kafka的配置分為 broker、producter、consumer三個不同的配置

一 BROKER 的全域性配置

最為核心的三個配置 broker.id、log.dir、zookeeper.connect 。

------------------------------------------- 系統 相關 ------------------------------------------- ##每一個broker在叢集中的唯一標示，要求是正數。在改變IP地址，不改變broker.id的話不會影響consumers broker.id =1 ##kafka資料的存放地址，多個地址的話用逗號分割 /tmp/kafka-logs-1，/tmp/kafka-logs-2 log.dirs = /tmp/kafka-logs ##提供給客戶端響應的埠 port =6667 ##訊息體的最大大小，單位是位元組 message.max.bytes =1000000 ## broker 處理訊息的最大執行緒數，一般情況下不需要去修改 num.network.threads =3 ## broker處理磁碟IO 的執行緒數 ，數值應該大於你的硬碟數 num.io.threads =8 ## 一些後臺任務處理的執行緒數，例如過期訊息檔案的刪除等，一般情況下不需要去做修改 background.threads =4 ## 等待IO執行緒處理的請求佇列最大數，若是等待IO的請求超過這個數值，那麼會停止接受外部訊息，算是一種自我保護機制 queued.max.requests =500 ##broker的主機地址，若是設定了，那麼會繫結到這個地址上，若是沒有，會繫結到所有的介面上，並將其中之一發送到ZK，一般不設定 host.name ## 打廣告的地址，若是設定的話，會提供給producers, consumers,其他broker連線，具體如何使用還未深究 advertised.host.name ## 廣告地址埠，必須不同於port中的設定 advertised.port ## socket的傳送緩衝區，socket的調優引數SO_SNDBUFF socket.send.buffer.bytes =100*1024 ## socket的接受緩衝區，socket的調優引數SO_RCVBUFF socket.receive.buffer.bytes =100*1024 ## socket請求的最大數值，防止serverOOM，message.max.bytes必然要小於socket.request.max.bytes，會被topic建立時的指定引數覆蓋 socket.request.max.bytes =100*1024*1024 ------------------------------------------- LOG 相關 ------------------------------------------- ## topic的分割槽是以一堆segment檔案儲存的，這個控制每個segment的大小，會被topic建立時的指定引數覆蓋 log.segment.bytes =1024*1024*1024 ## 這個引數會在日誌segment沒有達到log.segment.bytes設定的大小，也會強制新建一個segment 會被 topic建立時的指定引數覆蓋 log.roll.hours =24*7 ## 日誌清理策略 選擇有：delete和compact 主要針對過期資料的處理，或是日誌檔案達到限制的額度，會被 topic建立時的指定引數覆蓋 log.cleanup.policy = delete ## 資料儲存的最大時間 超過這個時間 會根據log.cleanup.policy設定的策略處理資料，也就是消費端能夠多久去消費資料 ## log.retention.bytes和log.retention.minutes任意一個達到要求，都會執行刪除，會被topic建立時的指定引數覆蓋 log.retention.minutes=7days

指定日誌每隔多久檢檢視是否可以被刪除，預設1分鐘


log.cleanup.interval.mins=1

## topic每個分割槽的最大檔案大小，一個topic的大小限制 = 分割槽數*log.retention.bytes 。-1沒有大小限制 ## log.retention.bytes和log.retention.minutes任意一個達到要求，都會執行刪除，會被topic建立時的指定引數覆蓋 log.retention.bytes=-1 ## 檔案大小檢查的週期時間，是否處罰 log.cleanup.policy中設定的策略 log.retention.check.interval.ms=5minutes ## 是否開啟日誌壓縮 log.cleaner.enable=false ## 日誌壓縮執行的執行緒數 log.cleaner.threads =1 ## 日誌壓縮時候處理的最大大小 log.cleaner.io.max.bytes.per.second=None ## 日誌壓縮去重時候的快取空間 ，在空間允許的情況下，越大越好 log.cleaner.dedupe.buffer.size=500*1024*1024 ## 日誌清理時候用到的IO塊大小 一般不需要修改 log.cleaner.io.buffer.size=512*1024 ## 日誌清理中hash表的擴大因子 一般不需要修改 log.cleaner.io.buffer.load.factor =0.9 ## 檢查是否處罰日誌清理的間隔 log.cleaner.backoff.ms =15000 ## 日誌清理的頻率控制，越大意味著更高效的清理，同時會存在一些空間上的浪費，會被topic建立時的指定引數覆蓋 log.cleaner.min.cleanable.ratio=0.5 ## 對於壓縮的日誌保留的最長時間，也是客戶端消費訊息的最長時間，同log.retention.minutes的區別在於一個控制未壓縮資料，一個控制壓縮後的資料。會被topic建立時的指定引數覆蓋 log.cleaner.delete.retention.ms =1day ## 對於segment日誌的索引檔案大小限制，會被topic建立時的指定引數覆蓋 log.index.size.max.bytes =10*1024*1024 ## 當執行一個fetch操作後，需要一定的空間來掃描最近的offset大小，設定越大，代表掃描速度越快，但是也更好記憶體，一般情況下不需要搭理這個引數 log.index.interval.bytes =4096 ## log檔案"sync"到磁碟之前累積的訊息條數 ## 因為磁碟IO操作是一個慢操作,但又是一個"資料可靠性"的必要手段 ## 所以此引數的設定,需要在"資料可靠性"與"效能"之間做必要的權衡. ## 如果此值過大,將會導致每次"fsync"的時間較長(IO阻塞) ## 如果此值過小,將會導致"fsync"的次數較多,這也意味著整體的client請求有一定的延遲. ## 物理server故障,將會導致沒有fsync的訊息丟失. log.flush.interval.messages=None ## 檢查是否需要固化到硬碟的時間間隔 log.flush.scheduler.interval.ms =3000 ## 僅僅通過interval來控制訊息的磁碟寫入時機,是不足的. ## 此引數用於控制"fsync"的時間間隔,如果訊息量始終沒有達到閥值,但是離上一次磁碟同步的時間間隔 ## 達到閥值,也將觸發. log.flush.interval.ms = None ## 檔案在索引中清除後保留的時間 一般不需要去修改 log.delete.delay.ms =60000 ## 控制上次固化硬碟的時間點，以便於資料恢復 一般不需要去修改 log.flush.offset.checkpoint.interval.ms =60000 ------------------------------------------- TOPIC 相關 ------------------------------------------- ## 是否允許自動建立topic ，若是false，就需要通過命令建立topic auto.create.topics.enable =true ## 一個topic ，預設分割槽的replication個數 ，不得大於叢集中broker的個數 default.replication.factor =1 ## 每個topic的分割槽個數，若是在topic建立時候沒有指定的話 會被topic建立時的指定引數覆蓋 num.partitions =1 例項 --replication-factor3--partitions1--topic replicated-topic ：名稱replicated-topic有一個分割槽，分割槽被複制到三個broker上。 ----------------------------------複製(Leader、replicas) 相關 ---------------------------------- ## partition leader與replicas之間通訊時,socket的超時時間 controller.socket.timeout.ms =30000 ## partition leader與replicas資料同步時,訊息的佇列尺寸 controller.message.queue.size=10 ## replicas響應partition leader的最長等待時間，若是超過這個時間，就將replicas列入ISR(in-sync replicas)，並認為它是死的，不會再加入管理中 replica.lag.time.max.ms =10000 ## 如果follower落後與leader太多,將會認為此follower[或者說partition relicas]已經失效 ## 通常,在follower與leader通訊時,因為網路延遲或者連結斷開,總會導致replicas中訊息同步滯後 ## 如果訊息之後太多,leader將認為此follower網路延遲較大或者訊息吞吐能力有限,將會把此replicas遷移 ## 到其他follower中. ## 在broker數量較少,或者網路不足的環境中,建議提高此值. replica.lag.max.messages =4000 ##follower與leader之間的socket超時時間 replica.socket.timeout.ms=30*1000 ## leader複製時候的socket快取大小 replica.socket.receive.buffer.bytes=64*1024 ## replicas每次獲取資料的最大大小 replica.fetch.max.bytes =1024*1024 ## replicas同leader之間通訊的最大等待時間，失敗了會重試 replica.fetch.wait.max.ms =500 ## fetch的最小資料尺寸,如果leader中尚未同步的資料不足此值,將會阻塞,直到滿足條件 replica.fetch.min.bytes =1 ## leader 進行復制的執行緒數，增大這個數值會增加follower的IO num.replica.fetchers=1 ## 每個replica檢查是否將最高水位進行固化的頻率 replica.high.watermark.checkpoint.interval.ms =5000 ## 是否允許控制器關閉broker ,若是設定為true,會關閉所有在這個broker上的leader，並轉移到其他broker controlled.shutdown.enable =false ## 控制器關閉的嘗試次數 controlled.shutdown.max.retries =3 ## 每次關閉嘗試的時間間隔 controlled.shutdown.retry.backoff.ms =5000 ## 是否自動平衡broker之間的分配策略 auto.leader.rebalance.enable =false ## leader的不平衡比例，若是超過這個數值，會對分割槽進行重新的平衡 leader.imbalance.per.broker.percentage =10 ## 檢查leader是否不平衡的時間間隔 leader.imbalance.check.interval.seconds =300 ## 客戶端保留offset資訊的最大空間大小 offset.metadata.max.bytes ----------------------------------ZooKeeper 相關---------------------------------- ##zookeeper叢集的地址，可以是多個，多個之間用逗號分割 hostname1:port1,hostname2:port2,hostname3:port3 zookeeper.connect = localhost:2181 ## ZooKeeper的最大超時時間，就是心跳的間隔，若是沒有反映，那麼認為已經死了，不易過大 zookeeper.session.timeout.ms=6000 ## ZooKeeper的連線超時時間 zookeeper.connection.timeout.ms =6000 ## ZooKeeper叢集中leader和follower之間的同步實際那 zookeeper.sync.time.ms =2000 配置的修改 其中一部分配置是可以被每個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 --partitions1--replication-factor1--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 刪除配置 ： bin/kafka-topics.sh --zookeeper localhost:2181--alter --topic my-topic --deleteConfig max.message.bytes

二 CONSUMER 配置

最為核心的配置是group.id、zookeeper.connect

## Consumer歸屬的組ID，broker是根據group.id來判斷是佇列模式還是釋出訂閱模式，非常重要 group.id ## 消費者的ID，若是沒有設定的話，會自增 consumer.id ## 一個用於跟蹤調查的ID ，最好同group.id相同 client.id = group id value ## 對於zookeeper叢集的指定，可以是多個 hostname1:port1,hostname2:port2,hostname3:port3 必須和broker使用同樣的zk配置 zookeeper.connect=localhost:2182 ## zookeeper的心跳超時時間，查過這個時間就認為是dead消費者 zookeeper.session.timeout.ms =6000 ## zookeeper的等待連線時間 zookeeper.connection.timeout.ms =6000 ## zookeeper的follower同leader的同步時間 zookeeper.sync.time.ms =2000 ## 當zookeeper中沒有初始的offset時候的處理方式 。smallest ：重置為最小值 largest:重置為最大值 anythingelse：丟擲異常 auto.offset.reset = largest ## socket的超時時間，實際的超時時間是：max.fetch.wait + socket.timeout.ms. socket.timeout.ms=30*1000 ## socket的接受快取空間大小 socket.receive.buffer.bytes=64*1024 ##從每個分割槽獲取的訊息大小限制 fetch.message.max.bytes =1024*1024 ## 是否在消費訊息後將offset同步到zookeeper，當Consumer失敗後就能從zookeeper獲取最新的offset auto.commit.enable =true ## 自動提交的時間間隔 auto.commit.interval.ms =60*1000 ## 用來處理消費訊息的塊，每個塊可以等同於fetch.message.max.bytes中數值 queued.max.message.chunks =10 ## 當有新的consumer加入到group時,將會reblance,此後將會有partitions的消費端遷移到新 ## 的consumer上,如果一個consumer獲得了某個partition的消費許可權,那麼它將會向zk註冊 ##"Partition Owner registry"節點資訊,但是有可能此時舊的consumer尚沒有釋放此節點, ## 此值用於控制,註冊節點的重試次數. rebalance.max.retries =4 ## 每次再平衡的時間間隔 rebalance.backoff.ms =2000 ## 每次重新選舉leader的時間 refresh.leader.backoff.ms ## server傳送到消費端的最小資料，若是不滿足這個數值則會等待，知道滿足數值要求 fetch.min.bytes =1 ## 若是不滿足最小大小(fetch.min.bytes)的話，等待消費端請求的最長等待時間 fetch.wait.max.ms =100 ## 指定時間內沒有訊息到達就丟擲異常，一般不需要改 consumer.timeout.ms = -1

三 PRODUCER 的配置

比較核心的配置：metadata.broker.list、request.required.acks、producer.type、serializer.class

## 消費者獲取訊息元資訊(topics, partitions and replicas)的地址,配置格式是：host1:port1,host2:port2，也可以在外面設定一個vip metadata.broker.list ##訊息的確認模式 ##0：不保證訊息的到達確認，只管傳送，低延遲但是會出現訊息的丟失，在某個server失敗的情況下，有點像TCP ##1：傳送訊息，並會等待leader 收到確認後，一定的可靠性 ## -1：傳送訊息，等待leader收到確認，並進行復制操作後，才返回，最高的可靠性 request.required.acks =0 ## 訊息傳送的最長等待時間 request.timeout.ms =10000 ## socket的快取大小 send.buffer.bytes=100*1024 ## key的序列化方式，若是沒有設定，同serializer.class key.serializer.class ## 分割槽的策略，預設是取模 partitioner.class=kafka.producer.DefaultPartitioner ## 訊息的壓縮模式，預設是none，可以有gzip和snappy compression.codec = none ## 可以針對默寫特定的topic進行壓縮 compressed.topics=null ## 訊息傳送失敗後的重試次數 message.send.max.retries =3 ## 每次失敗後的間隔時間 retry.backoff.ms =100 ## 生產者定時更新topic元資訊的時間間隔 ，若是設定為0，那麼會在每個訊息傳送後都去更新資料 topic.metadata.refresh.interval.ms =600*1000 ## 使用者隨意指定，但是不能重複，主要用於跟蹤記錄訊息 client.id="" ------------------------------------------- 訊息模式 相關 ------------------------------------------- ## 生產者的型別 async:非同步執行訊息的傳送 sync：同步執行訊息的傳送 producer.type=sync ## 非同步模式下，那麼就會在設定的時間快取訊息，並一次性發送 queue.buffering.max.ms =5000 ## 非同步的模式下 最長等待的訊息數 queue.buffering.max.messages =10000 ## 非同步模式下，進入佇列的等待時間 若是設定為0，那麼要麼進入佇列，要麼直接拋棄 queue.enqueue.timeout.ms = -1 ## 非同步模式下，每次傳送的最大訊息數，前提是觸發了queue.buffering.max.messages或是queue.buffering.max.ms的限制 batch.num.messages=200 ## 訊息體的系列化處理類 ，轉化為位元組流進行傳輸 serializer.class= kafka.serializer.DefaultEncoder