线上kafka 线程idle报警，线程idle趋势图
查看topic监控平台，发现__consumer_offsets topic的每秒写入高出其他topic很多倍，大概率是因为消费者提交频繁导致的了，但是这是全局的topic，无法看到每个消费者的提交频率，所以只能根据topic的流量走势来找出和该topic相匹配的，进而只观察相关topic的消费者
1、查看趋势相匹配的topic
按照流量由大到小筛查每个topic，发现两个topic的流量趋势和__consumer_offset一样
2、走查消费这两个topic的消费者关键配置，针对拉取和提交相关参数进行优化，优化原则：
消费者拉消息：fetch.min.bytes =10240000 fetch.max.wait.ms = 500 满足两者之一就可以拉消息
消费者提交offset: 自动提交 auto.commit.interval.ms>1000 手动提交 根据业务需求设置每次提交的条数，不能逐条commit
生产者峰值qps只有200左右，为什么commit会这么高？
消费者多，比如topic1对应8个消费者，如果每个消费者1条提交一次那么每秒提交次数：200*8=1.6k
业务反馈每次拉取50条，处理完一次性提交，那么峰值200，每秒最多也就拉取4次，不应该提交很频繁啊？
那就需要看什么时候会触发拉取动作了，业务没有明文配置拉取的那两个参数，fetch.min.bytes默认是1byte，fetch.max.wait.ms默认是500ms，因为每条消息肯定是明确大于1byte的，所以每条一拉，也就没条一提交，所以最终需要优化的参数是fetch.min.bytes
业务问题：如果按照建议的参数优化，那么优先达到0.5s的触发条件，高峰期延迟会不会比较大？
高峰期qps为200的时候，消费者发起fetch请求，broker等到0.5s开始处理消费者请求，消费者拉取50条处理时长假设为1s，则延迟为300个消息，这个需要看业务的承受程度
自动提交可以缓解延迟，可以每条拉取一次，但是设置为1s提交一次
