关闭

Kafka 配置参数汇总及相关说明

1250人阅读 评论(0) 收藏 举报
分类:
问题导读
1、如何深入理解kafka?
2、kafka有哪些重要的配置参数?






Kafka为broker,producer和consumer提供了很多的配置参数。 了解并理解这些配置参数对于我们使用kafka是非常重要的。
本文列出了一些重要的配置参数。
官方的文档 Configuration比较老了,很多参数有所变动, 有些名字也有所改变。我在整理的过程中根据0.8.2的代码也做了修正。

Boker配置参数
下表列出了Boker的重要的配置参数, 更多的配置请参考 kafka.server.KafkaConfig



name 默认值 描述
brokerid
none
每一个boker都有一个唯一的id作为它们的名字。 这就允许boker切换到别的主机/端口上, consumer依然知道
enable.zookeeper
true
允许注册到zookeeper
log.flush.interval.messages
Long.MaxValue
在数据被写入到硬盘和消费者可用前最大累积的消息的数量
log.flush.interval.ms
Long.MaxValue
在数据被写入到硬盘前的最大时间
log.flush.scheduler.interval.ms
Long.MaxValue
检查数据是否要写入到硬盘的时间间隔。
log.retention.hours
168
控制一个log保留多长个小时
log.retention.bytes
-1
控制log文件最大尺寸
log.cleaner.enable
false
是否log cleaning
log.cleanup.policy
delete
delete还是compat. 其它控制参数还包括log.cleaner.threads,log.cleaner.io.max.bytes.per.second,log.cleaner.dedupe.buffer.size,log.cleaner.io.buffer.size,log.cleaner.io.buffer.load.factor,log.cleaner.backoff.ms,log.cleaner.min.cleanable.ratio,log.cleaner.delete.retention.ms
log.dir
/tmp/kafka-logs
指定log文件的根目录
log.segment.bytes
110241024*1024
单一的log segment文件大小
log.roll.hours
24 * 7
开始一个新的log文件片段的最大时间
message.max.bytes
1000000 + MessageSet.LogOverhead
一个socket 请求的最大字节数
num.network.threads
3
处理网络请求的线程数
num.io.threads
8
处理IO的线程数
background.threads
10
后台线程序
num.partitions
1
默认分区数
socket.send.buffer.bytes
102400
socket SO_SNDBUFF参数
socket.receive.buffer.bytes
102400
socket SO_RCVBUFF参数
zookeeper.connect
localhost:2182/kafka
指定zookeeper连接字符串, 格式如hostname:port/chroot。chroot是一个namespace
zookeeper.connection.timeout.ms
6000
指定客户端连接zookeeper的最大超时时间
zookeeper.session.timeout.ms
6000
连接zk的session超时时间
zookeeper.sync.time.ms
2000
zk follower落后于zk leader的最长时间



High-levelConsumer配置参数
下表列出了high-level consumer的重要的配置参数。
更多的配置请参考 kafka.consumer.ConsumerConfig
  
name
  
默认值
描述
groupid
groupid
一个字符串用来指示一组consumer所在的组
socket.timeout.ms
30000
socket超时时间
socket.buffersize
64*1024
socket receive  buffer
fetch.size
300 * 1024
控制在一个请求中获取的消息的字节数。 这个参数在0.8.x中由fetch.message.max.bytes,fetch.min.bytes取代
backoff.increment.ms
1000
这个参数避免在没有新数据的情况下重复频繁的拉数据。 如果拉到空数据,则多推后这个时间
queued.max.message.chunks
2
high level  consumer内部缓存拉回来的消息到一个队列中。 这个值控制这个队列的大小
auto.commit.enable
true
如果true,consumer定期地往zookeeper写入每个分区的offset
auto.commit.interval.ms
10000
往zookeeper上写offset的频率
auto.offset.reset
largest
如果offset出了返回,则 smallest: 自动设置reset到最小的offset. largest : 自动设置offset到最大的offset. 其它值不允许,会抛出异常.
consumer.timeout.ms
-1
默认-1,consumer在没有新消息时无限期的block。如果设置一个正值, 一个超时异常会抛出
rebalance.retries.max
4
rebalance时的最大尝试次数


Producer配置参数
下表列出了producer的重要的参数。
更多的配置请参考 kafka.producer.ProducerConfig
  
name
  
默认值
描述
serializer.class
kafka.serializer.DefaultEncoder
必须实现kafka.serializer.Encoder接口,将T类型的对象encode成kafka message
key.serializer.class
serializer.class
key对象的serializer类
partitioner.class
kafka.producer.DefaultPartitioner
必须实现kafka.producer.Partitioner,根据Key提供一个分区策略
producer.type
sync
指定消息发送是同步还是异步。异步asyc成批发送用kafka.producer.AyncProducer, 同步sync用kafka.producer.SyncProducer
metadata.broker.list
boker list
使用这个参数传入boker和分区的静态信息,如host1:port1,host2:port2, 这个可以是全部boker的一部分
compression.codec
NoCompressionCodec
消息压缩,默认不压缩
compressed.topics
null
在设置了压缩的情况下,可以指定特定的topic压缩,为指定则全部压缩
message.send.max.retries
3
消息发送最大尝试次数
retry.backoff.ms
300
每次尝试增加的额外的间隔时间
topic.metadata.refresh.interval.ms
600000
定期的获取元数据的时间。当分区丢失,leader不可用时producer也会主动获取元数据,如果为0,则每次发送完消息就获取元数据,不推荐。如果为负值,则只有在失败的情况下获取元数据。
queue.buffering.max.ms
5000
在producer queue的缓存的数据最大时间,仅仅for asyc
queue.buffering.max.message
10000
producer 缓存的消息的最大数量,仅仅for asyc
queue.enqueue.timeout.ms
-1
0当queue满时丢掉,负值是queue满时block,正值是queue满时block相应的时间,仅仅for asyc
batch.num.messages
200
一批消息的数量,仅仅for asyc
request.required.acks
0
0表示producer毋须等待leader的确认,1代表需要leader确认写入它的本地log并立即确认,-1代表所有的备份都完成后确认。 仅仅for sync
request.timeout.ms
10000
确认超时时间

kafka.serializer.DefaultEncoder
默认的这个Encoder事实上不做任何处理,接收到什么byte[]就返回什么byte[]:
  1. class DefaultEncoder(props: VerifiableProperties = null) extends Encoder[Array[Byte]] {
  2.   override def toBytes(value: Array[Byte]): Array[Byte] = value
  3. }
复制代码

NullEncoder则不管接收什么都返回null:
  1. class NullEncoder[T](props: VerifiableProperties = null) extends Encoder[T] {
  2.   override def toBytes(value: T): Array[Byte] = null
  3. }
复制代码

StringEncoder则返回字符串,默认UTF-8格式:
  1. class StringEncoder(props: VerifiableProperties = null) extends Encoder[String] {
  2.   val encoding =
  3.     if(props == null)
  4.       "UTF8"
  5.     else
  6.       props.getString("serializer.encoding", "UTF8")

  7.   override def toBytes(s: String): Array[Byte] =
  8.     if(s == null)
  9.       null
  10.     else
  11.       s.getBytes(encoding)
  12. }
复制代码

kafka.producer.DefaultPartitioner
默认的分区函数为DefaultPartitioner,它根据key的hashcode与分区数取余,得到相应的分区。
  1. class DefaultPartitioner(props: VerifiableProperties = null) extends Partitioner {
  2.   private val random = new java.util.Random

  3.   def partition(key: Any, numPartitions: Int): Int = {
  4.     Utils.abs(key.hashCode) % numPartitions
  5.   }
  6. }
复制代码

但是如果key为null时会发送到哪个分区?在一定时间内往一个特定的分区发送,超过一定时间又会随机选择一个,请参考key为null时Kafka会将消息发送给哪个分区?.所以推荐你发送Kafka消息时总是指定一个key,以便消息能均匀的分到每个分区上。

转载:http://www.aboutyun.com/thread-12211-1-1.html

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:526671次
    • 积分:7162
    • 等级:
    • 排名:第3141名
    • 原创:21篇
    • 转载:1156篇
    • 译文:1篇
    • 评论:24条
    文章分类
    最新评论