1、操作系统

三个方面选择：

• I/O 模型的使用
• 数据网络传输效率
• 社区支持度

五种 I/O 模型：阻塞式 I/O、非阻塞式 I/O、I/O 多路复用、信号驱动 I/O 和异步 I/O。

Linux 中的系统调用 select 函数就属于 I/O 多路复用模型；epoll 系统调用则介于第三种和第四种模型之间。

Linux 还可以使用 zero copy。

总结； 高性能只能选择 linux。

2、磁盘

总结：

• 追求性价比的公司可以不搭建 RAID。
• 使用机械磁盘完全能够胜任 Kafka 线上环境。

3、磁盘容量

规划磁盘容量的思考因素：

• 新增消息数
• 消息留存时间
• 平均消息大小
• 备份数
• 是否启用压缩

例如： 每一天 1 亿条 1KB 大小的消息，保存两份且存留两周的时间。

一天数据大小： 1 亿 * 1 KB * 2 份 / 1000 / 1000 = 200 GB

预留 10% 的磁盘空间： 200 GB * 1.1 = 220 GB

两周时间： 220 GB * 14 = 3 TB

开启了压缩比，比如 0.75： 3 TB * 0.75 = 2.25 TB

4、带宽

以 1Gbps 的千兆网络为例， 在 1 小时内处理 1TB 的业务数据，需要机器数？

带宽是 1Gbps，即每秒处理 1Gb 的数据，通常假设 Kafka 只能用到 70% 的带宽资源，毕竟其他进程也需要一些资源，也就是Kafka 最大只能使用 700MB 的带宽资源，常规性使用要预留 2/3，所以单台 Kafka 使用的带宽为 700 Mb / 3 = 240 Mbps。

1 个小时处理 1TB 数据， 1024 * 1024 / 3600 / (240 / 8) = 9.7 (注意 240 Mbps 是带宽，变为 MB 单位时，要除以 8)。

如果消息的副本数为 3，大约就是 30 台机器。