一、生产者提高吞吐量参数设置

• batch.size：设置批次大小，默认16k
• linger.ms：设置等待时间，修改为5-100ms
• buffer.memory：设置缓冲区大小， 默认 32M
• compression.type：设置压缩，默认 none，可配置值 gzip、snappy、lz4 和 zstd

二、产者提高吞吐量代码示例

• 代码示例

  package com.xz.kafka.producer;
  
  import org.apache.kafka.clients.producer.*;
  import org.apache.kafka.common.serialization.StringSerializer;
  import java.util.Properties;
  /**
   * 生产者提高吞吐量
   * 1、设置批次大小，batch.size 默认 16K
   * 2、设置等待时间，linger.ms 默认 0
   * 3、设置缓冲区大小，buffer.memory 默认 32M
   * 4、设置压缩， compression.type 默认 none，可配置值 gzip、snappy、lz4 和 zstd
   * */
  public class CustomProducerParameters {
  
      public static void main(String[] args) throws InterruptedException {
  
          //1、创建 kafka 生产者的配置对象
          Properties properties = new Properties();
  
          //2、给 kafka 配置对象添加配置信息：bootstrap.servers
          properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.136.27:9092,192.168.136.28:9092,192.168.136.29:9092");
  
          //3、指定对应的key和value的序列化类型 key.serializer value.serializer
          properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
          properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
  
          /**
           * 4、提高吞吐量
           * */
          //设置缓冲区大小
          properties.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
          //设置批次大小
          properties.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
          //设置等待时间 linger.ms
          properties.put(ProducerConfig.LINGER_MS_CONFIG, 1);
          //设置压缩
          properties.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"snappy");
  
  
          //5、创建生产者
          KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);
  
          //6、调用 send 方法,发送消息
          for (int i = 0; i < 5; i++) {
              kafkaProducer.send(new ProducerRecord<>("news", "hello kafka" + i), new Callback() {
                  @Override
                  public void onCompletion(RecordMetadata metadata, Exception exception) {
                      if (exception == null){
                          System.out.println("主题： "+metadata.topic() + " 分区： "+ metadata.partition());
                      }
                  }
              });
              Thread.sleep(2);
          }
  
          //7、关闭资源
          kafkaProducer.close();
      }
  }
  
  

• 在三台服务器上开启 Kafka 消费者

  [root@localhost kafka-3.0.0]#  bin/kafka-console-consumer.sh --bootstrap-server 192.168.136.29:9092 --topic news
  

• 在 IDEA 中执行代码，观察 三台服务器控制台中是否接收到消息，如下图：