登录 |  注册 |  繁體中文


Kafka 配置文件参数说明

分类: 人工智能&大数据 颜色:橙色 默认  字号: 阅读(2082) | 评论(0)

1. Broker主要配置

每个kafka broker中配置文件server.properties默认必须配置的属性如下:

broker.id=0
num.network.threads=2
num.io.threads=8
socket.send.buffer.bytes=1048576
socket.receive.buffer.bytes=1048576
socket.request.max.bytes=104857600
log.dirs=/tmp/kafka-logs
num.partitions=2
log.retention.hours=168

log.segment.bytes=536870912
log.retention.check.interval.ms=60000
log.cleaner.enable=false

zookeeper.connect=localhost:2181
zookeeper.connection.timeout.ms=1000000

server.properties中所有配置参数说明(解释)如下列表:

 

参数

说明(解释)

broker.id =0

每一个broker在集群中的唯一表示,要求是正数。当该服务器的IP地址发生改变时,broker.id没有变化,则不会影响consumers的消息情况

log.dirs=/data/kafka-logs

kafka数据的存放地址,多个地址的话用逗号分割,多个目录分布在不同磁盘上可以提高读写性能  /data/kafka-logs-1,/data/kafka-logs-2

port =9092

broker server服务端口

message.max.bytes =6525000

表示消息体的最大大小,单位是字节

num.network.threads =4

broker处理消息的最大线程数,一般情况下数量为cpu核数

num.io.threads =8

broker处理磁盘IO的线程数 ,数值为cpu核数2倍

background.threads =4

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

queued.max.requests =500

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,应该是一种自我保护机制。

host.name

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

socket.send.buffer.bytes=100 *1024

socket的发送缓冲区,socket的调优参数SO_SNDBUFF

socket.receive.buffer.bytes =100 *1024

socket的接受缓冲区,socket的调优参数SO_RCVBUFF

socket.request.max.bytes =100 *1024 *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

log.segment.bytes =1024 *1024 *1024

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.roll.hours =24*7

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.cleanup.policy = delete

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.retention.minutes=300

log.retention.hours=24

数据文件保留多长时间, 存储的最大时间 超过这个时间 会根据log.cleanup.policy设置数据清除策略

log.retention.bytes和log.retention.minutes或log.retention.hours任意一个达到要求,都会执行删除

 

有2删除数据文件方式:

      按照文件大小删除:log.retention.bytes

  按照2中不同时间粒度删除:分别为分钟,小时

log.retention.bytes=-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.check.interval.ms=5 minutes

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.cleaner.enable=false

是否开启日志清理

log.cleaner.threads = 2

日志清理运行的线程数

log.cleaner.io.max.bytes.per.second=None

日志清理时候处理的最大大小

log.cleaner.dedupe.buffer.size=500*1024*1024

日志清理去重时候的缓存空间 ,在空间允许的情况下,越大越好

log.cleaner.io.buffer.size=512*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.load.factor =0.9

日志清理中hash表的扩大因子 一般不需要修改

log.cleaner.backoff.ms =15000

检查是否处罚日志清理的间隔

log.cleaner.min.cleanable.ratio=0.5

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.delete.retention.ms =1 day

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.index.size.max.bytes =10 *1024 *1024

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.interval.bytes =4096

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.flush.interval.messages=None

例如log.flush.interval.messages=1000

表示每当消息记录数达到1000时flush一次数据到磁盘

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.scheduler.interval.ms =3000

检查是否需要固化到硬盘的时间间隔

log.flush.interval.ms = None

例如:log.flush.interval.ms=1000

表示每间隔1000毫秒flush一次数据到磁盘

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.delete.delay.ms =60000

文件在索引中清除后保留的时间 一般不需要去修改

log.flush.offset.checkpoint.interval.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

auto.create.topics.enable =true

是否允许自动创建topic,若是false,就需要通过命令创建topic

default.replication.factor =1

是否允许自动创建topic,若是false,就需要通过命令创建topic

num.partitions =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

 

 

以下是kafka中Leader,replicas配置参数

 

controller.socket.timeout.ms =30000

partition leader与replicas之间通讯时,socket的超时时间

controller.message.queue.size=10

partition leader与replicas数据同步时,消息的队列尺寸

replica.lag.time.max.ms =10000

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.max.messages =4000

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.socket.timeout.ms=30 *1000

follower与leader之间的socket超时时间

replica.socket.receive.buffer.bytes=64 *1024

leader复制时候的socket缓存大小

replica.fetch.max.bytes =1024 *1024

replicas每次获取数据的最大大小

replica.fetch.wait.max.ms =500

replicas同leader之间通信的最大等待时间,失败了会重试

replica.fetch.min.bytes =1

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

num.replica.fetchers=1

leader进行复制的线程数,增大这个数值会增加follower的IO

replica.high.watermark.checkpoint.interval.ms =5000

每个replica检查是否将最高水位进行固化的频率

controlled.shutdown.enable =false

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.max.retries =3

控制器关闭的尝试次数

controlled.shutdown.retry.backoff.ms =5000

每次关闭尝试的时间间隔

leader.imbalance.per.broker.percentage =10

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.check.interval.seconds =300

检查leader是否不平衡的时间间隔

offset.metadata.max.bytes

客户端保留offset信息的最大空间大小

kafka中zookeeper参数配置

 

zookeeper.connect = localhost:2181

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.session.timeout.ms=6000

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.connection.timeout.ms =6000

ZooKeeper的连接超时时间

zookeeper.sync.time.ms =2000

ZooKeeper集群中leader和follower之间的同步实际那

 

2. Consumer主要配置

##当前消费者的group名称,需要指定
##消息的消费进度,是根据group来划定的
group.id=
##consumer作为zookeeper client,需要通过zk保存一些meta信息,
##比如consumer消费的消息offset等.
##必须和broker使用同样的zk配置
zookeeper.connect=hostname1:port,hostname2:port2
zookeeper.session.timeout.ms=6000
zookeeper.connection.timeout.ms=6000
zookeeper.sync.time.ms=2000
##当前consumer的标识,可以设定,也可以有系统生成.
##主要用来跟踪消息消费情况,便于观察
conusmer.id=
##获取消息的最大尺寸,broker不会像consumer输出大于此值的消息chunk
##每次feth将得到多条消息,此值为总大小
##提升此值,将会消耗更多的consumer端内存
fetch.messages.max.bytes=1048576
##broker发送给consumer的最小数据尺寸,如果消息尺寸不足,将会等待,直到满足.
fetch.min.bytes=1
##当消息的尺寸不足时,server阻塞的时间,如果超时,消息将立即发送给consumer.
fetch.wait.max.ms=100
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
##当consumer消费一定量的消息之后,将会自动向zookeeper提交offset信息
##注意offset信息并不是每消费一次消息就向zk提交一次,而是现在本地保存(内存),并定期提交
auto.commit.enable=true
##自动提交的时间间隔,默认为1分钟.
auto.commit.interval.ms=60*1000

3.Producer主要配置
##对于开发者而言,需要通过broker.list指定当前producer需要关注的broker列表
##producer通过和每个broker链接,并获取partitions,
##如果某个broker链接失败,将导致此上的partitons无法继续发布消息
##格式:host1:port,host2:port2,其中host:port需要参考broker配置文件.
##对于producer而言没有使用zookeeper自动发现broker列表,非常奇怪。(0.8V和0.7有区别)
metadata.broker.list=
##producer接收消息ack的时机.默认为0.
##0: producer不会等待broker发送ack
##1: 当leader接收到消息之后发送ack
##2: 当所有的follower都同步消息成功后发送ack.
request.required.acks=0
##在向producer发送ack之前,broker允许等待的最大时间
##如果超时,broker将会向producer发送一个error ACK.意味着上一次消息因为某种
##原因未能成功(比如follower未能同步成功)
request.timeout.ms=10000
##producer消息发送的模式,同步或异步.
##异步意味着消息将会在本地buffer,并适时批量发送
##默认为sync,建议async
producer.type=sync
##消息序列化类,将消息实体转换成byte[]
serializer.class=kafka.serializer.DefaultEncoder
key.serializer.class=${serializer.class}
##partitions路由类,消息在发送时将根据此实例的方法获得partition索引号.
##默认为消息的hashcode % partitions个数
partitioner.class=kafka.producer.DefaultPartitioner

##消息压缩算法,none,gzip,snappy
compression.codec=none
##消息在producer端buffer的条数.仅在producer.type=async下有效
batch.num.messages=200
##在async模式下,当message被缓存的时间超过此值后,将会批量发送给broker
##此值和batch.num.messages协同工作.
queue.buffering.max.ms=5000
##在async模式下,producer端允许buffer的最大消息量
##无论如何,producer都无法尽快的将消息发送给broker,从而导致消息在producer端大量沉积
##此时,如果消息的条数达到阀值,将会导致producer端阻塞或者消息被抛弃.
queue.buffering.max.messages=10000
##当消息在producer端沉积的条数达到"queue.buffering.max.meesages"后
##阻塞一定时间后,队列仍然没有enqueue(producer仍然没有发送出任何消息)
##此时producer可以继续阻塞或者将消息抛弃,此timeout值用于控制"阻塞"的时间
##-1: 无阻塞超时限制,消息不会被抛弃
##0:立即清空队列,消息被抛弃
queue.enqueue.timeout.ms=-1
##当producer接收到error ACK,或者没有接收到ACK时,允许消息重发的次数
##因为broker并没有完整的机制来避免消息重复,所以当网络异常时(比如ACK丢失)
##有可能导致broker接收到重复的消息.
message.send.max.retries=3
##producer刷新topic metada的时间间隔
##producer需要知道partition leader的位置,以及当前topic的情况
##因此producer需要一个机制来获取最新的metadata,当producer遇到特定错误时,将会立即刷新
##(比如topic失效,partition丢失,leader失效等),此外也可以通过此参数来配置额外的刷新机制
topic.metadata.refresh.interval.ms=600000



姓 名: *
邮 箱:
内 容: *
验证码: 点击刷新 *   

回到顶部