为什么Kafka老年代堆中存在大量Sensor对象，如何降低内存占用？

开发者阿泽

2026-9-28

Sensor对象大量留存的核心原因

Kafka的Sensor是内置指标体系的基础统计单元，默认会为每一个连接、主题分区、客户端ID、配额维度单独创建实例，且默认永久留存，不会自动回收
2.7.1版本存在已知的Sensor内存泄露问题：当集群存在大量短连接、频繁的主题分区创建/删除操作、或者客户端侧每次连接生成随机的不重复客户端ID时，新生成的Sensor会持续堆积在Metrics的全局ConcurrentHashMap中，不会被清理，最终占用大量堆内存
你日志中看到的ConnectionAcceptRate系列Sensor只是配额维度的全局Sensor，占比极低，大部分堆积的Sensor是未打印日志的、对应单个连接/分区/客户端的实例

以下配置均为broker端配置，修改后重启生效：

metrics.recency.expiry.seconds
2.2及以上版本支持的核心优化配置，用于设置未被访问的Sensor的自动过期时间，官方推荐默认值为86400（1天），如果集群动态场景较多可调整为3600（1小时），过期后的Sensor会被自动从缓存Map中移除，直接释放对应内存
num.samples
单个Sensor保留的统计样本数，默认值为2，可调整为1，减少每个Sensor的内存占用
metrics.sample.window.ms
指标统计的窗口时间，默认值为30000（30秒），可根据业务需求调整为15000，降低每个Sensor缓存的样本数据量
metric.reporters
指标上报器配置，如无外部指标采集需求，仅保留默认的org.apache.kafka.common.metrics.JmxReporter即可，多余的上报器会强制Sensor保留更多统计数据
connections.max.idle.ms
空闲连接回收超时时间，默认值为600000（10分钟），可调整为300000，配合Sensor过期配置更快清理连接对应的Sensor实例