AutoMQ -
Kafka 性能調優：linger.ms 和 batch.size 的最佳實踐
2025 年 3 月 18 日，Apache Kafka 4.0 正式發佈。 在此次版本更新中，相較於架構層面的升級，開發者們也應關注一個關鍵的細節變更：官方將生產者參數 linger.ms 的默認值，從沿用多年的 0ms 正式修改為 5ms。
這一調整直擊傳統性能調優的認知盲區，在傳統觀念中，linger.ms=0 意味着"零等待"和實時發送，通常被視為降低延遲的首選策略。然而，Kafka 4.
kafka
AutoMQ -
如何選擇合適的 Diskless Kafka
文章導讀
隨着越來越多企業將 Kafka 遷移至雲原生架構，AutoMQ 正逐漸成為 Kafka 用户的雲端優選。作為兼容 Apache Kafka 協議、專為雲設計的新一代發行版，AutoMQ 憑藉高性能、彈性擴展和極致成本等優勢，在全球範圍內的熱度持續攀升，GitHub Star 數也順勢突破 8k 大關。在海外社區涌現的眾多討論與推文中，我們發現了這樣一篇來自開發者的深度好文，將其內容翻譯並
架構
,
雲原生
,
kafka
AutoMQ -
AutoMQ GitHub 突破 8,000 Star！
🚀 里程碑達成！AutoMQ GitHub 突破 8,000 Star！
🎉 從 0 到 8000+， 這份熱度的背後，是 AutoMQ 對雲原生流存儲的重新定義。我們基於 Diskless 架構設計，將數據完全卸載至對象存儲（S3/OSS），讓數據基礎設施真正生於雲、長於雲，徹底解決了傳統架構的痛點：
💸 消除 100% 跨 AZ 流量費用：採用共享存儲架構，徹底避免了高額的跨可用區（
架構
,
雲原生
AutoMQ -
騰訊音樂如何基於 AutoMQ 降低 Kafka 50%+ 成本
編輯導讀：騰訊音樂娛樂集團作為中國在線音樂娛樂服務的領航者，旗下擁有 QQ 音樂、酷狗音樂、酷我音樂和全民 K 歌等眾多國民級移動音頻應用。每天，這些產品都會產生海量的用户行為和業務數據，為精準推薦、用户增長和商業化等核心業務提供着源源不斷的數據驅動力。在這一切背後，一個強大、穩定且高效的 Kafka 流系統是支撐其業務持續創新和發展的關鍵。
然而，隨着業務的飛速發展，傳統的自建 Kafk
中間件
,
架構
,
雲原生
