MapR Streams Kafka API 的批量大小問題

Question

您好，我正在使用 Kafka MapRStream 從 Mapr Streams 主題接收事件。

我正在嘗試增加我的消費者的批量大小，但我在一批中沒有收到超過30 條消息！

單個事件的大小約為 5000 字節。 如果事件較小，我會在一批中獲得更多。

這是我對消費者的配置：

public static void main( String[] args ) {
        final Properties props = new Properties();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "");
        props.put(ConsumerConfig.GROUP_ID_CONFIG, "batchSize");
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "true");
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "latest");
        props.put(ConsumerConfig.FETCH_MIN_BYTES_CONFIG, 50000);
        props.put(ConsumerConfig.RECEIVE_BUFFER_CONFIG, 26214400);
        props.put(ConsumerConfig.MAX_PARTITION_FETCH_BYTES_CONFIG, 100 * 1024 * 1024);
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 1000);


        Consumer<String, String> consumer = new KafkaConsumer<>(props);
        consumer.subscribe(Collections.singletonList(TOPIC));
        long totalCount = 0;
        long start = System.currentTimeMillis();
        long countTimesNoMessages = 0;

        while (countTimesNoMessages < 10) {
            ConsumerRecords<String, String> records = consumer.poll(1000);
            totalCount += records.count();
            System.out.println(records.count());
            if (records.count() == 0) {
                countTimesNoMessages++;
            }
        }

        long end = System.currentTimeMillis();
        System.out.println((end - start) + " for " + totalCount + " messages");
    } 

Answer 1

這些是可能的配置點。

https://mapr.com/docs/61/MapR_Streams/configuration-parameters.html

請注意， fetch.max.bytes是所有分區的總最大值和sum(max.partition.fetch.bytes)不能超過 fetch.max.bytes。

調整max.partition.fetch.bytes是正常的，因此每個分區輪詢超過 64Kb（默認），並且還會調整fetch.max.bytes以便它允許max.partition.fetch.bytes正常工作。

您不應該將批量大小設置得太大。 一旦輪詢流的請求頻率降至每秒幾百以下，您就不太可能獲得額外的性能改進，並且更有可能在線程失敗時遇到熱點問題或大量重做工作.