在Kafka中，当Consumer出现严重的数据积压（Lag）时，我们的优化目标会从“低延迟”转变为“高吞吐量”。为了以最快速度把积压数据拉取完并处理，不仅需要调整 和 ，还需要配合其他几个核心参数以及业务代码逻辑。 以下是具体的调整策略和原理解析： 1. 核心参数调整策略 🔹 (单次拉取最大记录数) 默认值：500 调整建议：调大至 2000 - 5000（甚至更高，取决于单条消息的大小）。 原理：增加每次 返回的消息数量，减少网络请求的次数和客户端拉取数据的额外开销，从而提升吞吐量。 ⚠️ 致命警告：一旦调大此参数，处理这批数据的时间必然变长。必须同步调大 （见下文），否则会导致Consumer处理超时，引发无限Rebalance（死循环：拉取 -> 处理超时 -> 踢出集群 -> 重新分配 -> 再次拉取相同数据）。 🔹 (单次拉取最小字节数) 默认值：1 调整建议：调大至 1MB - 10MB（例如 到 ）。 原理：在没有积压时，调大它会增加延迟；但在有严重积压时，Broker端已经有大量数据就绪。调大该参数可以强制Consumer“攒够”一大批数据再通过网络传输，极...
播面