kafka是如何清理过期数据的?

Kafka 将数据持久化到了硬盘上,允许你配置一定的策略对数据清理,清理的策略有两个,删除和压缩。

数据清理的方式

删除

log.cleanup.policy=delete 启用删除策略
直接删除,删除后的消息不可恢复。可配置以下两个策略:
清理超过指定时间清理:  
log.retention.hours=16
超过指定大小后,删除旧的消息:
log.retention.bytes=1073741824
为了避免在删除时阻塞读操作,采用了 copy-on-write 形式的实现,删除操作进行时,读取操作的二分查找功能实际是在一个静态的快照副本上进行的,这类似于 Java 的 CopyOnWriteArrayList。

压缩

将数据压缩,只保留每个 key 最后一个版本的数据。
首先在 broker 的配置中设置 log.cleaner.enable=true 启用 cleaner,这个默认是关闭的。
在 topic 的配置中设置 log.cleanup.policy=compact 启用压缩策略。

压缩策略的细节

如上图,在整个数据流中,每个 Key 都有可能出现多次,压缩时将根据 Key 将消息聚合,只保留最后一次出现时的数据。这样,无论什么时候消费消息,都能拿到每个 Key 的最新版本的数据。
压缩后的 offset 可能是不连续的,比如上图中没有 5 和 7,因为这些 offset 的消息被 merge 了,当从这些 offset 消费消息时,将会拿到比这个 offset 大的 offset 对应的消息,比如,当试图获取 offset 为 5 的消息时,实际上会拿到 offset 为 6 的消息,并从这个位置开始消费。
这种策略只适合特俗场景,比如消息的 key 是用户 ID,消息体是用户的资料,通过这种压缩策略,整个消息集里就保存了所有用户最新的资料。
压缩策略支持删除,当某个 Key 的最新版本的消息没有内容时,这个 Key 将被删除,这也符合以上逻辑。

本文转载自:http://blog.csdn.net/honglei915/article/details/49683065

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值