多可用区部署 Kafka 实例

跨可用区部署可提高实例的可用性，本文档介绍使用跨可用区部署方式对于实例的影响。

注意事项

使用跨可用区部署的 Kafka 实例前，应注意：

• 部署 Kafka 客户端的 ECS 和 Kafka 实例所在的可用区应尽量一致，避免故障域不对等的问题。
• 跨可用区部署的实例可能会出现 2ms~3ms 的网络延迟，单请求时延相较于单可用区会略有上升。
• 客户端使用同步方式调用接口的情况下，实例的吞吐性能可能会下降，需要考虑预留一定的性能空间、升配到更高的计算规格或改为异步调用接口。
• 跨可用区部署网络脑裂场景下，如果客户端 ack 未设置为 -1，可能出现脏数据截断的情况。

设置跨可用区部署

消息队列 Kafka版支持跨可用区部署 Kafka 实例，即支持多 AZ。跨可用区部署的实例具备更强的容灾能力，全方位保障集群数据的可靠性和服务的可用性。
在购买 Kafka 实例时，部署方式设置为跨可用区部署，并选择 3 个可用区即可实现跨可用区容灾。创建实例后，不可修改实例的部署方式，即单可用区部署的实例无法切换为跨可用区部署。跨可用区部署的实例在使用姿势上对客户端没有区别。但是建议客户端机器也分散到和服务端相同的多个可用区部署，以提升整体服务的可用性，也可以避免可用区孤立场景下的故障问题。
对于已购买的 Kafka 实例，您可以在 Kafka 实例的实例详情页签中基本信息区域找到可用区一行，查看可用区数量。如果可用区数量大于 1，表示该实例为跨可用区部署的实例。

可用性和故障域说明

跨可用区部署的实例，网络资源、计算节点、存储节点、ZooKeeper 等底层资源均会分散在多个可用区，故障在多个可用区之间互相隔离，确保单个可用区内的底层资源故障不影响其他可用区的节点。某个可用区内如果出现计算、存储等类型故障，在集群内部均可以切换到其他可用区，保障业务持续可用。但如果两个及以上的可用区发生故障，依然会影响服务可用性。
如果两个可用区之间出现网络故障，即无法相互通信，则可能会出现集群脑裂的现象，即两个可用区的节点都提供服务，但其中一个可用区的数据写入会在集群恢复后视为脏数据。为了避免出现脏数据，客户端的写入处理需要将 Ack 策略配置为 -1 或者 all，并且 minISR 副本数应大于一半最大副本数，例如 3 副本时应配置为 2 以上。
在集群网络恢复后，客户端无需任何操作即可恢复生产消费，但是由于服务端会重新对数据进行归一化，其中一个分裂节点的数据会被直接截断，但对于多副本跨区的数据存储方式来说，这种截断在 ack=-1 时也并不会导致数据丢失。

性能影响

跨可用区部署的场景下，包括副本在内的数据会分散到多个可用区，数据请求链路也会分散至多个可用区，即默认不亲和，而多个可用区之间的网络延迟会 0.5~1ms 范围内，比可用区内略高，因此跨可用区部署对请求时延会有一定的影响，也会增加副本同步的延迟时长。客户端 Ack 参数大于 1、等于 -1 或 all 时，该时延会直接影响到消息生产的客户端写入耗时。与单可用区部署场景相比，多可用区部署时实例的吞吐量峰值能力通常会有 20% 以内的损耗。