Kafka为broker,producer和consumer提供了很多的配置参数。 了解并理解这些配置参数对于我们使用kafka是非常重要的。
本文列出了一些重要的配置参数。
官方的文档 Configuration比较老了，很多参数有所变动， 有些名字也有所改变。我在整理的过程中根据0.8.2的代码也做了修正。
Boker配置参数
下表列出了Boker的重要的配置参数， 更多的配置请参考 kafka.server.KafkaConfig
| name | 默认值 | 描述 |
|
brokerid |
none |
每一个boker都有一个唯一的id作为它们的名字。 这就允许boker切换到别的主机/端口上， consumer依然知道 |
|
enable.zookeeper |
true |
允许注册到zookeeper |
|
log.flush.interval.messages |
Long.MaxValue |
在数据被写入到硬盘和消费者可用前最大累积的消息的数量 |
|
log.flush.interval.ms |
Long.MaxValue |
在数据被写入到硬盘前的最大时间 |
|
log.flush.scheduler.interval.ms |
Long.MaxValue |
检查数据是否要写入到硬盘的时间间隔。 |
|
log.retention.hours |
168 |
控制一个log保留多长个小时 |
|
log.retention.bytes |
-1 |
控制log文件最大尺寸 |
|
log.cleaner.enable |
false |
是否log cleaning |
|
log.cleanup.policy |
delete |
delete还是compat. 其它控制参数还包括log.cleaner.threads，log.cleaner.io.max.bytes.per.second，log.cleaner.dedupe.buffer.size，log.cleaner.io.buffer.size，log.cleaner.io.buffer.load.factor，log.cleaner.backoff.ms，log.cleaner.min.cleanable.ratio，log.cleaner.delete.retention.ms |
|
log.dir |
/tmp/kafka-logs |
指定log文件的根目录 |
|
log.segment.bytes |
110241024*1024 |
单一的log segment文件大小 |
|
log.roll.hours |
24 * 7 |
开始一个新的log文件片段的最大时间 |
|
message.max.bytes |
1000000 + MessageSet.LogOverhead |
一个socket 请求的最大字节数 |
|
num.network.threads |
3 |
处理网络请求的线程数 |
|
num.io.threads |
8 |
处理IO的线程数 |
|
background.threads |
10 |
后台线程序 |
|
num.partitions |
1 |
默认分区数 |
|
socket.send.buffer.bytes |
102400 |
socket SO_SNDBUFF参数 |
|
socket.receive.buffer.bytes |
102400 |
socket SO_RCVBUFF参数 |
|
zookeeper.connect |
localhost:2182/kafka |
指定zookeeper连接字符串， 格式如hostname:port/chroot。chroot是一个namespace |
|
zookeeper.connection.timeout.ms |
6000 |
指定客户端连接zookeeper的最大超时时间 |
|
zookeeper.session.timeout.ms |
6000 |
连接zk的session超时时间 |
|
zookeeper.sync.time.ms |
2000 |
zk follower落后于zk leader的最长时间 |
High-levelConsumer配置参数
下表列出了high-level consumer的重要的配置参数。
更多的配置请参考 kafka.consumer.ConsumerConfig
|
name |
默认值 |
描述 |
|
groupid |
groupid |
一个字符串用来指示一组consumer所在的组 |
|
socket.timeout.ms |
30000 |
socket超时时间 |
|
socket.buffersize |
64*1024 |
socket receive buffer |
|
fetch.size |
300 * 1024 |
控制在一个请求中获取的消息的字节数。 这个参数在0.8.x中由fetch.message.max.bytes,fetch.min.bytes取代 |
|
backoff.increment.ms |
1000 |
这个参数避免在没有新数据的情况下重复频繁的拉数据。 如果拉到空数据，则多推后这个时间 |
|
queued.max.message.chunks |
2 |
high level consumer内部缓存拉回来的消息到一个队列中。 这个值控制这个队列的大小 |
|
auto.commit.enable |
true |
如果true,consumer定期地往zookeeper写入每个分区的offset |
|
auto.commit.interval.ms |
10000 |
往zookeeper上写offset的频率 |
|
auto.offset.reset |
largest |
如果offset出了返回，则 smallest: 自动设置reset到最小的offset. largest : 自动设置offset到最大的offset. 其它值不允许，会抛出异常. |
|
consumer.timeout.ms |
-1 |
默认-1,consumer在没有新消息时无限期的block。如果设置一个正值， 一个超时异常会抛出 |
|
rebalance.retries.max |
4 |
rebalance时的最大尝试次数 |
Producer配置参数
下表列出了producer的重要的参数。
更多的配置请参考 kafka.producer.ProducerConfig
|
name |
默认值 |
描述 |
|
serializer.class |
kafka.serializer.DefaultEncoder |
必须实现kafka.serializer.Encoder接口，将T类型的对象encode成kafka message |
|
key.serializer.class |
serializer.class |
key对象的serializer类 |
|
partitioner.class |
kafka.producer.DefaultPartitioner |
必须实现kafka.producer.Partitioner，根据Key提供一个分区策略 |
|
producer.type |
sync |
指定消息发送是同步还是异步。异步asyc成批发送用kafka.producer.AyncProducer， 同步sync用kafka.producer.SyncProducer |
|
metadata.broker.list |
boker list |
使用这个参数传入boker和分区的静态信息，如host1:port1,host2:port2, 这个可以是全部boker的一部分 |
|
compression.codec |
NoCompressionCodec |
消息压缩，默认不压缩 |
|
compressed.topics |
null |
在设置了压缩的情况下，可以指定特定的topic压缩，为指定则全部压缩 |
|
message.send.max.retries |
3 |
消息发送最大尝试次数 |
|
retry.backoff.ms |
300 |
每次尝试增加的额外的间隔时间 |
|
topic.metadata.refresh.interval.ms |
600000 |
定期的获取元数据的时间。当分区丢失，leader不可用时producer也会主动获取元数据，如果为0，则每次发送完消息就获取元数据，不推荐。如果为负值，则只有在失败的情况下获取元数据。 |
|
queue.buffering.max.ms |
5000 |
在producer queue的缓存的数据最大时间，仅仅for asyc |
|
queue.buffering.max.message |
10000 |
producer 缓存的消息的最大数量，仅仅for asyc |
|
queue.enqueue.timeout.ms |
-1 |
0当queue满时丢掉，负值是queue满时block,正值是queue满时block相应的时间，仅仅for asyc |
|
batch.num.messages |
200 |
一批消息的数量，仅仅for asyc |
|
request.required.acks |
0 |
0表示producer毋须等待leader的确认，1代表需要leader确认写入它的本地log并立即确认，-1代表所有的备份都完成后确认。 仅仅for sync |
|
request.timeout.ms |
10000 |
确认超时时间 |
kafka.serializer.DefaultEncoder
默认的这个Encoder事实上不做任何处理，接收到什么byte[]就返回什么byte[]:
- class DefaultEncoder(props: VerifiableProperties = null) extends Encoder[Array[Byte]] {
- override def toBytes(value: Array[Byte]): Array[Byte] = value
- }
复制代码
NullEncoder则不管接收什么都返回null:
- class NullEncoder[T](props: VerifiableProperties = null) extends Encoder[T] {
- override def toBytes(value: T): Array[Byte] = null
- }
复制代码
StringEncoder则返回字符串，默认UTF-8格式：
- class StringEncoder(props: VerifiableProperties = null) extends Encoder[String] {
- val encoding =
- if(props == null)
- "UTF8"
- else
- props.getString("serializer.encoding", "UTF8")
- override def toBytes(s: String): Array[Byte] =
- if(s == null)
- null
- else
- s.getBytes(encoding)
- }
复制代码
kafka.producer.DefaultPartitioner
默认的分区函数为DefaultPartitioner,它根据key的hashcode与分区数取余，得到相应的分区。
- class DefaultPartitioner(props: VerifiableProperties = null) extends Partitioner {
- private val random = new java.util.Random
- def partition(key: Any, numPartitions: Int): Int = {
- Utils.abs(key.hashCode) % numPartitions
- }
- }
复制代码
但是如果key为null时会发送到哪个分区？在一定时间内往一个特定的分区发送，超过一定时间又会随机选择一个，请参考key为null时Kafka会将消息发送给哪个分区?.所以推荐你发送Kafka消息时总是指定一个key,以便消息能均匀的分到每个分区上。
转载：http://www.aboutyun.com/thread-12211-1-1.html