Kafka基础之配置文件

Kafka配置

Kafka的主目录下 -> conf目录下 -> server.properties。
主要常用的配置一般是broker.id，log.dirs，zookeeper.connect。

Kafka系统配置

每一个broker在集群中的唯一标示，要求是正数。在改变IP地址，不改变broker.id的前提下，是不会影响consumers的消费的。
broker.id = 0

Kafka的日志分区文件存放地址，核心的数据存储，多个地址的话采用逗号分割 /usr/kafka-logs-1，/usr/kafka-logs-2
log.dirs = /tmp/kafka-logs

提供给客户端响应的端口
port = 6667

消息提的最大大小，单位是字节
message.max.bytes = 1000000

broker处理消息的最大线程数，一般情况下不需要去修改
num.network.threads = 3

broker处理磁盘IO的线程数，数值应该大于你的硬盘数
num.io.threads = 8

一些后台任务处理的线程数，例如过期消息文件的删除等，一般情况下不需要去做修改
background.threads = 4

等待IO线程处理的请求队列最大数，若是等待IO的请求超过这个数值，那么会停止接受外部消息，算是一种自我保护机制
queued.max.requests = 500

broker的主机地址，若是设置了，那么会绑定到这个地址上，若是没有，会绑定到所有的接口上，并将其中之一发送到ZK，一般不设置
host.name

打广告的地址，若是设置的话，会提供给producers, consumers,其他broker连接，具体如何使用还未深究
advertised.host.name

广告地址端口，必须不同于port中的设置
advertised.port

socket的发送缓冲区，socket的调优参数SO_SNDBUFF
socket.send.buffer.bytes = 100 * 1024

socket的接受缓冲区，socket的调优参数SO_RCVBUFF
socket.receive.buffer.bytes = 100 * 1024

socket请求的最大数值，防止serverOOM，message.max.bytes必然要小于socket.request.max.bytes，会被topic创建时的指定参数覆盖
socket.request.max.bytes = 100 * 1024 * 1024

Kafka日志配置

topic的分区是以一堆segment文件存储的，这个控制每个segment的大小，会被topic创建时的指定参数覆盖
log.segment.bytes = 1024 * 1024 * 1024

这个参数会在日志segment没有达到log.segment.bytes设置的大小，也会强制新建一个segment 会被 topic创建时的指定参数覆盖
log.roll.hours = 24 * 7

日志清理策略 选择有：delete和compact 主要针对过期数据的处理，或是日志文件达到限制的额度，会被 topic创建时的指定参数覆盖
log.cleanup.policy = delete

数据存储的最大时间 超过这个时间 会根据log.cleanup.policy设置的策略处理数据，也就是消费端能够多久去消费数据，log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖
log.retention.minutes = 7 days

指定日志每隔多久检查看是否可以被删除，默认1分钟
log.cleanup.interval.mins = 1

topic每个分区的最大文件大小，一个topic的大小限制 = 分区数 * log.retention.bytes。-1没有大小限制，log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖
log.retention.bytes = -1

文件大小检查的周期时间，是否处罚 log.cleanup.policy中设置的策略
log.retention.check.interval.ms = 5 minutes

是否开启日志压缩
log.cleaner.enable = false

日志压缩运行的线程数
log.cleaner.threads = 1

日志压缩时候处理的最大大小
log.cleaner.io.max.bytes.per.second = None

日志压缩去重时候的缓存空间 ，在空间允许的情况下，越大越好
log.cleaner.dedupe.buffer.size = 500 * 1024 * 1024

日志清理时候用到的IO块大小 一般不需要修改
log.cleaner.io.buffer.size = 512 * 1024

日志清理中hash表的扩大因子 一般不需要修改
log.cleaner.io.buffer.load.factor = 0.9

检查是否处罚日志清理的间隔
log.cleaner.backoff.ms = 15000

日志清理的频率控制，越大意味着更高效的清理，同时会存在一些空间上的浪费，会被topic创建时的指定参数覆盖
log.cleaner.min.cleanable.ratio = 0.5

对于压缩的日志保留的最长时间，也是客户端消费消息的最长时间，同log.retention.minutes的区别在于一个控制未压缩数据，一个控制压缩后的数据。会被topic创建时的指定参数覆盖
log.cleaner.delete.retention.ms = 1 day

对于segment日志的索引文件大小限制，会被topic创建时的指定参数覆盖
log.index.size.max.bytes = 10 * 1024 * 1024

当执行一个fetch操作后，需要一定的空间来扫描最近的offset大小，设置越大，代表扫描速度越快，但是也更好内存，一般情况下不需要搭理这个参数
log.index.interval.bytes = 4096

log文件 “sync” 到磁盘之前累积的消息条数，因为磁盘IO操作是一个慢操作，但又是一个 “数据可靠性” 的必要手段，所以此参数的设置,需要在 “数据可靠性” 与 “性能” 之间做必要的权衡，如果此值过大,将会导致每次 “fsync” 的时间较长(IO阻塞)，如果此值过小,将会导致 “fsync” 的次数较多,这也意味着整体的client请求有一定的延迟，物理server故障,将会导致没有fsync的消息丢失。
log.flush.interval.messages = None

检查是否需要固化到硬盘的时间间隔
log.flush.scheduler.interval.ms = 3000

仅仅通过interval来控制消息的磁盘写入时机,是不足的，此参数用于控制 “fsync” 的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔
达到阀值,也将触发.
log.flush.interval.ms = None

文件在索引中清除后保留的时间 一般不需要去修改
log.delete.delay.ms = 60000

控制上次固化硬盘的时间点，以便于数据恢复 一般不需要去修改
log.flush.offset.checkpoint.interval.ms = 60000

Kafka主题配置

是否允许自动创建topic ，若是 false ，就需要通过命令创建topic
auto.create.topics.enable = true

一个topic ，默认分区的replication个数 ，不得大于集群中broker的个数
default.replication.factor = 1

每个topic的分区个数，若是在topic创建时候没有指定的话 会被topic创建时的指定参数覆盖
num.partitions = 1

实例

–replication-factor 3 --partitions 1 --topic replicated-topic ：名称replicated-topic有一个分区，分区被复制到三个broker上。

Kafka副本配置

partition leader与replicas之间通讯时,socket的超时时间
controller.socket.timeout.ms = 30000

partition leader与replicas数据同步时,消息的队列尺寸
controller.message.queue.size = 10

replicas响应partition leader的最长等待时间，若是超过这个时间，就将replicas列入ISR(in-sync replicas)，并认为它是死的，不会再加入管理中
replica.lag.time.max.ms = 10000

如果follower落后与leader太多,将会认为此follower[或者说partition relicas]已经失效，通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后，如果消息之后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移到其他follower中，在broker数量较少,或者网络不足的环境中,建议提高此值.
replica.lag.max.messages = 4000

follower与leader之间的socket超时时间
replica.socket.timeout.ms = 30 * 1000

leader复制时候的socket缓存大小
replica.socket.receive.buffer.bytes = 64 * 1024

replicas每次获取数据的最大大小
replica.fetch.max.bytes = 1024 * 1024

replicas同leader之间通信的最大等待时间，失败了会重试
replica.fetch.wait.max.ms = 500

fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件
replica.fetch.min.bytes = 1

leader 进行复制的线程数，增大这个数值会增加follower的IO
num.replica.fetchers = 1

每个replica检查是否将最高水位进行固化的频率
replica.high.watermark.checkpoint.interval.ms = 5000

是否允许控制器关闭broker ,若是设置为 true ,会关闭所有在这个broker上的leader，并转移到其他broker
controlled.shutdown.enable = false

控制器关闭的尝试次数
controlled.shutdown.max.retries = 3

每次关闭尝试的时间间隔
controlled.shutdown.retry.backoff.ms = 5000

是否自动平衡broker之间的分配策略
auto.leader.rebalance.enable = false

leader的不平衡比例，若是超过这个数值，会对分区进行重新的平衡
leader.imbalance.per.broker.percentage = 10

检查leader是否不平衡的时间间隔
leader.imbalance.check.interval.seconds = 300

客户端保留offset信息的最大空间大小
offset.metadata.max.bytes

Kafka ZK配置

zookeeper集群的地址，可以是多个，多个之间用逗号分割 hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.connect = localhost:2181

ZooKeeper的最大超时时间，就是心跳的间隔，若是没有反映，那么认为已经死了，不易过大
zookeeper.session.timeout.ms = 6000

ZooKeeper的连接超时时间
zookeeper.connection.timeout.ms = 6000

ZooKeeper集群中leader和follower之间的同步实际那
zookeeper.sync.time.ms = 2000

配置的修改
其中一部分配置是可以被每个topic自身的配置所代替，例如

新增配置：bin/kafka-topics.sh --zookeeper localhost: 2181 --create --topic my-topic --partitions 1 --replication-factor 1 --config max.message.bytes= 64000 --config flush.messages= 1

修改配置：bin/kafka-topics.sh --zookeeper localhost: 2181 --alter --topic my-topic --config max.message.bytes= 128000

删除配置：bin/kafka-topics.sh --zookeeper localhost: 2181 --alter --topic my-topic --deleteConfig max.message.bytes

CONSUMER 配置

最为核心的配置是group.id、zookeeper.connect

Consumer归属的组ID，broker是根据group.id来判断是队列模式还是发布订阅模式，非常重要
group.id

消费者的ID，若是没有设置的话，会自增
consumer.id

一个用于跟踪调查的ID ，最好同group.id相同
client.id = group id value

对于zookeeper集群的指定，可以是多个 hostname1:port1,hostname2:port2,hostname3:port3 必须和broker使用同样的zk配置
zookeeper.connect=localhost: 2182

zookeeper的心跳超时时间，查过这个时间就认为是dead消费者
zookeeper.session.timeout.ms = 6000

zookeeper的等待连接时间
zookeeper.connection.timeout.ms = 6000

zookeeper的follower同leader的同步时间
zookeeper.sync.time.ms = 2000

当zookeeper中没有初始的offset时候的处理方式 。
smallest ：重置为最小值
largest:重置为最大值
anything else：抛出异常
auto.offset.reset = largest

socket的超时时间，实际的超时时间是：max.fetch.wait + socket.timeout.ms.
socket.timeout.ms = 30 * 1000

socket的接受缓存空间大小
socket.receive.buffer.bytes = 64 * 1024

从每个分区获取的消息大小限制
fetch.message.max.bytes = 1024 * 1024

是否在消费消息后将offset同步到zookeeper，当Consumer失败后就能从zookeeper获取最新的offset
auto.commit.enable = true

自动提交的时间间隔
auto.commit.interval.ms = 60 * 1000

用来处理消费消息的块，每个块可以等同于fetch.message.max.bytes中数值
queued.max.message.chunks = 10

当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新的consumer上,如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册"Partition Owner registry" 节点信息,但是有可能此时旧的consumer尚没有释放此节点,此值用于控制,注册节点的重试次数.
rebalance.max.retries = 4

每次再平衡的时间间隔
rebalance.backoff.ms = 2000

每次重新选举leader的时间
refresh.leader.backoff.ms

server发送到消费端的最小数据，若是不满足这个数值则会等待，知道满足数值要求
fetch.min.bytes = 1

若是不满足最小大小(fetch.min.bytes)的话，等待消费端请求的最长等待时间
fetch.wait.max.ms = 100

指定时间内没有消息到达就抛出异常，一般不需要改
consumer.timeout.ms = -1

PRODUCER的配置

比较核心的配置：metadata.broker.list、request.required.acks、producer.type、serializer.class

消费者获取消息元信息(topics, partitions and replicas)的地址,配置格式是：host1:port1,host2:port2，也可以在外面设置一个vip
metadata.broker.list

消息的确认模式
0 ：不保证消息的到达确认，只管发送，低延迟但是会出现消息的丢失，在某个server失败的情况下，有点像TCP
1 ：发送消息，并会等待leader 收到确认后，一定的可靠性
-1 ：发送消息，等待leader收到确认，并进行复制操作后，才返回，最高的可靠性
request.required.acks = 0

消息发送的最长等待时间
request.timeout.ms = 10000

socket的缓存大小
send.buffer.bytes = 100 * 1024

key的序列化方式，若是没有设置，同serializer.class
key.serializer.class

分区的策略，默认是取模
partitioner.class = kafka.producer.DefaultPartitioner

消息的压缩模式，默认是none，可以有gzip和snappy
compression.codec = none

可以针对默写特定的topic进行压缩
compressed.topics= null

消息发送失败后的重试次数
message.send.max.retries = 3

每次失败后的间隔时间
retry.backoff.ms = 100

生产者定时更新topic元信息的时间间隔 ，若是设置为 0 ，那么会在每个消息发送后都去更新数据
topic.metadata.refresh.interval.ms = 600 * 1000

用户随意指定，但是不能重复，主要用于跟踪记录消息
client.id = ""

Kafka消息模式配置

生产者的类型 async:异步执行消息的发送 sync：同步执行消息的发送
producer.type = sync

异步模式下，那么就会在设置的时间缓存消息，并一次性发送
queue.buffering.max.ms = 5000

异步的模式下 最长等待的消息数
queue.buffering.max.messages = 10000

异步模式下，进入队列的等待时间 若是设置为 0 ，那么要么进入队列，要么直接抛弃
queue.enqueue.timeout.ms = -1

异步模式下，每次发送的最大消息数，前提是触发了queue.buffering.max.messages或是queue.buffering.max.ms的限制
batch.num.messages = 200

消息体的系列化处理类 ，转化为字节流进行传输
serializer. class = kafka.serializer.DefaultEncoder

小结

配置是真的多，不过大多都用不上吧。

转自：kafka 配置文件参数详解