📚 课程目录第3章性能基准概念

3. 性能基准概念：吞吐量（TPS）、延迟（Latency）、IOPS、资源利用率（CPU/内存/磁盘/网络）的定义与关系

性能基准是压测闭环的“度量衡”。在 Kafka 场景下，吞吐量、延迟、IOPS 与资源利用率构成四维评价体系。任何单一指标都无法反映系统真实状态，必须联动分析。

3.1 核心指标定义

指标	英文全称	定义	Kafka 典型单位
吞吐量	Throughput / TPS	单位时间内成功处理的消息数量或数据量	msg/s 或 MB/s
延迟	Latency	从消息发送到被确认接收所经历的时间	ms（毫秒）
IOPS	Input/Output Operations Per Second	磁盘每秒完成的读写操作次数	ops/s
资源利用率	Resource Utilization	CPU、内存、磁盘、网络等资源被占用的百分比	% 或 Gbps

压测提示： 在 Kafka 压测中，TPS 通常指 Producer 端每秒发送的消息数（records/s）或 Consumer 端每秒拉取的消息数。延迟则分为端到端延迟（End-to-End Latency）和 Broker 端处理延迟（Broker Latency），两者需分开测量。

3.2 四维指标关系模型

四个指标并非独立变量，而是通过系统资源形成耦合关系。下图展示了 Kafka 压测中指标间的典型联动路径：

3.3 指标间的典型关系

吞吐量与延迟（Trade-off）：在系统达到饱和点之前，吞吐量增加时延迟缓慢上升；超过饱和点后，延迟急剧飙升，形成“拐点”。Kafka 压测的核心目标就是找到这个拐点。
IOPS 与吞吐量（线性支撑）：Kafka 作为日志系统，写入吞吐量直接受磁盘 IOPS 限制。单盘 IOPS 越高，可支撑的 TPS 越大。使用 SSD 替代 HDD 通常能提升 10~50 倍 IOPS。
资源利用率与延迟（非线性关系）：CPU 利用率超过 80% 或磁盘利用率超过 70% 时，延迟通常开始非线性增长。Kafka 压测中，资源利用率是延迟的先行指标。
网络带宽与吞吐量（上限约束）：千兆网卡理论上限约 125 MB/s，万兆网卡约 1250 MB/s。当单台 Broker 吞吐量接近网卡上限时，网络成为瓶颈。

3.4 压测中的指标优先级

不同压测目标下，指标的关注优先级不同：

压测场景	首要指标	次要指标	监控重点
容量规划	吞吐量（最大 TPS）	资源利用率	CPU、磁盘 IOPS
延迟敏感业务	P99 / P999 延迟	吞吐量	网络、GC 暂停
稳定性测试	资源利用率趋势	延迟抖动	内存、磁盘队列
硬件选型	IOPS	吞吐量	磁盘、网络

  实战经验： 在 Kafka 压测闭环中，建议同时采集四维指标并绘制“吞吐量-延迟”散点图。当延迟出现明显拐点时，该吞吐量即为当前配置下的推荐上限。不要只看平均延迟，P99 延迟才是用户体验的底线。

3.5 指标采集工具速查

在压测闭环中，推荐使用以下工具采集四维指标：

# 吞吐量与延迟（Kafka 自带工具）
kafka-producer-perf-test --topic test-topic \
  --num-records 1000000 --record-size 1024 \
  --throughput 50000 --producer-props bootstrap.servers=localhost:9092

# IOPS（iostat）
iostat -x 1 /dev/nvme0n1

# 资源利用率（dstat / sar）
dstat -c -d -n -m 1 30

# 端到端延迟（Kafka 自带 consumer 工具）
kafka-consumer-perf-test --topic test-topic \
  --messages 100000 --broker-list localhost:9092

注意： 压测时务必同步记录时间戳，确保四维指标在时间轴上对齐。延迟数据与资源利用率数据若相差 5 秒以上，将无法准确判断瓶颈点。建议使用统一的时间服务器（NTP）同步所有压测节点时钟。