kafka数据清理配置——删除篇

前言

本意利用kafka实现一个类似redis发布订阅的模式，比redis多了一个数据分区的功能。kafka里面的数据我们是不需要存储的，因此我们需要配置对应的删除策略

Kafka版本号

2.8.1

数据清理策略

kafka有两种数据清理策略，delete删除和compact压缩，默认是删除。
delete：一般是使用按照时间保留的策略，当不活跃的segment的时间戳是大于设置的时间的时候，当前segment就会被删除
compact: 日志不会被删除，会被去重清理，这种模式要求每个record都必须有key，然后kafka会按照一定的时机清理segment中的key，对于同一个key只保留罪行的那个key.同样的，compact也只针对不活跃的segment

segment

简介
kafka每个主题有1个或者多个分区组成，对于kakfa生产者和消费者，最多指定推送或者消费哪个具体分区就行。不过kafka在数据存储中，分区又是一个或者多个segment组成。
生成segment的相关配置
log.segment.bytes: 每个segment的大小，达到这个大小会产生新的segment, 默认是1G
log.segment.ms: 配置每隔n ms产生一个新的segment,默认是168h,也就是7天

其他配置

log.retention.ms
segment的最后写入record的时间-当前时间 > retention.ms 的segment会被删除，默认是168h, 7天
ps:这句话很重要，多读几遍去理解它。之前博主就是误以为类似segment不会存活到我所配置的时间，其实是只要没有新segment产生+不停地往该segment写数据就不会删除该段。
如果满足删除条件的话，segment也不会立即删除，只是会打上delete标签。
log.retention.check.interval.ms
每隔多久检查一次是否有可以删除的log,默认是300s,5分钟，删除上面说的打上delete标签的segment

我的配置

因为我是docker部署的，我是将这些当作环境变量写在了docker-compose里面：

version: "3.0"
services:
  kafka:
    environment:
      # segment最后一次写入的时间 减去当前时间大于40s的话，会被打上删除标签
      KAFKA_LOG_RETENTION_MS: 40000
      # 10M分一次segment
      KAFKA_LOG_SEGMENT_BYTES: 10485760
      # 每60s将打上删除标签的segment删除
      KAFKA_LOG_RETENTION_CHECK_INTERVAL_MS: 60000