kafka 线上消费积压问题

背景

线上kafka 流量大,消费小于生产,如何处理?

方案

增加consumer数量

可以增加consumer的消费者,不过这个只能在一定程序上缓解,如果consumer 数量超过partition 数,那有的就会空转,解决不了问题,这种在线上直接扩容后端即可

重分配

在上面的基础上,可以把一个topic通过其它的方案,打散到多个分区,比如A topic 3个分区,通过flink 打散到新的topic 9个分区,然后扩容后的后端消费新的topic。这样可以不动老的topic ,方案灵活,效率高

增加分区数

在增加consumer这个方案的基础上,可以增加分区数,这个不建议,在线上修改。

调整consumer 参数

比如批量消费,一次多pull 几条,配置要支持动态调整

检查消费者的瓶颈

检查是不是本身消费数据有瓶颈,优化逻辑代码

相关推荐
代码漫谈4 小时前
RabbitMQ 解析:核心价值、环境搭建与应用
分布式·消息队列·rabbitmq
爱浦路 IPLOOK6 小时前
分布式UPF架构:让5G网络更灵活、更低时延
分布式·5g·架构
juniperhan7 小时前
Flink 系列第15篇:Flink 侧输出(Side Output)详解及实践
java·大数据·分布式·flink
卷毛的技术笔记7 小时前
从零到一:深入浅出分布式锁原理与Spring Boot实战(Redis + ZooKeeper)
java·spring boot·redis·分布式·后端·面试·java-zookeeper
frankfishinwater8 小时前
Kafka 代码架构分析
分布式·架构·kafka
啾啾Fun8 小时前
工作流(4)——分布式与工作流
分布式
lifewange8 小时前
Hadoop 完整入门详解
大数据·hadoop·分布式
旷世奇才李先生8 小时前
Redis 7\.x实战:缓存设计与分布式锁实现
redis·分布式·缓存
Juicedata11 小时前
分布式架构下配额设计:JuiceFS 的实现与典型案例
分布式·架构