Spring Kafka相关配置的注意事项【持续更新】

消费者并发数量

spring.kafka.listener.concurrency
@KafkaListener.concurrency

仅在多partition对应单个消费端时，用于多线程消费消息（concurrency <= partition数量），
当存在多个消费端时，优先考虑让新的消费端去消费（而不是多线程，即便设置concurrency > 1也仅有唯一消费线程生效），
所以如果消费端个数本身就大于等于分区数了，那么concurrency这个参数再设置大于1就是浪费(可保持默认1)

消费者提交已消费消息offset

spring.kafka.consumer.enable-auto-commit
spring.kafka.conusmer.auto-commit-interval
spring.kafka.listener.ack-mode
spring.kafka.listener.ack-time
spring.kafka.listener.ack-count

• spring.kafka.consumer.enbable-auto-commit
  • true 自动提交已消费消息offset
    • auto-commit-interval 设置自动提交间隔
  • fasle 由程序控制已消费消息offset提交
    • spring.kafka.listener.ack-mode 已消费offset提交模式

ack-mode列表（详细说明参见：SpringKafka - Committing Offsets）

ack-mode模式	说明	自动提交
RECORD 单记录	当每一条记录被消费者监听器（ListenerConsumer）处理之后提交	✔️
BATCH（默认） 批量	当每一批poll()的数据被消费者监听器（ListenerConsumer）处理之后提交	✔️
TIME 超时	当每一批poll()的数据被消费者监听器（ListenerConsumer）处理之后，距离上次提交时间大于TIME时提交 (通过spring.kafka.listener.ack-time设置触发时间)	✔️
COUNT 超过消费数量	当每一批poll()的数据被消费者监听器（ListenerConsumer）处理之后，被处理record数量大于等于COUNT时提交 (通过spring.kafka.listener.ack-count设置触发数量)	✔️
COUNT_TIME 超时或超数量	TIME或COUNT　有一个条件满足时提交	✔️
MANUAL 手动提交（ack）后同BATCH	当每一批poll()的数据被消费者监听器（ListenerConsumer）处理之后, 手动调用Acknowledgment.acknowledge()后提交	❌ 需要手动使用 Acknowledgment参数提交
MANUAL_IMMEDIATE 手动立即提交	手动调用Acknowledgment.acknowledge()后立即提交	❌ 需要手动使用 Acknowledgment参数提交

生产者批量发送消息

spring.kafka.producer.batch-size
spring.kafka.producer.properties.linger.ms
spring.kafka.producer.buffer-memory

• spring.kafka.producer.batch-size
  批量发送消息大小（被发送到同一partition），默认16KB
• spring.kafka.producer.properties.linger.ms
  延时发送毫秒数（可结合batch.size以保证即使未到达batchSize也会在指定时间内发送消息）
  注： 同时设置batch.size和 linger.ms就是哪个条件先满足就都会将消息发送出去 （即高吞吐量与延时的平衡）
• spring.kafka.producer.buffer-memory
  发送消息内存缓存区大小（缓存未发送的消息）

KafkaProducer发送出去的消息都是先进入到客户端本地的内存缓冲里，
然后把很多消息收集成一个一个的Batch，再发送到Broker上去的，
这样性能才可能高。

注：
（1）如果buffer.memory设置的太小，而消息写入过快导致buffer被写满，则会造成发消息线程阻塞（直到max.block.ms超时抛出异常）。
（2）如果要发送大文件的话，要同时提高buffer.memory 和batch.size的大小。

…