4. 慢查询定义与分类：网络延迟型、磁盘IO型、CPU计算型、锁竞争型慢查询

在 Kafka 迁移场景中，“慢查询”并非传统数据库意义上的慢 SQL，而是指 从请求发出到响应返回的端到端延迟超过预期阈值 的任何操作。迁移过程中，由于网络拓扑变化、数据重分布、配置差异等因素，慢查询的根因往往更加复杂。根据资源瓶颈的不同，我们将慢查询分为以下四种类型。

4.1 慢查询分类总览

4.2 网络延迟型慢查询

网络延迟是迁移场景中最常见、也最容易被忽视的慢查询来源。当 Producer 或 Consumer 跨数据中心、跨可用区或通过公网访问迁移后的 Broker 时，网络路径变长，延迟显著增加。

• 典型表现：请求超时、重试激增、吞吐量断崖式下降。
• 关键指标：network.io.avg.time、request.timeout.ms 触发次数、TCP 重传率。
• 迁移场景：将集群从自建机房迁移至云上，或从 Region A 迁移至 Region B，未使用专线或 VPN。

4.3 磁盘IO型慢查询

Kafka 重度依赖磁盘顺序读写，但迁移过程中的数据重平衡（Rebalance）和日志同步（ISR 复制）会产生大量随机 IO 和突发写入压力，导致磁盘成为瓶颈。

• 典型表现：Producer 发送延迟抖动、Consumer 拉取超时、Broker 日志出现“iowait”过高。
• 关键指标：os.iowait、kafka.log.flush.time、磁盘队列长度。
• 迁移场景：将分区从旧 Broker 迁移到新 Broker 时，新 Broker 磁盘性能不足或未使用 SSD。

# 查看磁盘 IO 压力（Linux）
iostat -x 1
# 重点关注：%util、await、svctm

4.4 CPU计算型慢查询

CPU 计算型慢查询通常与数据压缩、序列化/反序列化、以及协议转换有关。迁移过程中，如果新旧集群的压缩算法或消息格式不一致，CPU 开销会显著上升。

• 典型表现：CPU 使用率持续 80%+，但磁盘和网络压力正常；请求延迟随消息大小线性增长。
• 关键指标：kafka.server:type=BrokerTopicMetrics,name=TotalCpuTime、压缩/解压耗时。
• 迁移场景：旧集群使用 gzip 压缩，新集群默认使用 lz4，导致 Consumer 端解压不兼容而回退到纯文本处理。

4.5 锁竞争型慢查询

锁竞争是 JVM 层面的隐形杀手。Kafka 在元数据同步、分区状态变更、消费者组协调等场景中会使用各种锁。迁移过程中，由于集群元数据频繁更新，锁竞争可能急剧恶化。

• 典型表现：线程阻塞、CPU 上下文切换飙升、GC 日志中出现大量“Thread Blocked”事件。
• 关键指标：JVM 线程转储中的锁持有时间、kafka.coordinator:type=GroupCoordinator,name=LockTime。
• 迁移场景：大规模分区重分配时，Controller 频繁更新元数据，导致 ZooKeeper 或 KRaft 的写锁竞争。

4.6 四类慢查询的关联与SVG全景图

在实际迁移中，四类慢查询往往不是孤立出现的。例如，网络延迟可能导致请求重试，重试增加 CPU 计算开销，CPU 高负载又加剧锁竞争，最终引发磁盘 IO 排队。下图展示了四类慢查询的典型关联路径。

4.7 慢查询分类速查表

以下表格总结了每种慢查询的典型症状、诊断命令和迁移场景下的第一反应措施。