Kafka性能测试实例

2023-08-11 12:22:22

1.概述

在分布式实时数据流场景下，随着数据量的增长，对Kafka集群的性能和稳定性的要求也很高。本篇博客将从生产者和消费者两方面来做性能测试，针对具体的业务和数据量，来调优Kafka集群。

2.内容

2.1 测试环境

本次测试的环境信息由三台物理机组成，具体信息如下所示：

Kafka性能测试实例

2.2 测试工具

Kafka系统提供了测试工具kafka-producer-perf-test.sh和kafka-consumer-perf-test.sh，通过该工具可以对生产者性能和消费者性能进行测试，获取一组最佳的参数值，进而提升生产者的发送效率和消费者的读取效率。这里如果需要实现带有线程参数功能的工具，可以修改工具源代码，新建一个kafka-producer-perf-test-0.8.sh脚本，实现内容如下：

# 使用老版本的ProducerPerformance工具类

exec $(dirname $)/kafka-run-class.sh kafka.tools.ProducerPerformance "$@"

2.2.1 生产者测试参数

Kafka性能测试实例

2.2.2 消费者测试参数

Kafka性能测试实例

3.生产者测试

生产者测试，分别从线程数、分区数、副本数、Broker数、同步与异步模式、批处理大小、消息长度大小、数据压缩等维度来进行。

3.1 线程数

创建一个拥有6个分区、1个副本的Topic，设置不同的线程数并发送相同的数据量，查看性能变化。测试脚本如下：

# 创建主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_producer_perf --partitions  --replication-factor 

# 设置1个线程数

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf --threads  --broker-list  dn1:, dn2:,

 dn3:

# 设置10个线程数

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf --threads  --broker-list  dn1:,

 dn2:, dn3:

# 设置20个线程数

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf --threads  --broker-list  dn1:,

 dn2:, dn3:

# 设置25个线程数

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf --threads  --broker-list  dn1:,

 dn2:, dn3:

# 设置30个线程数

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf --threads  --broker-list  dn1:,

 dn2:, dn3:

3.1.1 测试结果

Kafka性能测试实例

3.1.2 结论

向一个拥有6个分区、1个副本的Topic中，发送500万条消息记录时，随着线程数的增加，每秒发送的消息记录会逐渐增加。在线程数为25时，每秒发送的消息记录达到最佳值，随后再增加线程数，每秒发送的消息记录数反而会减少。

3.2 分区数

（1）新建一个拥有12个分区、1个副本的主题；
（2）新建一个拥有24个分区、1个副本的主题；
（3）向拥有12个分区、1个副本的主题中发送相同数量的消息记录，查看性能变化；
（4）向拥有24个分区、1个副本的主题中发送相同数量的消息记录，查看性能变化。

执行命令如下：

# 创建一个拥有12个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_producer_perf_p12 --partitions

 --replication-factor

# 创建一个拥有24个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_producer_perf_p24 --partitions

 --replication-factor 

# 用一个线程发送数据到拥有12个分区的主题中

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_p12 --threads  --broker-list  dn1:,

 dn2:, dn3:

# 用一个线程发送数据到拥有24个分区的主题中

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_p24 --threads  --broker-list  dn1:,

 dn2:, dn3:

3.2.1 测试结果

Kafka性能测试实例

3.2.2 结论

从测试结果来看，分区数越多，单线程生产者的吞吐量越小。

3.3 副本数

（1）创建一个拥有两个副本、6个分区的主题；
（2）创建一个拥有3个副本、6个分区的主题；
（3）向拥有两个副本、6个分区的主题中发送相同数量的消息记录，查看性能变化；
（4）向拥有3个副本、6个分区的主题中发送相同数量的消息记录，查看性能变化；

执行命令如下：

# 创建一个拥有两个副本、6个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_producer_perf_r2 --partitions

 --replication-factor 

# 创建一个拥有3个副本、6个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_producer_perf_r3 --partitions

 --replication-factor 

# 用3个线程发送数据到拥有两个副本的主题中

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_r2 --threads  --broker-list  dn1:,

 dn2:, dn3:

# 用3个线程发送数据到拥有3个副本的主题中

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_r3 --threads  --broker-list  dn1:,

 dn2:, dn3:

3.3.1 测试结果

Kafka性能测试实例

3.3.2 结论

从测试结果来看，副本数越多，吞吐量越小。

3.4 Broker数量

通过增加Broker节点数量来查看性能变化，脚本如下：

# Kafka节点数为4个时，异步发送消息记录

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_b3 --threads  --broker-list  dn1:,

 dn2:, dn3:, dn4: --batch-size  --request-timeout-ms

3.4.1 测试结果

Kafka性能测试实例

3.4.2 结论

从测试结果来看，增加Kafka Broker数量，吞吐量会增加。

3.5 同步与异步模式

分别使用同步和异步模式发送相同数量的消息记录，查看性能变化。执行脚本如下：

# 创建一个有用3个副本、6个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_producer_perf_s2 --partitions

 --replication-factor 

# 使用同步模式发送消息数据

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --sync

# 使用异步模式发送消息记录

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3:

3.5.1 测试结果

Kafka性能测试实例

3.5.2 结论

从测试结果来看，使用异步模式发送消息数据，比使用同步模式发送消息数据，吞吐量是同步模式的3倍左右。

3.6 批处理大小

使用异步模式发送相同数量的消息数据，改变批处理量的大小，查看性能变化，执行脚本如下：

# 以批处理模式发送，大小为1000条

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms 

# 以批处理模式发送，大小为3000条

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms 

# 以批处理模式发送，大小为5000条

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms 

# 以批处理模式发送，大小为7000条

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms

3.6.1 测试结果

Kafka性能测试实例

3.6.2 结论

从测试的结果来看，发送的消息随着批处理大小增加而增加。当批处理大小增加到3000~5000时，吞吐量达到最佳值。而后再增加批处理大小，吞吐量的性能会下降。

3.7 消息长度的大小

改变消息的长度大小，查看性能变化，执行脚本如下：

# 发送消息，长度为100字节

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms

 --message-size 

# 发送消息，长度为200字节

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms

 --message-size 

# 发送消息，长度为500字节

[hadoop@dn1 ~]$ kafka-producer-perf-test-0.8.sh --messages

  --topics test_producer_perf_s2 --threads  --broker-list  dn1:,

 dn2:, dn3: --batch-size   --request-timeout-ms

 --message-size

3.7.1 测试结果

Kafka性能测试实例

3.7.2 结论

从测试结果来看，随着消息长度的增加，每秒所能发送的消息数量逐渐减少（nMsg/sec）。但是，每秒发送的消息的总大小（MB/sec），会随着消息长度的增加而增加。

4.消费者测试

消费者测试，可以从线程数、分区数、副本数等维度来进行测试。

4.1 线程数

创建一个拥有6个分区、1个备份的Topic，用不同的线程数读取相同的数据量，查看性能变化。测试脚本如下：

# 创建主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_consumer_perf --partitions  --replication-factor 

# 设置1个线程数

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh –zookeeper

 dn1:,dn2:,dn3: --messages  --topic test_consumer_perf

 --group g1 --threads 

# 设置3个线程数

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh –zookeeper

 dn1:,dn2:,dn3: --messages  --topic test_consumer_perf

 --group g2 --threads 

# 设置6个线程数

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh –zookeeper

 dn1:,dn2:,dn3: --messages  --topic test_consumer_perf

 --group g3 --threads

4.1.1 测试结果

Kafka性能测试实例

4.1.2 结论

随着线程数的增加，每秒读取的消息记录会逐渐增加。在线程数与消费主题的分区相等时，吞吐量达到最佳值。随后，再增加线程数，新增的线程数将会处于空闲状态，对提升消费者程序的吞吐量没有帮助。

4.2 分区数

新建一个Topic，改变它的分区数，读取相同数量的消息记录，查看性能变化，执行脚本如下：

# 创建一个拥有12个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_consumer_perf_p12 --partitions

 --replication-factor

# 创建一个拥有24个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: --topic test_consumer_perf_p24 --partitions

 --replication-factor 

# 用一个线程读取数据到拥有12个分区的主题中

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh –zookeeper

 dn1:,dn2:,dn3: --messages  –topic

 test_consumer_perf_p12_--group g2 --threads 

# 用一个线程读取数据到拥有12个分区的主题中

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh –zookeeper

 dn1:,dn2:,dn3: --messages  –topic

 test_consumer_perf_p24_--group g3 --threads

4.2.1 测试结果

Kafka性能测试实例

4.2.2 结论

当分区数增加时，如果线程数保持不变，则消费者程序的吞吐量性能会下降。

4.3 副本数

新建Topic，改变Topic的副本数，读取相同数量的消息记录，查看性能变化，执行脚本如下：

# 创建一个有用两个副本、6个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: –topic test_consumer_perf_r2 --partitions

 --replication-factor 

# 创建一个有3个副本、6个分区的主题

[hadoop@dn1 ~]$ kafka-topics.sh --create --zookeeper dn1:, dn2:,

 dn3: –topic test_consumer_perf_r3 --partitions

 --replication-factor 

# 用3个线程读取数据到拥有两个副本的主题中

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh –zookeeper dn1:

,dn2:,dn3: --messages  –topic

 test_consumer_perf_r2_--group g2 --threads 

# 用3个线程读取数据到拥有3个副本的主题中

[hadoop@dn1 ~]$ kafka-consumer-perf-test.sh --zookeeper dn1:

,dn2:,dn3: --messages  –topic

 test_consumer_perf_r3_--group g3 --threads

4.3.1 测试结果

Kafka性能测试实例

4.3.2 结论

副本数对消费者程序的吞吐量影响较小，消费者程序是从Topic的每个分区的Leader上读取数据的，而与副本数无关。

5.总结

Kafka性能测试步骤并不复杂，大家可以根据实际的测试环境、数据量，通过对生产者和消费者不同维度的测试，来获取一组最佳的调优参数值。

6.结束语

这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！

另外，博主出书了《Kafka并不难学》，喜欢的朋友或同学， 可以在公告栏那里点击购买链接购买博主的书进行学习，在此感谢大家的支持。

上一篇：kafka java实例


下一篇：《OD大数据实战》Kafka入门实例