Kafka CPU高排查思路

1. 执行命令grep -c processor /proc/cpuinfo查看CPU核数，执行df -h命令查看Kafka磁盘挂载数，建议每个节点 磁盘挂载数<=processor/2，挂载过多磁盘会导致CPU繁忙。
2. Kafka配置中查看num.io.threads、num.network.threads、num.replica.fetchers配置，num.io.threads和num.network.threads配置值一般建议是磁盘个数的倍数，但不超过CPU核数。num.replica.fetchers配置值一般建议不超过5，同步线程数过多也会造成CPU繁忙。
3. 分区设置不合理：分区数一般设置为节点个数的倍数，单个节点分区数不超过2000。如果分区设置不合理，所有的生产和消费都集中在某个节点上，也可能导致CPU过高。

1. 查看操作系统句柄数：cat /var/log/osinfo/statistics/file-nr.txt
2. 统计各进程打开句柄数：lsof -n|awk '{print $2}'|sort|uniq -c|sort -nr
3. 查看进程使用句柄数：lsof -p 进程pid | wc -l

   如果句柄数高，排查使用句柄数高的进程是否有句柄泄漏；排查操作系统日志，查看是否存在TCP内存溢出等。

CPU高的线程在获取元数据信息，kafka-request.log日志中大量获取全部topic的元数据信息

jstack信息中CPU高的线程信息如下图所示：

Request日志开debug后，大量获取全部Topic元数据信息，且耗时很长，如下图所示：

集群中分区数很多，CPU长时间频繁处理获取全部topic及分区元数据信息的请求导致CPU升高。

解决办法是升级C++版本到与服务端对应的版本。

logstash版本过低，请求全部topic的元数据信息，21005端口访问未加权限的topic，请求全部topic的元数据信息导致获取加了权限的topic信息时请求deny，具体表现是kafka-authorizer.log日志中大量请求Deny的日志，如下图所示：

CPU频繁处理大量deny请求导致CPU异常升高

解决办法是升级Logstash到与服务端对应的版本。

使用id -Gn名称返回结果异常，sssd服务有问题，如下图所示：

kafka-authorizer.log日志为大量打印某用户不属于kafka组或者kafkaadmin组，如下图所示：

服务器的kafka无法正常鉴权，导致用户频繁访问此服务器，cpu异常升高。

解决办法是排查sssd异常的原因并恢复sssd。