一、环境准备：基础依赖与系统配置

• Java环境：Kafka依赖Java运行环境，推荐安装OpenJDK 1.8（sudo yum install java-1.8.0-openjdk-devel -y），并通过java -version验证安装。确保JAVA_HOME环境变量正确配置。
• Zookeeper集群：Kafka依赖Zookeeper进行集群管理、元数据存储和Leader选举。建议部署3或5个Zookeeper节点（奇数节点保证多数派决策），配置zoo.cfg中的server.x参数（如server.1=zoo1:2888:3888;server.2=zoo2:2888:3888;server.3=zoo3:2888:3888），并设置dataDir（数据目录）、clientPort（客户端端口，默认2181）。
• 系统优化：
  • 文件系统：使用XFS（推荐）或EXT4文件系统，挂载时添加noatime选项（减少文件访问时间戳更新开销）。
  • 内核参数：调整vm.swappiness=1（禁用或极小化swap，避免磁盘I/O瓶颈）、vm.max_map_count=655360（增加内存映射区域数量，支持更多并发）、net.core.rmem_default=262144/net.core.wmem_default=262144（增大网络缓冲区，提升吞吐量）。
  • SELinux与防火墙：将SELinux设置为disabled（setenforce 0并修改/etc/selinux/config），避免权限限制；开放Kafka端口（如9092）和Zookeeper端口（如2181），使用firewall-cmd --add-port=9092/tcp --permanent && firewall-cmd --reload。

二、Kafka Broker核心配置：性能与可靠性平衡

• 唯一标识与监听配置：每个Broker需设置唯一的broker.id（如1、2、3）；listeners指定Broker监听的协议和地址（如PLAINTEXT://broker1.example.com:9092），advertised.listeners指定客户端连接的地址（如PLAINTEXT://public-ip:9092），确保客户端能正确访问。
• 日志与存储：log.dirs设置多个日志目录（如/data/kafka1,/data/kafka2），实现磁盘并行读写；num.partitions设置Topic默认分区数（建议与集群Broker数量一致，提升并行度）；default.replication.factor设置默认副本数（生产环境建议3，保证数据冗余）；min.insync.replicas=2（确保写入成功的最小副本数，避免脑裂）。
• Zookeeper连接：zookeeper.connect指向Zookeeper集群地址（如zoo1:2181,zoo2:2181,zoo3:2181），建议配置zookeeper.connection.timeout.ms=6000（连接超时时间）。

三、性能优化：提升吞吐与降低延迟

• JVM调优：分配足够堆内存（如-Xms8G -Xmx8G，占物理内存的70%-80%），避免频繁GC；使用G1垃圾回收器（-XX:+UseG1GC），适合大内存场景；设置-XX:MaxGCPauseMillis=200（目标GC停顿时间）。
• 操作系统调优：
  • 磁盘I/O：使用SSD存储（避免机械硬盘的高延迟）；设置vm.dirty_background_ratio=5（脏页占比达到5%时后台刷盘）、vm.dirty_ratio=10（脏页占比达到10%时强制刷盘），平衡I/O性能与数据安全性。
  • 网络调优：调整TCP缓冲区（net.ipv4.tcp_wmem="4096 16384 131072"、net.ipv4.tcp_rmem="4096 65536 1048576"），增大窗口大小，提升网络吞吐量。
• Kafka参数调优：
  • 生产者：batch.size=16384（批量发送大小，提升吞吐量）、linger.ms=5（等待批量发送的时间，平衡延迟与吞吐）、compression.type=snappy（启用Snappy压缩，减少网络传输和存储开销）、acks=all（确保消息持久化到所有ISR副本）。
  • 消费者：fetch.max.bytes=524288（每次拉取的最大数据量，减少网络开销）、max.poll.records=500（每次poll的最大记录数，提升吞吐）、max.poll.interval.ms=300000（两次poll的最大间隔，避免频繁rebalance）。
  • Broker：num.network.threads=8（网络请求线程数，建议CPU核数+1）、num.io.threads=16（磁盘I/O线程数，建议CPU核数×2）、log.segment.bytes=1073741824（日志段大小，1GB，平衡磁盘I/O与日志切换频率）。

四、高可用性保障：防止单点故障

• 多Broker部署：在不同物理服务器或虚拟机上部署多个Kafka Broker（建议至少3个），避免单节点故障导致集群不可用。
• 副本机制：设置default.replication.factor=3（每个分区3个副本），min.insync.replicas=2（写入时至少2个副本确认），确保数据冗余和写入可靠性。
• 自动故障转移：Kafka会自动检测Broker故障，触发Leader重新选举（auto.leader.rebalance.enable=true），将分区Leader转移到健康副本，无需人工干预。
• Zookeeper高可用：部署3或5个Zookeeper节点，避免单节点故障导致集群元数据丢失；配置tickTime=2000（心跳间隔）、initLimit=5（Leader与Follower初始同步时间）、syncLimit=2（Leader与Follower同步超时时间）。

五、监控与维护：确保稳定运行

• 监控工具：集成Prometheus（收集Kafka JMX指标）+ Grafana（可视化监控），监控关键指标如Broker CPU/内存使用率、磁盘I/O、网络带宽、分区Leader分布、副本同步延迟；使用Kafka自带工具（kafka-topics.sh、kafka-consumer-groups.sh）查看Topic状态和消费者组进度。
• 日志管理：定期清理Kafka日志（log.retention.hours=168，保留7天）和Zookeeper日志（autopurge.snapRetainCount=3，保留3个快照），避免磁盘空间耗尽；设置日志轮转（logrotate），自动压缩和删除旧日志。
• 定期维护：备份Zookeeper数据（dataDir目录）和Kafka日志（log.dirs目录），防止数据丢失；定期升级Kafka和Zookeeper版本（注意兼容性，如Kafka 3.x与Zookeeper 3.7.x及以上版本兼容），修复已知漏洞和提升性能。