Kafka 配置參數匯總及相關說明

Kafka為broker,producer和consumer提供了很多的配置參數。 了解並理解這些配置參數對於我們使用kafka是非常重要的。
本文列出了一些重要的配置參數。

官方的文檔  Configuration比較老了，很多參數有所變動， 有些名字也有所改變。我在整理的過程中根據0.8.2的代碼也做了修正。

Boker配置參數

下表列出了Boker的重要的配置參數， 更多的配置請參考  kafka.server.KafkaConfig

name	默認值	描述
brokerid	none	每一個boker都有一個唯一的id作為它們的名字。 這就允許boker切換到別的主機/端口上， consumer依然知道
enable.zookeeper	true	允許注冊到zookeeper
log.flush.interval.messages	Long.MaxValue	在數據被寫入到硬盤和消費者可用前最大累積的消息的數量
log.flush.interval.ms	Long.MaxValue	在數據被寫入到硬盤前的最大時間
log.flush.scheduler.interval.ms	Long.MaxValue	檢查數據是否要寫入到硬盤的時間間隔。
log.retention.hours	168	控制一個log保留多長個小時
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還是compat. 其它控制參數還包括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文件的根目錄
log.segment.bytes	110241024*1024	單一的log segment文件大小
log.roll.hours	24 * 7	開始一個新的log文件片段的最大時間
message.max.bytes	1000000 + MessageSet.LogOverhead	一個socket 請求的最大字節數
num.network.threads	3	處理網絡請求的線程數
num.io.threads	8	處理IO的線程數
background.threads	10	后台線程序
num.partitions	1	默認分區數
socket.send.buffer.bytes	102400	socket SO_SNDBUFF參數
socket.receive.buffer.bytes	102400	socket SO_RCVBUFF參數
zookeeper.connect	localhost:2182/kafka	指定zookeeper連接字符串， 格式如hostname:port/chroot。chroot是一個namespace
zookeeper.connection.timeout.ms	6000	指定客戶端連接zookeeper的最大超時時間
zookeeper.session.timeout.ms	6000	連接zk的session超時時間
zookeeper.sync.time.ms	2000	zk follower落后於zk leader的最長時間

High-levelConsumer配置參數

下表列出了high-level consumer的重要的配置參數。
更多的配置請參考  kafka.consumer.ConsumerConfig

name	默認值	描述
groupid	groupid	一個字符串用來指示一組consumer所在的組
socket.timeout.ms	30000	socket超時時間
socket.buffersize	64*1024	socket receive  buffer
fetch.size	300 * 1024	控制在一個請求中獲取的消息的字節數。 這個參數在0.8.x中由fetch.message.max.bytes,fetch.min.bytes取代
backoff.increment.ms	1000	這個參數避免在沒有新數據的情況下重復頻繁的拉數據。 如果拉到空數據，則多推后這個時間
queued.max.message.chunks	2	high level  consumer內部緩存拉回來的消息到一個隊列中。 這個值控制這個隊列的大小
auto.commit.enable	true	如果true,consumer定期地往zookeeper寫入每個分區的offset
auto.commit.interval.ms	10000	往zookeeper上寫offset的頻率
auto.offset.reset	largest	如果offset出了返回，則 smallest: 自動設置reset到最小的offset. largest : 自動設置offset到最大的offset. 其它值不允許，會拋出異常.
consumer.timeout.ms	-1	默認-1,consumer在沒有新消息時無限期的block。如果設置一個正值， 一個超時異常會拋出
rebalance.retries.max	4	rebalance時的最大嘗試次數

Producer配置參數

下表列出了producer的重要的參數。
更多的配置請參考  kafka.producer.ProducerConfig

name	默認值	描述
serializer.class	kafka.serializer.DefaultEncoder	必須實現kafka.serializer.Encoder接口，將T類型的對象encode成kafka message
key.serializer.class	serializer.class	key對象的serializer類
partitioner.class	kafka.producer.DefaultPartitioner	必須實現kafka.producer.Partitioner，根據Key提供一個分區策略
producer.type	sync	指定消息發送是同步還是異步。異步asyc成批發送用kafka.producer.AyncProducer， 同步sync用kafka.producer.SyncProducer
metadata.broker.list	boker list	使用這個參數傳入boker和分區的靜態信息，如host1:port1,host2:port2, 這個可以是全部boker的一部分
compression.codec	NoCompressionCodec	消息壓縮，默認不壓縮
compressed.topics	null	在設置了壓縮的情況下，可以指定特定的topic壓縮，為指定則全部壓縮
message.send.max.retries	3	消息發送最大嘗試次數
retry.backoff.ms	300	每次嘗試增加的額外的間隔時間
topic.metadata.refresh.interval.ms	600000	定期的獲取元數據的時間。當分區丟失，leader不可用時producer也會主動獲取元數據，如果為0，則每次發送完消息就獲取元數據，不推薦。如果為負值，則只有在失敗的情況下獲取元數據。
queue.buffering.max.ms	5000	在producer queue的緩存的數據最大時間，僅僅for asyc
queue.buffering.max.message	10000	producer 緩存的消息的最大數量，僅僅for asyc
queue.enqueue.timeout.ms	-1	0當queue滿時丟掉，負值是queue滿時block,正值是queue滿時block相應的時間，僅僅for asyc
batch.num.messages	200	一批消息的數量，僅僅for asyc
request.required.acks	0	0表示producer毋須等待leader的確認，1代表需要leader確認寫入它的本地log並立即確認，-1代表所有的備份都完成后確認。 僅僅for sync
request.timeout.ms	10000	確認超時時間

kafka.serializer.DefaultEncoder
默認的這個Encoder事實上不做任何處理，接收到什么byte[]就返回什么byte[]:

1. class DefaultEncoder(props: VerifiableProperties = null) extends Encoder[Array[Byte]] {
2.   override def toBytes(value: Array[Byte]): Array[Byte] = value
3. }

復制代碼

NullEncoder則不管接收什么都返回null:

1. class NullEncoder[T](props: VerifiableProperties = null) extends Encoder[T] {
2.   override def toBytes(value: T): Array[Byte] = null
3. }

復制代碼

StringEncoder則返回字符串，默認UTF-8格式：

1. class StringEncoder(props: VerifiableProperties = null) extends Encoder[String] {
2.   val encoding =
3.     if(props == null)
4.       "UTF8"
5.     else
6.       props.getString("serializer.encoding", "UTF8")
8.   override def toBytes(s: String): Array[Byte] =
9.     if(s == null)
10.       null
11.     else
12.       s.getBytes(encoding)
13. }

復制代碼

kafka.producer.DefaultPartitioner
默認的分區函數為DefaultPartitioner,它根據key的hashcode與分區數取余，得到相應的分區。

1. class DefaultPartitioner(props: VerifiableProperties = null) extends Partitioner {
2.   private val random = new java.util.Random
4.   def partition(key: Any, numPartitions: Int): Int = {
5.     Utils.abs(key.hashCode) % numPartitions
6.   }
7. }

復制代碼

但是如果key為null時會發送到哪個分區？在一定時間內往一個特定的分區發送，超過一定時間又會隨機選擇一個，請參考key為null時Kafka會將消息發送給哪個分區?.所以推薦你發送Kafka消息時總是指定一個key,以便消息能均勻的分到每個分區上。

轉載：http://www.aboutyun.com/thread-12211-1-1.html