美光专栏 | 利用闪存存储提升 Apache Kafka 的性能

Posted 2021-05-02 美光科技

我是美光科技的首席存储解决方案工程师Dennis Lattka。这个头衔的真正含义是，我要致力于确定如何利用闪存存储改善工作负载应用的性能和结果。为此，我决定对大数据生态系统中最常用的分布式消息传递系统之一的Apache Kafka进行评估，测试如何以最佳方式将美光固态存储应用于 Apache Kafka，以及将产生怎样的收益。

Apache Kafka介绍

如果您不熟悉Apache Kafka，可以浏览http://kafka.apache.org/网站，了解一些快速入门知识。

通过对所涉及的各种资源（即 CPU、内存、磁盘活动和网络）进行监控，我发现主要的瓶颈因素依次为磁盘和网络。

一切取决于吞吐量

通过 Apache Kafka我发现，吞吐量决定一切。Kafka 开发人员在将写入数据直接传递到内核页面缓存方面做得非常出色，最大限度地减少了与 I/O 相关的问题。但是，无论这项开发功能如何出色，I/O 最终仍会转化为对 Kafka 分区（主题日志文件）的连续写入。因此所使用的磁盘的吞吐量越高，性能提升幅度就会越大。

在弄清楚了如何以最佳方式测试 Apache Kafka 以及使用哪些参数效果最好之后，我使用其内置的发生器测试脚本进行了一次简单的测试。3 个发生器共向一个 Kafka 代理发送了 6 亿条 100 字节的消息。

测试包括以下内容：（没有进行调整，仅采用默认配置。）

- 总共产生了 600 个主题。

- 为每个发生器分配了 200 个特定于该发生器的主题。

- 每个发生器为每个主题创建了 100 万条消息。

- 采用的消息大小为每条消息 100 字节。

使用的硬件：

- 每个服务器配备 1 个代理和 3 个发生器，采用相同配置。

- 两个英特尔(R)至强(R) CPU E5-2690 v3 @ 2.60GHz 处理器。

- 384GB 内存

- 两个固定在 ALB 模式的 10Gb 网卡。

使用 6TB 7.2k 硬盘、美光5100 ECO 1920GB 固态硬盘和美光9100 Pro 3.2TB NVMe硬盘进行了对比。

在每次测试中，Apache Kafka 代理分区都位于进行测试的硬盘上。

结果如下：

从上表可以看出，吞吐量越高，每秒的 I/O 就越高，这对于 Apache Kafka 意味着每秒可以处理更多数量的连续消息（显示单位为 MB/s）。

结论

在 Apache Kafka 配置中采用吞吐量更高的磁盘设备（如美光5100 系列固态硬盘或美光 NVMe 固态硬盘）将显著提高 Apache Kafka 的性能。

了解更多美光科技固态硬盘产品为企业IT带来的超强动力，请点击阅读原文，登录美光科技官网查看。