zz:http://www.inter12.org/archives/842
kafka的配置分为 broker、producter、consumer三个不同的配置
一 BROKER 的全局配置
最为核心的三个配置 broker.id、log.dir、zookeeper.connect 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
|
------------------------------------------- 系统 相关 -------------------------------------------
##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的话不会影响consumers
broker.id = 1
##kafka数据的存放地址,多个地址的话用逗号分割 /tmp/kafka-logs- 1 ,/tmp/kafka-logs- 2
log.dirs = /tmp/kafka-logs
##提供给客户端响应的端口
port = 6667
##消息体的最大大小,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
------------------------------------------- LOG 相关 -------------------------------------------
## 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
## 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
------------------------------------------- TOPIC 相关 -------------------------------------------
## 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。
------------------------------------------- 复制(Leader、replicas) 相关 -------------------------------------------
## 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
------------------------------------------- ZooKeeper 相关 -------------------------------------------
##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
|
二 CONSUMER 配置
最为核心的配置是group.id、zookeeper.connect
三 PRODUCER 的配置
比较核心的配置:metadata.broker.list、request.required.acks、producer.type、serializer.class
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
|
## 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= ""
------------------------------------------- 消息模式 相关 -------------------------------------------
## 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
|
更多的配置可见 kafka.producer.ProducerConfig
参考资料:
http://kafka.apache.org/documentation.html