1. 课程导论：Kafka消息积压与GC停顿的关联性概述，课程目标与学习路径

1.1 现象：消息积压与GC停顿的“鸡生蛋”困局

在生产环境中，Kafka 消息积压与 JVM GC 停顿往往不是孤立出现的。它们之间存在一种双向强耦合的恶性循环：

• GC 停顿 → 消费停滞 → 积压加剧：Full GC 或长时间 Young GC 导致消费者线程被 STW（Stop-The-World）暂停，无法及时拉取与处理消息，Lag 迅速攀升。
• 积压加剧 → 内存膨胀 → GC 更频繁：积压消息导致消费者本地缓存（如批量拉取未处理的消息）或 Broker 端 Page Cache 压力增大，堆内存中存活对象激增，触发更频繁、更长时间的 GC。

1.2 数据库迁移场景的特殊放大效应

当 Kafka 作为数据库迁移的中间数据管道时，以下三个特征会显著放大 GC 停顿与消息积压的关联性：

1.3 课程核心目标

本课程旨在帮助 SRE 与 JVM 性能工程师建立一套完整的诊断与治理体系，具体目标如下：

1. 建立关联模型：掌握 Kafka Lag 指标与 JVM GC 日志之间的时间序列对应关系，能够从监控图上快速识别“因果链”。
2. 掌握诊断工具链：熟练使用 jstat、GCeasy、Kafka Consumer Lag 指标、Async Profiler 等工具进行联合分析。
3. 定位根因：区分“GC 导致积压”与“积压导致 GC”两种场景，并给出对应的 JVM 参数与 Kafka 参数调优方案。
4. 制定治理策略：针对数据库迁移场景，设计消息体压缩、批量大小自适应、GC 算法选型等综合治理方案。

1.4 学习路径与课程结构

课程共分为 6 个模块，建议按顺序学习，每个模块都包含理论、实操与案例复盘：

1.5 课程特色与交付物

• 真实案例驱动：每个诊断章节都基于生产环境真实案例改编，脱敏后提供完整的监控截图、GC 日志与 Kafka 指标。
• 可复现的实验环境：提供 Docker Compose 一键部署的 Kafka + 模拟迁移压测环境，所有调优操作均可本地复现。
• 诊断决策树：课程结束时，你将获得一份完整的“Kafka 积压与 GC 停顿关联诊断决策树”，可直接用于 SRE 日常排障。
• SRE 巡检清单：包含 20+ 项关键指标的巡检项，覆盖 JVM、Kafka Broker、消费者三个维度。