识趣

名为kafka.server:type=FetchSessionCache,name=NumIncrementalFetchSessions的指标是监控FetchSessions数量的正确方法。

大小可以通过max.incremental.fetch.session.cache.slots来配置。请注意，这个设置是按broker应用的，所以每个broker最多可以缓存max.incremental.fetch.session.cache.slots会话。

你看到的另一个指标，kafka.server:type=FetchSessionCache,name=NumIncrementalFetchPartitionsCached，是所有FetchSession中使用的分区总数。许多FetchSessions会使用几个分区，所以预计会看到一个较大的数量。

正如你所说的，你看到的低数量的FetchSessions可能是由于重新启动。

是的，我这台机器有docker和contaienrd，用上面的方法指定其中一个可以，也可以卸载其中一个。

kubeadm init --apiserver-advertise-address=1.1.1.1 --image-repository registry.aliyuncs.com/google_containers --pod-network-cidr=192.168.0.0/16 
--cri-socket=unix:///var/run/cri-dockerd.sock

或者

kubeadm init --apiserver-advertise-address=1.1.1.1 --image-repository registry.aliyuncs.com/google_containers --pod-network-cidr=192.168.0.0/16 
--cri-socket= unix:///var/run/containerd/containerd.sock

crictl依次查找容器运行时，当查找第一个 unix:///var/run/dockershim.sock 没有找到，所以报错了，需要你手动指定当前kubernetes的容器运行时，使用什么，例如：

kubernetes 1.24+ 之后，dockershim已经变成了cri-docker，所以你需要执行：

crictl config runtime-endpoint unix:///var/run/cri-dockerd.sock

如果你的容器运行时，已经换成了containerd，则换成containerd的，如：

crictl config runtime-endpoint unix:///var/run/containerd/containerd.sock

之后，你在执行就好了。

另外：生成的配置在cat /etc/crictl.yaml，可以随时修改。

感谢，很清晰

你这么做是对的。

通常情况下，如kubectl scale deploy my-awesome-deployment --replicas=0，这样就不需要指定特定文件了，但如果对你来说更方便，使用文件也没有错。

kafka自动提交offset主要由以下2个配置控制：

• enable.auto.commit: 是否开启自动提交offset功能。
• auto.commit.interval.ms：自动提交offset的时间间隔。

java消费者代码：

Properties props = new Properties();
props.setProperty("enable.auto.commit", "true");      // 开启自动提交
props.setProperty("auto.commit.interval.ms", "1000"); // 每隔1000ms提交一次。

例子可参考：kafka消费者Java客户端

如果你手动创建PV，我猜你没有使用存储类。 但是你要在PV中定义一个存储类。 因此，你可以尝试在没有storageClassName字段的情况下重新创建PV：

apiVersion: v1
kind: PersistentVolume
metadata:
  name: task-pv-volume
spec:
  accessModes:
  - ReadWriteOnce
  capacity:
    storage: 15Gi
  hostPath:
    path: /app/k8s-volumes
    type: ""
  persistentVolumeReclaimPolicy: Retain
  volumeMode: Filesystem