1.环境准备
1）云机环境(三台云机环境一致)
2.测试方式
1）生产者测试
使用kafka自带工具%KAFKA_HOME%/bin/kafka-producer-perf-test.sh，可用参数可参考./bin/kafka-producer-perf-test.sh --help
在使用的过程中对不同的topic（拥有不同的分区数和复制数），设置不同的参数来进行测试
2）消费者测试
使用kafka自带工具%KAFKA_HOME%/bin/kafka-consumer-perf-test.sh，可用参数可参考./bin/kafka-consumer-perf-test.sh --help
在使用过程中对不同的topic（拥有不同的分区数和复制数），设置不同的参数来进行测试
3.数据准备
设置不同的topic，拥又不同的partitions 和 replication-factor数
笔者创建八个topic用于测试，分别是：
1）生产者
设置 --num-records 500000 --throughput 1000000 --producer-props bootstrap.servers=10.187.96.50:9092,
10.187.96.51:9092,10.187.96.52:9092（用户需设置自己的kafka集群地址及端口号）
2）消费者
设置 --messages 500000 --message-size 1024 --zookeeper 10.187.96.50:2181,10.187.96.51:2181,10.187.96.52:2181（用户需设置自己的zookeeper集群地址及端口号）
4.生产者测试及结果分析
1）不同record-size（单条消息体大小）下的测试
图表展示如下
(X轴：单消息体大小[1024,512,256,128,64,32]，Y轴:记录数/秒)
：
结论：消息体越小，每秒生产的记录数越多
2）不同partition（topic分区数）下的测试
图表展示如下(X轴：分区数[1,2,3,4,6]，Y轴:记录数/秒)：
结论：随着分区数的增大，每秒生产数也相应增大，在partitions=3的时候达到最大，然后继续增加分区数，每秒生产数开始减少
3）不同replication-num（复制数）下的测试
图表展示如下
(X轴：分片复制数[1,2,3]，Y轴:记录数/秒)
：
结论：分片复制数越多，每秒生产记录数越少（一般设置与broker数相同即可）
broker和producer的配置可影响生产记录数，参考参数如下：
5.消费者测试及结果分析
1）不同record-size（单条消息体大小）下的测试
图表展示如下(X轴：单条消息体大小[1024,512,256,64]，Y轴:记录数/秒)：
结论：单条消息体大小对每秒消费数据影响不大（都在38万/秒附近浮动）
图表展示如下(X轴：消费线程数[1,2,3,4]，Y轴:记录数/秒)：
结论：消费线程数越大，每秒消费数越多；当消费线程数大于分区数时，多余的线程无法消费到数据
图表展示如下(X轴：分区数[1,2,3,4,5,6]，Y轴:记录数/秒)：
结论：在一定范围内，分区数越大，每秒消费数越高；
PRESSURE_TEST_PART_3_REP_3最低？TODO
分区数持续增大，每秒记录数开始降低，降低原因可参考 http://blog.csdn.net/kwengelie/article/details/51150114
4）其他影响消费者性能的参数
参考：
https://www.cnblogs.com/xiaodf/p/6023531.html
https://www.cnblogs.com/wangb0402/p/6221626.html
