Kafka参数详解

一、相关参数配置

• System 系统参数

　　#唯一标识在集群中的ID，要求是正数。

　　broker.id=0

　　#服务端口，默认9092

　　port=9092

　　#监听地址，不设为所有地址

　　host.name=hadoop01

 

　　# 处理网络请求的最大线程数

　　num.network.threads=2

　　# 处理磁盘I/O的线程数

　　num.io.threads=8

　　# 后台线程数

　　background.threads = 4

　　# 等待IO线程处理的请求队列最大数

　　queued.max.requests = 500

 

　　#  socket的发送缓冲区（SO_SNDBUF）

　　socket.send.buffer.bytes=1048576

　　# socket的接收缓冲区 (SO_RCVBUF)

　　socket.receive.buffer.bytes=1048576

　　# socket请求的最大字节数。为了防止内存溢出，message.max.bytes必然要小于socket

　　socket.request.max.bytes = 104857600

• Topic主题参数

　　# 每个topic的分区个数，更多的partition会产生更多的segment file

　　num.partitions=2

　　# 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 ，不能大于集群中broker的个数。

　　default.replication.factor =1

　　# 消息体的最大大小，单位是字节

　　message.max.bytes = 1048576 

•  Log 日志参数

　　#日志存放目录，多个目录使用逗号分割

　　log.dirs=/var/log/kafka

　　# 当达到下面的消息数量时，会将数据flush到日志文件中。默认10000

　　#log.flush.interval.messages=10000

　　# 当达到下面的时间(ms)时，执行一次强制的flush操作。interval.ms和interval.messages无论哪个达到，都会flush。默认3000ms

　　#log.flush.interval.ms=1000

　　# 检查是否需要将日志flush的时间间隔

　　log.flush.scheduler.interval.ms = 3000

 

　　# 日志清理策略（delete|compact）

　　log.cleanup.policy = delete

　　# 日志保存时间 (hours|minutes)，默认为7天（168小时）。超过这个时间会根据policy处理数据。bytes和minutes无论哪个先达到都会触发。

　　log.retention.hours=168

　　# 日志数据存储的最大字节数。超过这个时间会根据policy处理数据。

　　#log.retention.bytes=1073741824

 

　　# 控制日志segment文件的大小，超出该大小则追加到一个新的日志segment文件中（-1表示没有限制）

　　log.segment.bytes=536870912

　　# 当达到下面时间，会强制新建一个segment

　　log.roll.hours = 24*7

　　# 日志片段文件的检查周期，查看它们是否达到了删除策略的设置（log.retention.hours或log.retention.bytes）

　　log.retention.check.interval.ms=60000

 

　　# 是否开启压缩

　　log.cleaner.enable=false

　　# 对于压缩的日志保留的最长时间

　　log.cleaner.delete.retention.ms = 1 day

 

　　# 对于segment日志的索引文件大小限制

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

　　#y索引计算的一个缓冲区，一般不需要设置。

　　log.index.interval.bytes = 4096

• replica分区参数

　　# partition management controller 与replicas之间通讯的超时时间

　　controller.socket.timeout.ms = 30000

　　# controller-to-broker-channels消息队列的尺寸大小

　　controller.message.queue.size=10

　　# replicas响应leader的最长等待时间，若是超过这个时间，就将replicas排除在管理之外

　　replica.lag.time.max.ms = 10000

　　# 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

 

　　# 如果relicas落后太多,将会认为此partition relicas已经失效。而一般情况下,因为网络延迟等原因,总会导致replicas中消息同步滞后。如果消息严重滞后,leader将认为此relicas网络延迟较大或者消息吞吐能力有限。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

　　#leader与relicas的socket超时时间

　　replica.socket.timeout.ms= 30 * 1000

　　# leader复制的socket缓存大小

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

　　# replicas每次获取数据的最大字节数

　　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

　　# 每一个fetch操作的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会等待直到数据达到这个大小

　　replica.fetch.min.bytes =1

　　# leader中进行复制的线程数，增大这个数值会增加relipca的IO

　　num.replica.fetchers = 1

　　# 每个replica将最高水位进行flush的时间间隔

　　replica.high.watermark.checkpoint.interval.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 = 1024

•  Consumer消费者参数

　　# Consumer端核心的配置是group.id、zookeeper.connect

　　# 决定该Consumer归属的唯一组ID，By setting the same group id multiple processes indicate that they are all part of the same consumer group.

　　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>

• ZooKeeper参数

　　# 对于zookeeper集群的指定，必须和broker使用同样的zk配置，如果有多个使用逗号分割

　　zookeeper.connect=hadoop01:2182,hadoop02:2182,hadoop03:2182

　　# 连接zk的超时时间

　　zookeeper.connection.timeout.ms=600000

　　# ZooKeeper集群中leader和follower之间的同步实际

　　zookeeper.sync.time.ms = 2000

　　# zookeeper的心跳超时时间，超过这个时间就认为是无效的消费者

　　zookeeper.session.timeout.ms = 6000

　　# 当zookeeper中没有初始的offset时，或者超出offset上限时的处理方式 。

　　# smallest ：重置为最小值

　　# largest:重置为最大值

　　# anything else：抛出异常给consumer

　　auto.offset.reset = largest

　　/*kafka + zookeeper,当消息被消费时,会向zk提交当前groupId的consumer消费的offset信息,当consumer再次启动将会从此offset开始继续消费.
　　在consumter端配置文件中(或者是ConsumerConfig类参数)有个"autooffset.reset"(在kafka 0.8版本中为auto.offset.reset),有2个合法的值"largest"/"smallest",默认为"largest",此配置参数表示当此groupId下的消费者,在ZK中没有offset值时(比如新的groupId,或者是zk数据被清空),consumer应该从哪个offset开始消费.
　　1、largest表示接受接收最大的offset(即最新消息),
　　2、smallest表示最小offset,即从topic的开始位置消费所有消息.
　　*/ 

　　# socket的超时时间，实际的超时时间为max.fetch.wait + socket.timeout.ms.

　　socket.timeout.ms= 30 * 1000

　　# socket的接收缓存空间大小

　　socket.receive.buffer.bytes=64 * 1024

　　#从每个分区fetch的消息大小限制

　　fetch.message.max.bytes = 1024 * 1024

 

　　# true时，Consumer会在消费消息后将offset同步到zookeeper，这样当Consumer失败后，新的consumer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

 

　　# 用于消费的最大数量的消息块缓冲大小，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,将尝试reblance,将partitions的消费端迁移到新的consumer中, 该设置是尝试的次数

　　rebalance.max.retries = 4

　　# 每次reblance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直到满足指定大小。默认为1表示立即接收。

　　fetch.min.bytes = 1

　　# 若是不满足fetch.min.bytes时，等待消费端请求的最长等待时间

　　fetch.wait.max.ms = 100

　　# 如果指定时间内没有新消息可用于消费，就抛出异常，默认-1表示不受限

　　consumer.timeout.ms = -1

• Producer生产者参数

　　# 核心的配置包括：

　　# 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

　　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=""

 

　　# 异步模式下缓冲数据的最大时间。例如设置为100则会集合100ms内的消息后发送，这样会提高吞吐量，但是会增加消息发送的延时

　　queue.buffering.max.ms = 5000

　　# 异步模式下缓冲的最大消息数，同上

　　queue.buffering.max.messages = 10000

　　# 异步模式下，消息进入队列的等待时间。若是设置为0，则消息不等待，如果进入不了队列，则直接被抛弃

　　queue.enqueue.timeout.ms = -1

　　# 异步模式下，每次发送的消息数，当queue.buffering.max.messages或queue.buffering.max.ms满足条件之一时producer会触发发送。

　　batch.num.messages=200

 

二、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/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，一般情况下不需要去修改
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
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=3days	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.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=5minutes	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	是否开启日志压缩
log.cleaner.threads = 2	日志压缩运行的线程数
log.cleaner.io.max.bytes.per.second=None	日志压缩时候处理的最大大小
log.cleaner.dedupe.buffer.size=500*1024*1024	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.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 =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
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	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	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