Kafka参数

标签：log max bytes Kafka topic 参数 ms leader

  参数解释   broker

1. broker.id =1 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
2. log.dirs = /tmp/kafka-logs 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
3. port =6667 提供给客户端响应的端口
4. message.max.bytes =1000000 消息体的最大大小，单位是字节
5. num.network.threads =3 broker 处理消息的最大线程数，一般情况下不需要去修改
6. num.io.threads =8 broker处理磁盘IO 的线程数 ，数值应该大于你的硬盘数
7. 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
8. 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，算是一种自我保护机制
9. 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
10. advertised.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
11. advertised.port 广告地址端口，必须不同于port中的设置
12. socket.send.buffer.bytes =100*1024 socket的发送缓冲区，socket的调优参数SO_SNDBUFF
13. socket.receive.buffer.bytes =100*1024 socket的接受缓冲区，socket的调优参数SO_RCVBUFF
14. socket.request.max.bytes =10010241024 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相关

1. 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
2. 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
3. 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
4. log.retention.minutes=7days 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
5. log.cleanup.interval.mins=1 指定日志每隔多久检查看是否可以被删除，默认1分钟
6. 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
7. log.retention.check.interval.ms=5minutes 文件大小检查的周期时间，是否触发 log.cleanup.policy中设置的策略
8. log.cleaner.enable=false 是否开启日志压缩
9. log.cleaner.threads =1 日志压缩运行的线程数
10. log.cleaner.io.max.bytes.per.second=None 日志压缩时候处理的最大大小
11. log.cleaner.dedupe.buffer.size=50010241024 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
12. 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
13. 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
14. log.cleaner.backoff.ms =15000 检查是否触发日志清理的间隔
15. 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
16. log.cleaner.delete.retention.ms =1day 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
17. 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
18. 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
19. log.flush.interval.messages=None
1. log文件"sync"到磁盘之前累积的消息条数
2. 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
3. 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.
4. 如果此值过大,将会导致每次"fsync"的时间较长(IO阻塞)
5. 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.
6. 物理server故障,将会导致没有fsync的消息丢失.
20. log.flush.scheduler.interval.ms =3000 检查是否需要固化到硬盘的时间间隔
21. log.flush.interval.ms = None 仅仅通过interval来控制消息的磁盘写入时机,是不足的.
1. 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,
2. 但是离上一次磁盘同步的时间间隔达到阀值,也将触发.
22. 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
23. 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

topic 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-factor3--partitions1--topic replicated-topic ：名称replicated-topic有一个分区，分区被复制到三个broker上。 partition leader与replicas 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 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 --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 删除配置 ： bin/kafka-topics.sh --zookeeper localhost:2181--alter --topic my-topic --deleteConfig max.message.bytes   consumer 最为核心的配置是group.id、zookeeper.connect Consumer归属的组ID，broker是根据group.id来判断是队列模式还是发布订阅模式，非常重要 group.id 消费者的ID，若是没有设置的话，会自增 consumer.id 一个用于跟踪调查的ID ，最好同group.id相同 client.id = group id value 对于zookeeper集群的指定，可以是多个 hostname1:port1,hostname2:port2,hostname3:port3 必须和broker使用同样的zk配置 zookeeper.connect=localhost:2182 zookeeper的心跳超时时间，查过这个时间就认为是dead消费者 zookeeper.session.timeout.ms =6000 zookeeper的等待连接时间 zookeeper.connection.timeout.ms =6000 zookeeper的follower同leader的同步时间 zookeeper.sync.time.ms =2000 当zookeeper中没有初始的offset时候的处理方式 。smallest ：重置为最小值 largest:重置为最大值 anythingelse：抛出异常 auto.offset.reset = largest socket的超时时间，实际的超时时间是：max.fetch.wait + socket.timeout.ms. socket.timeout.ms=30*1000 socket的接受缓存空间大小 socket.receive.buffer.bytes=64*1024 从每个分区获取的消息大小限制 fetch.message.max.bytes =1024*1024 是否在消费消息后将offset同步到zookeeper，当Consumer失败后就能从zookeeper获取最新的offset auto.commit.enable =true 自动提交的时间间隔 auto.commit.interval.ms =60*1000 用来处理消费消息的块，每个块可以等同于fetch.message.max.bytes中数值 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 每次再平衡的时间间隔 rebalance.backoff.ms =2000 每次重新选举leader的时间 refresh.leader.backoff.ms server发送到消费端的最小数据，若是不满足这个数值则会等待，知道满足数值要求 fetch.min.bytes =1 若是不满足最小大小(fetch.min.bytes)的话，等待消费端请求的最长等待时间 fetch.wait.max.ms =100 指定时间内没有消息到达就抛出异常，一般不需要改 consumer.timeout.ms = -1 producer

1. batch.size：只有数据积累到batch.size后，sender才会发送数据。（单位：字节，注意：不是消息个数）。
2. linger.ms：如果数据迟迟未达到batch.size，sender等待 linger.ms之后也会发送数据。（单位：毫秒）。
3. client.id：该参数可以是任意字符串，服务器会用它来识别消息的来源，还可用用在日志和配额指标里。

  比较核心的配置：metadata.broker.list、request.required.acks、producer.type、serializer.class 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=""   消费模式

1. max.in.flight.requests.per.connection：该参数指定了生产者在收到服务器响应之前可以发送多少个消息。它的值越高，就会占用越多的内存，不过也会提升吞吐量。把它设置为1可以保证消息时按发送的顺序写入服务器的，即使发生了重试。

  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    

标签：log,max,bytes,Kafka,topic,参数,ms,leader
From： https://www.cnblogs.com/wujiangbin/p/17510999.html