# 业务过载处理建议
#### 应用场景
Kafka业务过载，一般表现为CPU使用率高、磁盘写满的现象。
- 当CPU使用率过高时，系统的运行速度会降低，并有加速硬件损坏的风险。
- 当磁盘写满时，相应磁盘上的Kafka日志目录会出现offline问题。此时，该磁盘上的分区副本不可读写，降低了分区的可用性和容错能力。同时由于Leader分区迁移到其他节点，会增加其他节点的负载。
**CPU使用率高的原因**
- 数据操作相关线程数（num.io.threads、num.network.threads、num.replica.fetchers）过多，导致CPU繁忙。
- 分区设置不合理，所有的生产和消费都集中在某个节点上，导致CPU利用率高。
**磁盘写满的原因**
- 业务数据增长较快，已有的磁盘空间不能满足业务数据需要。
- 节点内磁盘使用率不均衡，生产的消息集中在某个分区，导致分区所在的磁盘写满。
- Topic的数据老化时间设置过大，保存了过多的历史数据，容易导致磁盘写满。
 
#### 业务过载处理建议
**CPU使用率高的处理措施：**
- 优化线程参数num.io.threads、num.network.threads和num.replica.fetchers的配置。
  - num.io.threads和num.network.threads建议配置为磁盘个数的倍数，但不能超过CPU核数。
  
  - num.replica.fetchers建议配置不超过5。
   
- 合理设置Topic的分区，分区一般设置为节点个数的倍数。
- 生产消息时，给消息Key加随机后缀，使消息均衡分布到不同分区上。
  ![](https://support.huaweicloud.com/bestpractice-kafka/public_sys-resources/note_3.0-zh-cn.png)
  在实际业务场景中，为消息Key加随机后缀，会导致消息全局不保序，需根据实际业务判断是否适合给消息Key加随机后缀。
  
**磁盘写满的处理措施：**
- 扩容磁盘，使磁盘具备更大的存储空间。
- 迁移分区，将已写满的磁盘中的分区迁移到本节点的其他磁盘中。
- 合理设置Topic的数据老化时间，减少历史数据的容量大小。
- 在CPU资源情况可控的情况下，使用压缩算法对数据进行压缩。压缩算法的介绍，请参考[Kafka消息压缩配置建议](https://support.huaweicloud.com/bestpractice-kafka/Kafka_bp_0013.html)。