每天处理千亿级日志量，Kafka是如何做到的?(5)

线上问题及解决方案

磁盘故障：我们通过 Smartctl 来监测，首先状态是要 Passed 的，其次我们会判断 197 Current_Pending_Sector 这个属性值不能大于 100， 如果大于 100 这个磁盘可能有读写性能问题。

bootstrap.servers 性能瓶颈：该参数可以配置多台 Broker，这些 Broker 作为 Proxy 的角色为 Kafka Clients 提供 Lookup 服务。

如果集群规模很大，Clients 很多的情况下，这些 Proxy 角色的 Broker 的负载会很大，为了解决这个问题，我们对 bootstrap.servers 参数做了 VIP 配置。

每个 VIP 可以绑定任意多的 Brokers，这样在客户端不需要修改配置的情况下可以对 Proxy 动态扩缩容。

Consumer 重启不消费：业务反馈消费停止，重启也不能够解决问题，后来定位发现是早于 0.11 之前版本的 Bug：

https://issues.apache.org/jira/browse/KAFKA-5413 

原因是 log cleaner 线程挂了导致 Compact 停止，__consumer_offsets 这个 Topic 的量非常大，broker reload 时间特别长，这段时间是停止服务的。

解决方法有两个：

一是升级到 Kafka 0.11+ 版本

二是将 Offset 迁移到新的 Consumer Group 来解决(规避掉有问题的 Coordinator)。

严锁鹏

（编辑：ASP站长网）