Kafka调整内存使用可从JVM堆内存、缓冲区内存及系统层面优化，具体如下：

1. JVM堆内存设置

   • 修改kafka-server-start.sh中KAFKA_HEAP_OPTS，设置初始堆（-Xms）和最大堆（-Xmx）为相同值，避免动态调整开销，建议不超过物理内存50%且≤32GB（如-Xms16G -Xmx16G）。
   • 选择G1GC垃圾回收器（-XX:+UseG1GC），并设置MaxGCPauseMillis（目标暂停时间，如20ms）、InitiatingHeapOccupancyPercent（触发GC的堆占用比，如35%）。

2. 缓冲区内存优化

   • buffer.memory：控制生产者缓冲区大小，影响吞吐量，建议设置为可用内存的50%-70%（如32GB服务器设16GB-21GB），避免内存溢出。
   • batch.size：增大批次大小可提升吞吐量，但会增加延迟，需结合业务调整（如1MB-10MB）。
   • fetch.min.bytes/fetch.max.wait.ms：消费者批量拉取参数，减少网络往返，如fetch.min.bytes=1MB、fetch.max.wait.ms=500ms。

3. 其他关键参数

   • log.retention.*：通过设置日志保留时间（log.retention.hours）和段大小（log.segment.bytes），控制磁盘占用间接影响内存。
   • num.partitions：分区数过多会增加元数据内存开销，单Broker建议不超过3万分区，超量需集群扩容。

4. 系统层面协同

   • 确保操作系统预留足够内存给Page Cache（Kafka依赖其提升I/O性能），避免JVM堆内存挤压Page Cache。
   • 监控堆内存、直接内存（-XX:MaxDirectMemorySize，如4GB）及GC情况，通过jstat或Prometheus定位内存瓶颈。

注意事项：修改配置前需在测试环境验证，优先通过监控（如Prometheus+Grafana）观察调整效果，避免直接在生产环境大规模变更。

参考来源：