num.network.threads=3 计算线程 线程数=CPU核数+1 =9
num.io.threads=8 IO线程 线程数=CPU核数*2 = 16

计算型任务就是cpu核心数加1
io任务,就是cpu核心乘以2

CPU核数为8
压缩：优势：减少磁盘空间、提高网络传输效率； 劣势： 频繁计算场景，就不要采用
kafka内存调整到4-6g,不要超过6g。 如果Kafka内存调整超过6个G之后,假如说你配置了7个G,其实7G和6G的效果差不多多少,性价比不高,已经到上限了

如果Kafka内存调整6g还不行，增加kafka台数

参数优化第二个版本

1）Broker参数配置（
1、网络和io操作线程配置优化
# broker处理消息的最大线程数（默认为3）
num.network.threads=cpu核数+1
# broker处理磁盘IO的线程数
num.io.threads=cpu核数*2

2、log数据文件刷盘策略
# 每当producer写入10000条消息时，刷数据到磁盘
log.flush.interval.messages=10000
# 每间隔1秒钟时间，刷数据到磁盘
log.flush.interval.ms=1000

3、日志保留策略配置
# 保留三天，也可以更短 （log.cleaner.delete.retention.ms）
log.retention.hours=72

4、Replica相关配置
offsets.topic.replication.factor:3
# 这个参数指新创建一个topic时，默认的Replica数量,Replica过少会影响数据的可用性，太多则会白白浪费存储资源，一般建议在2~3为宜。
2）Producer优化（
buffer.memory:33554432 (32m)
#在Producer端用来存放尚未发送出去的Message的缓冲区大小。缓冲区满了之后可以选择阻塞发送或抛出异常，由block.on.buffer.full的配置来决定。

compression.type:none
#默认发送不进行压缩，推荐配置一种适合的压缩算法，可以大幅度的减缓网络压力和Broker的存储压力。
4）Kafka内存调整（kafka-server-start.sh
默认内存1个G，生产环境尽量不要超过6个G。
export KAFKA_HEAP_OPTS=”-Xms4g -Xmx4g”