Kafka 支持在系统之间快速、安全、高效地移动大量流数据。出于这个原因，它已成为我们大数据时代的强大工具，在这个时代，数据速度和安全性比以往任何时候都更加重要。

了解和优化您对 Kafka 吞吐量指标的使用是成功支持基于 Kafka 构建的用例（例如实时 Kafka 流和流分析框架）的重要组成部分。吞吐量与在给定时间范围内可以在系统或应用程序之间移动的数据量有关。它广泛用于衡量 RAM、硬盘驱动器、网络连接和互联网的性能。对于 Kafka，吞吐量仅与消息从一个点移动到另一个点的速度有关。

各种组件的性能影响 Kafka 集群内的整体吞吐量：生产者生产内容的速度有多快？代理如何处理消息的移动？消费者消费消息的速度有多快？所有这些因素都会影响吞吐量。衡量这些组件及其性能可帮助您形成一组基线数字。 Kafka JMX 指标是您确定 Kafka 集群是否以最佳方式运行的能力的基础。

一旦捕获了 JMX 指标，集群所有者和/或架构师就可以使用这些指标，从可视化这些指标到创建图表并最终收集洞察力。这种捕获、分析和获得可操作见解的过程几乎不可能手动解决。解决方案需要尽可能多地自动化流程，同时不代表 Kafka 平台所有者自己陡峭的学习曲线和上下文切换。

Kafka 为您提供 JMX 指标，但它们仅代表您评估和维护平台的健康和性能所需的数据的一个子集。要问的大问题是：单独使用 JMX 指标是否足以完成这项工作？ （剧透：没有）。您能否将这些指标综合为关键决策的燃料？您能否使用这些 Kafka 吞吐量指标来提高集群的性能并避免因性能问题而感到惊讶？您将如何将基于 JMX 的性能数据与基于 Kafka 构建的平台硬件和应用程序的性能指标相关联？

关注公众号“大模型全栈程序员”回复“小程序”获取1000个小程序打包源码。更多免费资源在http://www.gitweixin.com/?p=2627