,可通过下面两个参数控制。

batch.size

• 当多个消息发送到相同分区时,生产者会将消息打包到一起,以减少请求交互. 而不是一条条发送
• 批次大小可通过batch.size参数设置。默认：16KB
• 较小的批次大小有可能降低吞吐量。（设置为0则完全禁用批处理）
• 非常大的批次大小可能会浪费内存。因为我们会预先分配这个资源。

例子
比如说发送消息的频率是每秒300条，那么如果将batch.size调节到32KB，或64KB，是否可以提升发送消息的整体吞吐量呢。

因为理论上来说，提升batch的大小，可以允许更多的数据缓冲在里面，那么一次Request发送出去的数据量就更多了，这样吞吐量可能会有所提升。

但这个值也不能无限的大，过于大了之后，要是数据老是缓冲在Batch里迟迟不发送出去，那么岂不是你发送消息的延迟就会很高。

比如说，一条消息进入了Batch，但是要等待5秒钟Batch才凑满了64KB，才能发送出去。那这条消息的延迟就是5秒钟。

所以需要在这里按照生产环境的发消息的速率，调节不同的Batch大小自己测试一下，根据最终出去的吞吐量以及消息的延迟，设置一个最合理的参数。

linger.ms

上面比如设置batch.size为32KB，但是有的时刻消息比较少，过了很久，比如5min也没有凑够32KB，这时延时就很大，所以需要一个参数. 再设置一个时间，到了这个时间，即使数据没达到batch.size的值，也要将这个批次发送出去。比如设置5ms，就是到了5ms，批次大小还没到32KB,也会发出去。

总结

• 同时设置batch.size和linger.ms，就是哪个条件先满足就都会将消息发送出去。
• Kafka需考虑高吞吐量与延时的平衡。