1 生产者配置参数：
kafka.producer.retries 当生产者发送失败的时候重试的次数，大多数情况下，如果kafka生产端发送的数据是在异步事件队列里边，这个数据设置成1，重试交给异步对接即可
kafka.producer.batch.size kafka发送端批量发送的的缓存大小，默认是16kB，意思是缓存中的数据达到配置的数值大小，kafka的生产端发送数据，这个参数一般和kafka.producer.linger配合使用
kafka.producer.linger代表发送延时，默认延时时间是0s，接到消息立刻发送，一般对于吞吐量要求不高的生产端，不设置这个数值，对于吞吐量要求高，实时性要求不高的生产端，可以配置下延迟时间，和上一个参数一起使用
kafka.producer.batch.size小，吞吐量低，延时低，kafka.producer.batch.size大，吞吐量高，延时高
kafka.producer.buffer.memory指定producer端用于缓存消息的缓冲区的大小，单位是字节，默认32M，采用异步发送消息的架构，Java版Producer启动时会首先创建一块内存缓冲区用于保存待发送消息，然后由另一个专属线程负责从缓冲区中读取消息执行真正的发送，这部分内存空间的大小就是由buffer.memory参数指定。该参数指定的内存大小几乎可以认为是producer程序使用的内存大小，若producer程序要给很多分区发送消息，那么就需要仔细设置该参数防止过小的内存缓冲区降低了producer程序整体的吞吐量
kafka.producer.request.timeout.ms当producer发送请求给broker后，broker需要在规定时间范围内将处理结果返回给producer。超时时间默认30s。

2 kafka 三种容错方式配置
spring.kafka.producer.acks
1 当上边参数设置成0，producer端不确定消息是否发送成功，只是发出去，并不等待broker返回响应，数据可能丢失，但是优势是对于吞吐量高，不要求保证完整一致性的需求来说（比如日志处理），这是好的方式
2 当上边参数设置成1，表示producer会在leader partition收到消息时得到broker的一个确认，这样会有更好的可靠性，因为客户端会等待知道broker确认收到消息。此时，当发送消息时，leader broker仅将该消息写入本地日志，然后便发送响应结果给producer，而无需等待ISR中其他副本写入该消息；
3当上边参数设置成-1或者all，producer会在所有备份的partition收到消息时得到broker的确认，这个设置可以得到最高的可靠性保证。此时，当发送消息时，leader broker不仅会将消息写入本地日志，同时还会等待ISR中所有其他副本都成功写入它们各自的本地日志后，才发送响应结果给producer。

3 kafka消费端配置
kafka.consumer.enable.auto.commit 这个参数非常重要，主要是控制kafka是自动提交偏移量还是手动提交偏移量，为true的时候自动提交偏移量，为false的时候手动提交偏移量，不过springboot一个坑爹的地方是，当这个参数设置成false的时候，spring-kafka包会帮助用户更新offset数值，造成用户手动提交失败，offset偏移量依旧增加的情景，这样，数据就“丢失”了
kafka.consumer.auto.commit.interval 自动提交间隔，如果上一个参数设置成false，这个字段就没用了
kafka.consumer.auto.offset.reset 这个字段定义消费顺序
earliest
当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费
latest
当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据
none
topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常

这个字段详细解释请参考另一篇文章：
https://blog.csdn.net/lishuangzhe7047/article/details/74530417