kafka 配置文件详解
author：ashaff
kafka的配置分为 broker、producter、consumer三个不同的配置
一 broker 的全局配置
最为核心的三个配置 broker.id、log.dir、zookeeper.connect 。
----------------------系统相关-------------------------
#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
broker.id = 1
#kafka数据的存放地址，多个地址的话用逗号分割 /tmp/kafka-eogs-1，/tmp/kafka-logs-2
log.dirs = /tmp/kafka-logs
#提供给客户端响应的端口
port = 6667
#消息体的最大大小，单位是字节
message.max.bytes = 1000000
#broker 处理消息的最大线程数，一般情况下不需要去修改
num.network.threads = 3
#broker处理磁盘IO 的线程数 ，数值应该大于你的硬盘数
num.io.threads = 8
#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
background.threads = 4
#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
queued.max.requests = 500
#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
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
advertised.host.name
#广告地址端口，必须不同于port中的设置
advertised.port
#socket的发送缓冲区，socket的调优参数SO_SNDBUFF
socket.send.buffer.bytes = 100 * 1024
#socket的接受缓冲区，socket的调优参数SO_RCVBUFF
socket.receive.buffer.bytes = 100 * 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
socket.request.max.bytes = 100 * 1024 * 1024
----------------------LOG相关------------------------
#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.segment.bytes = 1024 * 1024 * 1024
#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.roll.hours = 24*7
#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.cleanup.policy = delete
#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.minutes=7 days
#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
log.retention.bytes=-1
#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.retention.check.interval.ms=5 minutes
#是否开启日志压缩
log.cleaner.enable=false
#日志压缩运行的线程数
log.cleaner.threads =1
#日志压缩时候处理的最大大小
log.cleaner.io.max.bytes.per.second=None
#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.dedupe.buffer.size=500*1024*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.size=512*1024
#日志清理中hash表的扩大因子 一般不需要修改
log.cleaner.io.buffer.load.factor = 0.9
#检查是否处罚日志清理的间隔
log.cleaner.backoff.ms =15000
#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.min.cleanable.ratio=0.5
#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.cleaner.delete.retention.ms = 1 day
#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.size.max.bytes = 10 * 1024 * 1024
#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.index.interval.bytes = 4096
#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.interval.messages=None
#检查是否需要固化到硬盘的时间间隔
log.flush.scheduler.interval.ms = 3000
#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.flush.interval.ms = None
#文件在索引中清除后保留的时间 一般不需要去修改
log.delete.delay.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
log.flush.offset.checkpoint.interval.ms =60000
----------------------TOPIC相关------------------------------------
#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-factor 3 --partitions 1 --topic replicated-topic ：名称replicated-topic有一个分区，分区被复制到三个broker上。
---------------------复制(Leader、replicas) 相关----------------------
#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相关-----------------------------
#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 --partitions 1 --replication-factor 1 --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
二 Consumer 配置
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 anything else：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
三 Producer 的配置
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=""
-------------------消息模式 相关 -----------------------------------
#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
使用
在进入多个代理集群设置之前，首先启动ZooKeeper服务器。
bin/zkServer.sh start
bin/zkCli.sh
bin/zkServer.sh stop
创建多个代理服务配置
config / server-X.properties
# The id of the broker. This must be set to a unique integer for each broker.
broker.id=1
# The port the socket server listens on
port=9093
# A comma seperated list of directories under which to store log files
log.dirs=/tmp/kafka-logs-1
启动代理服务器
bin/zookeeper-server-start.sh config/zookeeper.properties
启动Kafka Broker
bin/kafka-server-start.sh config/server.properties
bin/kafka-server-start.sh config/server-X.properties
现在我们有三个不同的经纪人在机器上运行
停止Kafka Broker服务器
bin/kafka-server-stop.sh config/server.properties
bin/kafka-server-stop.sh config/server-X.properties
创建主题
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 2 -partitions 2 --topic topic-name
--replication-factor 2 创建2个复制因子
-partitions 2 创建两个分区（数据随机分配） topic-name-0 topic-name-1
查看主题列表
Describe 命令用于检查哪个代理正在侦听当前创建的主题
bin/kafka-topics.sh --describe --zookeeper localhost:2181
--topic topic-name
bin/kafka-topics.sh --zookeeper localhost:2181 --list
Topic:test主题名称 PartitionCount:1分区数量 ReplicationFactor:1复制因子 Configs:
Topic: test Partition: 0 Leader: 0领导者
Replicas: 0,2,1节点列表 Isr: 0,2,1同步的的节点集合
第一行给出所有分区的摘要，显示主题名称，分区数量和我们已经选择的复制因子
leader 是在给出的所有partitons中负责读写的节点，每个节点都有可能成为leader
replicas 显示给定partiton所有副本所存储节点的节点列表，不管该节点是否是leader或者是否存活。
isr 副本都已同步的的节点集合，这个集合中的所有节点都是存活状态，并且跟leader同步
启动生产者以发送消息
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic topic-name
启动消费者以接收消息
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic topic-name --from-beginning
修改主题
使用“alter”命令，我们更改了分区计数
bin/kafka-topics.sh --zookeeper localhost:2181 --alter --topic topic_name
--parti-tions count
删除主题数据
bin/kafka-configs.sh --zookeeper localhost:2181 --entity-type topics --entity-name topic_name --alter --add-config retention.ms=3000
//修改保留时间为三秒，但不是修改后三秒就马上删掉，kafka是采用轮训的方式，轮训到这个主题发现三秒前的数据都是删掉。时间由自己在server.properties里面设置，设置见下面。
数据删除后，继续使用主题，那主题数据的保留时间就不可能为三秒，所以把上面修改的配置删掉，采用server.properties里面统一的配置
bin/kafka-configs.sh --zookeeper localhost:2181 --entity-type topics --entity-name topic_name --alter --delete-config retention.ms
删除主题
bin/kafka-topics.sh --zookeeper localhost:2181 --delete --topic topic_name
注意 - 如果 delete.topic.enable 未设置为true，则此操作不会产生任何影响
1、删除kafka存储目录（server.properties文件log.dirs配置，默认为"/tmp/kafka-logs"）相关topic目录
2、Kafka 删除topic的命令是：
./bin/kafka-topics --delete --zookeeper 【zookeeper server】 --topic 【topic name】
如果kafaka启动时加载的配置文件中server.properties没有配置delete.topic.enable=true，那么此时的删除并不是真正的删除，而是把topic标记为：marked for deletion
你可以通过命令：./bin/kafka-topics --zookeeper 【zookeeper server】 --list 来查看所有topic
此时你若想真正删除它，可以如下操作：
（1）登录zookeeper客户端：命令：./bin/zookeeper-client
（2）找到topic所在的目录：ls /brokers/topics
（3）找到要删除的topic，执行命令：rmr /brokers/topics/【topic name】即可，此时topic被彻底删除。
另外被标记为marked for deletion的topic你可以在zookeeper客户端中通过命令获得：ls /admin/delete_topics/【topic name】，
如果你删除了此处的topic，那么marked for deletion 标记消失
zookeeper 的config中也有有关topic的信息： ls /config/topics/【topic name】暂时不知道有什么用
总结：
彻底删除topic：
1、删除kafka存储目录（server.properties文件log.dirs配置，默认为"/tmp/kafka-logs"）相关topic目录
2、如果配置了delete.topic.enable=true直接通过命令删除，如果命令删除不掉，直接通过zookeeper-client 删除掉broker下的topic即可。
