edit2：最后我用java制作了自己的producer，效果很好，所以问题出在kafka控制台producer上。Kafka控制台消费者工作得很好。
编辑：我已经尝试过版本0.9.0.1，并且具有相同的行为。
我正在做我的学士学位期末专题，比较spark streaming和flink。在这两个框架之前，我使用kafka和一个脚本来生成数据（解释如下）。我的第一个测试是比较两个具有简单工作负载的框架之间的延迟，kafka给了我一个非常高的延迟（持续1秒）。为了简单起见，目前我只在一台机器上运行Kafka和Spark。
我已经寻找并发现了类似的问题，并尝试了他们给出的解决方案，但没有任何改变。我还检查了官方文档中的所有Kafka配置，并将延迟的重要信息放在我的配置文件中，这是我的配置：
Kafka0.10.2.1-Spark2.1.0
服务器属性：

num.network.threads=3
num.io.threads=8
socket.send.buffer.bytes=102400
socket.receive.buffer.bytes=102400
socket.request.max.bytes=104857600
num.partitions=2
num.recovery.threads.per.data.dir=1
log.flush.interval.messages=1000
log.flush.interval.ms=50
log.retention.hours=24
log.segment.bytes=1073741824
log.retention.check.interval.ms=300000
zookeeper.connect=localhost:2181
zookeeper.connection.timeout.ms=6000
flush.messages=100
flush.ms=10

生产商属性：

compression.type=none
max.block.ms=200
linger.ms=50
batch.size=0

spark streaming program：（打印接收到的数据，以及创建数据和处理函数的时间之间的差异）

package com.tfg.spark1.spark1;

import java.util.Map;
import java.util.HashMap;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.streaming.Durations;
import org.apache.spark.streaming.api.java.*;
import scala.Tuple2;
import org.apache.spark.streaming.kafka.*;

public final class Timestamp {

    public static void main(String[] args) throws Exception {
        if (args.length < 2) {
            System.err.println("Usage: Timestamp <topics> <numThreads>");
            System.exit(1);
        }

        SparkConf conf = new SparkConf().setMaster("spark://192.168.0.155:7077").setAppName("Timestamp");
        JavaStreamingContext jssc = new JavaStreamingContext(conf, Durations.milliseconds(100));

        Map<String, Integer> topicMap = new HashMap<String, Integer>();
        int numThreads = Integer.parseInt(args[1]);
        topicMap.put(args[0], numThreads);

        JavaPairReceiverInputDStream<String, String> messages = KafkaUtils.createStream(jssc, "192.168.0.155:2181", "grupo-spark", topicMap); //Map<"test", 2>

        JavaDStream<String> lines = messages.map(new Function<Tuple2<String, String>, String>() {
            private static final long serialVersionUID = 1L;

            public String call (Tuple2<String, String> tuple2) {
                return tuple2._2();
            }
        });

        JavaDStream<String> newLine = lines.map(new Function<String, String>() {
            private static final long serialVersionUID = 1L;

            public String call(String line) {
                String[] tuple = line.split(" ");
                String totalTime = String.valueOf(System.currentTimeMillis() - Long.valueOf(tuple[1]));
                //String newLine = line.concat(" " + String.valueOf(System.currentTimeMillis()) + " " + totalTime);

                return totalTime;
            }
        });

        lines.print();
        newLine.print();

        jssc.start();
        jssc.awaitTermination();
    }
}

生成的数据具有以下格式：

"Random bits" + " " + "current time in ms"
01 1496421618634
11 1496421619044
00 1496421619451
00 1496421618836
10 1496421619247

最后，当我运行spark流程序和脚本生成器时，它每200ms生成一次数据，spark（批间隔=100ms）打印9个空批，并且每秒钟（总是900ms的时刻，如本例：time:1496421619900ms）结果如下：

-------------------------------------------
Time: 1496421619900 ms
-------------------------------------------
01 1496421618634
11 1496421619044
00 1496421619451
00 1496421618836
10 1496421619247
-------------------------------------------
Time: 1496421619900 ms
-------------------------------------------
1416
1006
599
1214
803

另外，如果我运行一个kafka命令行生产者和另一个命令行使用者，那么在使用者中打印生成的数据总是需要一些时间。
提前感谢您的帮助！