案例一生产数据积压与延迟问题问题现象生产数据量过大出现消费延迟lag告警下游报表结果未按时计算和展示由于部门实施降本增效政策资源使用率未达到95%以上不允许扩容上述问题通常在早上6点多出现中午和下午恢复正常处理方案关闭非核心业务临时关闭对实时性要求不高的非核心业务释放系统资源调整消费策略在业务允许的情况下临时修改消费偏移量offset从最新位置latest开始消费优先保障实时业务数据补偿机制历史数据后续通过离线任务进行补偿处理案例二ELK集群积压与磁盘告警问题现象ELK集群出现数据积压告警部分Kafka broker出现磁盘空间告警Kibana中日志展示存在数据延迟处理方案优化数据保留策略找到数据量大的topic与业务方确认后修改数据保留时长减少存储压力负载均衡调整将部分负载高的主机上的partition迁移到其他节点迁移过程中注意限流避免影响正常服务集群扩容通过副本重分配进行扩容提升集群处理能力总结以上两个案例展示了在实际生产环境中面对资源限制和突发流量时的应急处理思路。核心原则是优先保障核心业务的实时性同时建立数据补偿机制确保最终数据一致性。