author：ashaff
kafka的配置分為 broker、producter、consumer三個不同的配置
一 broker 的全局配置
最為核心的三個配置 broker.id、log.dir、zookeeper.connect 。
----------------------系統相關-------------------------
#每一個broker在集群中的唯一標示，要求是正數。在改變IP地址，不改變broker.id的話不會影響consumers
broker.id = 1
#kafka數據的存放地址，多個地址的話用逗號分割 /tmp/kafka-eogs-1，/tmp/kafka-logs-2
log.dirs = /tmp/kafka-logs
#提供給客戶端響應的端口
port = 6667
#消息體的最大大小，單位是字節
message.max.bytes = 1000000
#broker 處理消息的最大線程數，一般情況下不需要去修改
num.network.threads = 3
#broker處理磁盤IO 的線程數 ，數值應該大於你的硬盤數
num.io.threads = 8
#一些后台任務處理的線程數，例如過期消息文件的刪除等，一般情況下不需要去做修改
background.threads = 4
#等待IO線程處理的請求隊列最大數，若是等待IO的請求超過這個數值，那么會停止接受外部消息，算是一種自我保護機制
queued.max.requests = 500
#broker的主機地址，若是設置了，那么會綁定到這個地址上，若是沒有，會綁定到所有的接口上，並將其中之一發送到ZK，一般不設置
host.name
#打廣告的地址，若是設置的話，會提供給producers, consumers,其他broker連接，具體如何使用還未深究
advertised.host.name
#廣告地址端口，必須不同於port中的設置
advertised.port
#socket的發送緩沖區，socket的調優參數SO_SNDBUFF
socket.send.buffer.bytes = 100 * 1024
#socket的接受緩沖區，socket的調優參數SO_RCVBUFF
socket.receive.buffer.bytes = 100 * 1024
#socket請求的最大數值，防止serverOOM，message.max.bytes必然要小於socket.request.
max.bytes，會被topic創建時的指定參數覆蓋
socket.request.max.bytes = 100 * 1024 * 1024
----------------------LOG相關------------------------
#topic的分區是以一堆segment文件存儲的，這個控制每個segment的大小，會被topic創建時的指定參數覆蓋
log.segment.bytes = 1024 * 1024 * 1024
#這個參數會在日志segment沒有達到log.segment.bytes設置的大小，也會強制新建一個segment 會被 topic創建時的指定參數覆蓋
log.roll.hours = 24*7
#日志清理策略 選擇有：delete和compact 主要針對過期數據的處理，或是日志文件達到限制的額度，會被 topic創建時的指定參數覆蓋
log.cleanup.policy = delete
#數據存儲的最大時間 超過這個時間 會根據log.cleanup.policy設置的策略處理數據，也就是消費端能夠多久去消費數據
#log.retention.bytes和log.retention.minutes任意一個達到要求，都會執行刪除，會被topic創建時的指定參數覆蓋
log.retention.minutes=7 days
#topic每個分區的最大文件大小，一個topic的大小限制 = 分區數 * log.retention.bytes 。-1 沒有大小限制
#log.retention.bytes和log.retention.minutes任意一個達到要求，都會執行刪除，會被topic創建時的指定參數覆蓋
log.retention.bytes=-1
#文件大小檢查的周期時間，是否處罰 log.cleanup.policy中設置的策略
log.retention.check.interval.ms=5 minutes
#是否開啟日志壓縮
log.cleaner.enable=false
#日志壓縮運行的線程數
log.cleaner.threads =1
#日志壓縮時候處理的最大大小
log.cleaner.io.max.bytes.per.second=None
#日志壓縮去重時候的緩存空間 ，在空間允許的情況下，越大越好
log.cleaner.dedupe.buffer.size=500*1024*1024
#日志清理時候用到的IO塊大小 一般不需要修改
log.cleaner.io.buffer.size=512*1024
#日志清理中hash表的擴大因子 一般不需要修改
log.cleaner.io.buffer.load.factor = 0.9
#檢查是否處罰日志清理的間隔
log.cleaner.backoff.ms =15000
#日志清理的頻率控制，越大意味着更高效的清理，同時會存在一些空間上的浪費，會被topic創建時的指定參數覆蓋
log.cleaner.min.cleanable.ratio=0.5
#對於壓縮的日志保留的最長時間，也是客戶端消費消息的最長時間，同log.retention.minutes的區別在於一個控制未壓縮數據，一個控制壓縮后的數據。會被topic創建時的指定參數覆蓋
log.cleaner.delete.retention.ms = 1 day
#對於segment日志的索引文件大小限制，會被topic創建時的指定參數覆蓋
log.index.size.max.bytes = 10 * 1024 * 1024
#當執行一個fetch操作后，需要一定的空間來掃描最近的offset大小，設置越大，代表掃描速度越快，但是也更好內存，一般情況下不需要搭理這個參數
log.index.interval.bytes = 4096
#log文件"sync"到磁盤之前累積的消息條數
#因為磁盤IO操作是一個慢操作,但又是一個"數據可靠性"的必要手段
#所以此參數的設置,需要在"數據可靠性"與"性能"之間做必要的權衡.
#如果此值過大,將會導致每次"fsync"的時間較長(IO阻塞)
#如果此值過小,將會導致"fsync"的次數較多,這也意味着整體的client請求有一定的延遲.
#物理server故障,將會導致沒有fsync的消息丟失.
log.flush.interval.messages=None
#檢查是否需要固化到硬盤的時間間隔
log.flush.scheduler.interval.ms = 3000
#僅僅通過interval來控制消息的磁盤寫入時機,是不足的.
#此參數用於控制"fsync"的時間間隔,如果消息量始終沒有達到閥值,但是離上一次磁盤同步的時間間隔
#達到閥值,也將觸發.
log.flush.interval.ms = None
#文件在索引中清除后保留的時間 一般不需要去修改
log.delete.delay.ms = 60000
#控制上次固化硬盤的時間點，以便於數據恢復 一般不需要去修改
log.flush.offset.checkpoint.interval.ms =60000
----------------------TOPIC相關------------------------------------
#是否允許自動創建topic ，若是false，就需要通過命令創建topic
auto.create.topics.enable =true
#一個topic ，默認分區的replication個數 ，不得大於集群中broker的個數
default.replication.factor =1
#每個topic的分區個數，若是在topic創建時候沒有指定的話 會被topic創建時的指定參數覆蓋
num.partitions = 1
實例 --replication-factor 3 --partitions 1 --topic replicated-topic ：名稱replicated-topic有一個分區，分區被復制到三個broker上。
---------------------復制(Leader、replicas) 相關----------------------
#partition leader與replicas之間通訊時,socket的超時時間
controller.socket.timeout.ms = 30000
#partition leader與replicas數據同步時,消息的隊列尺寸
controller.message.queue.size=10
#replicas響應partition leader的最長等待時間，若是超過這個時間，就將replicas列入ISR(in-sync replicas)，並認為它是死的，不會再加入管理中
replica.lag.time.max.ms = 10000
#如果follower落后與leader太多,將會認為此follower[或者說partition relicas]已經失效.通常,在follower與leader通訊時,因為網絡延遲或者鏈接斷開,總會導致replicas中消息同步滯后如果消息之后太多,leader將認為此follower網絡延遲較大或者消息吞吐能力有限,將會把此replicas遷移到其他follower中.在broker數量較少,或者網絡不足的環境中,建議提高此值.
replica.lag.max.messages = 4000
#follower與leader之間的socket超時時間
replica.socket.timeout.ms= 30 * 1000
#leader復制時候的socket緩存大小
replica.socket.receive.buffer.bytes=64 * 1024
#replicas每次獲取數據的最大大小
replica.fetch.max.bytes = 1024 * 1024
#replicas同leader之間通信的最大等待時間，失敗了會重試
replica.fetch.wait.max.ms = 500
#fetch的最小數據尺寸,如果leader中尚未同步的數據不足此值,將會阻塞,直到滿足條件
replica.fetch.min.bytes =1
#leader 進行復制的線程數，增大這個數值會增加follower的IO
num.replica.fetchers=1
#每個replica檢查是否將最高水位進行固化的頻率
replica.high.watermark.checkpoint.interval.ms = 5000
#是否允許控制器關閉broker ,若是設置為true,會關閉所有在這個broker上的leader，並轉移到其他broker
controlled.shutdown.enable = false
#控制器關閉的嘗試次數
controlled.shutdown.max.retries = 3
#每次關閉嘗試的時間間隔
controlled.shutdown.retry.backoff.ms = 5000
#是否自動平衡broker之間的分配策略
auto.leader.rebalance.enable = false
#leader的不平衡比例，若是超過這個數值，會對分區進行重新的平衡
leader.imbalance.per.broker.percentage = 10
#檢查leader是否不平衡的時間間隔
leader.imbalance.check.interval.seconds = 300
#客戶端保留offset信息的最大空間大小
offset.metadata.max.bytes
---------------------ZooKeeper相關-----------------------------
#zookeeper集群的地址，可以是多個，多個之間用逗號分割 hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.connect = localhost:2181
#ZooKeeper的最大超時時間，就是心跳的間隔，若是沒有反映，那么認為已經死了，不易過大
zookeeper.session.timeout.ms=6000
#ZooKeeper的連接超時時間
zookeeper.connection.timeout.ms = 6000
#ZooKeeper集群中leader和follower之間的同步實際那
zookeeper.sync.time.ms = 2000
配置的修改
其中一部分配置是可以被每個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
刪除配置：
bin/kafka-topics.sh --zookeeper localhost:2181 --alter --topic my-topic --deleteConfig max.message.bytes
二 Consumer 配置
最為核心的配置是group.id、zookeeper.connect
#Consumer歸屬的組ID，broker是根據group.id來判斷是隊列模式還是發布訂閱模式，非常重要
group.id
#消費者的ID，若是沒有設置的話，會自增
consumer.id
#一個用於跟蹤調查的ID ，最好同group.id相同
client.id = group id value
#對於zookeeper集群的指定，可以是多個 hostname1:port1,hostname2:port2,hostname3:port3 必須和broker使用同樣的zk配置
zookeeper.connect=localhost:2182
#zookeeper的心跳超時時間，查過這個時間就認為是dead消費者
zookeeper.session.timeout.ms = 6000
#zookeeper的等待連接時間
zookeeper.connection.timeout.ms = 6000
#zookeeper的follower同leader的同步時間
zookeeper.sync.time.ms = 2000
#當zookeeper中沒有初始的offset時候的處理方式 。smallest ：重置為最小值 largest:重置為最大值 anything else：拋出異常
auto.offset.reset = largest
#socket的超時時間，實際的超時時間是：max.fetch.wait + socket.timeout.ms.
socket.timeout.ms= 30 * 1000
#socket的接受緩存空間大小
socket.receive.buffer.bytes=64 * 1024
#從每個分區獲取的消息大小限制
fetch.message.max.bytes = 1024 * 1024
#是否在消費消息后將offset同步到zookeeper，當Consumer失敗后就能從zookeeper獲取最新的offset
auto.commit.enable = true
#自動提交的時間間隔
auto.commit.interval.ms = 60 * 1000
#用來處理消費消息的塊，每個塊可以等同於fetch.message.max.bytes中數值
queued.max.message.chunks = 10
#當有新的consumer加入到group時,將會reblance,此后將會有partitions的消費端遷移到新的consumer上,如果一個consumer獲得了某個partition的消費權限,那么它將會向zk注冊"Partition Owner registry"節點信息,但是有可能此時舊的consumer尚沒有釋放此節點,此值用於控制,注冊節點的重試次數.
rebalance.max.retries = 4
#每次再平衡的時間間隔
rebalance.backoff.ms = 2000
#每次重新選舉leader的時間
refresh.leader.backoff.ms
#server發送到消費端的最小數據，若是不滿足這個數值則會等待，知道滿足數值要求
fetch.min.bytes = 1
#若是不滿足最小大小(fetch.min.bytes)的話，等待消費端請求的最長等待時間
fetch.wait.max.ms = 100
#指定時間內沒有消息到達就拋出異常，一般不需要改
consumer.timeout.ms = -1
三 Producer 的配置
比較核心的配置：metadata.broker.list、request.required.acks、producer.type、serializer.class
#消費者獲取消息元信息(topics, partitions and replicas)的地址,配置格式是：host1:port1,host2:port2，也可以在外面設置一個vip
metadata.broker.list
#消息的確認模式
# 0：不保證消息的到達確認，只管發送，低延遲但是會出現消息的丟失，在某個server失敗的情況下，有點像TCP
# 1：發送消息，並會等待leader 收到確認后，一定的可靠性
# -1：發送消息，等待leader收到確認，並進行復制操作后，才返回，最高的可靠性
request.required.acks = 0
#消息發送的最長等待時間
request.timeout.ms = 10000
#socket的緩存大小
send.buffer.bytes=100*1024
#key的序列化方式，若是沒有設置，同serializer.class
key.serializer.class
#分區的策略，默認是取模
partitioner.class=kafka.producer.DefaultPartitioner
#消息的壓縮模式，默認是none，可以有gzip和snappy
compression.codec = none
#可以針對默寫特定的topic進行壓縮
compressed.topics=null
#消息發送失敗后的重試次數
message.send.max.retries = 3
#每次失敗后的間隔時間
retry.backoff.ms = 100
#生產者定時更新topic元信息的時間間隔 ，若是設置為0，那么會在每個消息發送后都去更新數據
topic.metadata.refresh.interval.ms = 600 * 1000
#用戶隨意指定，但是不能重復，主要用於跟蹤記錄消息
client.id=""
-------------------消息模式 相關 -----------------------------------
#生產者的類型 async:異步執行消息的發送 sync：同步執行消息的發送
producer.type=sync
#異步模式下，那么就會在設置的時間緩存消息，並一次性發送
queue.buffering.max.ms = 5000
#異步的模式下 最長等待的消息數
queue.buffering.max.messages = 10000
#異步模式下，進入隊列的等待時間 若是設置為0，那么要么進入隊列，要么直接拋棄
queue.enqueue.timeout.ms = -1
#異步模式下，每次發送的最大消息數，前提是觸發了queue.buffering.max.messages或是queue.buffering.max.ms的限制
batch.num.messages=200
#消息體的系列化處理類 ，轉化為字節流進行傳輸
serializer.class = kafka.serializer.DefaultEncoder
使用
在進入多個代理集群設置之前，首先啟動ZooKeeper服務器。
bin/zkServer.sh start
bin/zkCli.sh
bin/zkServer.sh stop
創建多個代理服務配置
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
啟動代理服務器
bin/zookeeper-server-start.sh config/zookeeper.properties
啟動Kafka Broker
bin/kafka-server-start.sh config/server.properties
bin/kafka-server-start.sh config/server-X.properties
現在我們有三個不同的經紀人在機器上運行
停止Kafka Broker服務器
bin/kafka-server-stop.sh config/server.properties
bin/kafka-server-stop.sh config/server-X.properties
創建主題
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 2 -partitions 2 --topic topic-name
--replication-factor 2 創建2個復制因子
-partitions 2 創建兩個分區（數據隨機分配） topic-name-0 topic-name-1
查看主題列表
Describe 命令用於檢查哪個代理正在偵聽當前創建的主題
bin/kafka-topics.sh --describe --zookeeper localhost:2181
--topic topic-name
bin/kafka-topics.sh --zookeeper localhost:2181 --list
Topic:test主題名稱 PartitionCount:1分區數量 ReplicationFactor:1復制因子 Configs:
Topic: test Partition: 0 Leader: 0領導者
Replicas: 0,2,1節點列表 Isr: 0,2,1同步的的節點集合
第一行給出所有分區的摘要，顯示主題名稱，分區數量和我們已經選擇的復制因子
leader 是在給出的所有partitons中負責讀寫的節點，每個節點都有可能成為leader
replicas 顯示給定partiton所有副本所存儲節點的節點列表，不管該節點是否是leader或者是否存活。
isr 副本都已同步的的節點集合，這個集合中的所有節點都是存活狀態，並且跟leader同步
啟動生產者以發送消息
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic topic-name
啟動消費者以接收消息
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic topic-name --from-beginning
修改主題
使用“alter”命令，我們更改了分區計數
bin/kafka-topics.sh --zookeeper localhost:2181 --alter --topic topic_name
--parti-tions count
刪除主題數據
bin/kafka-configs.sh --zookeeper localhost:2181 --entity-type topics --entity-name topic_name --alter --add-config retention.ms=3000
//修改保留時間為三秒，但不是修改后三秒就馬上刪掉，kafka是采用輪訓的方式，輪訓到這個主題發現三秒前的數據都是刪掉。時間由自己在server.properties里面設置，設置見下面。
數據刪除后，繼續使用主題，那主題數據的保留時間就不可能為三秒，所以把上面修改的配置刪掉，采用server.properties里面統一的配置
bin/kafka-configs.sh --zookeeper localhost:2181 --entity-type topics --entity-name topic_name --alter --delete-config retention.ms
刪除主題
bin/kafka-topics.sh --zookeeper localhost:2181 --delete --topic topic_name
注意 - 如果 delete.topic.enable 未設置為true，則此操作不會產生任何影響
1、刪除kafka存儲目錄（server.properties文件log.dirs配置，默認為"/tmp/kafka-logs"）相關topic目錄
2、Kafka 刪除topic的命令是：
./bin/kafka-topics --delete --zookeeper 【zookeeper server】 --topic 【topic name】
如果kafaka啟動時加載的配置文件中server.properties沒有配置delete.topic.enable=true，那么此時的刪除並不是真正的刪除，而是把topic標記為：marked for deletion
你可以通過命令：./bin/kafka-topics --zookeeper 【zookeeper server】 --list 來查看所有topic
此時你若想真正刪除它，可以如下操作：
（1）登錄zookeeper客戶端：命令：./bin/zookeeper-client
（2）找到topic所在的目錄：ls /brokers/topics
（3）找到要刪除的topic，執行命令：rmr /brokers/topics/【topic name】即可，此時topic被徹底刪除。
另外被標記為marked for deletion的topic你可以在zookeeper客戶端中通過命令獲得：ls /admin/delete_topics/【topic name】，
如果你刪除了此處的topic，那么marked for deletion 標記消失
zookeeper 的config中也有有關topic的信息： ls /config/topics/【topic name】暫時不知道有什么用
總結：
徹底刪除topic：
1、刪除kafka存儲目錄（server.properties文件log.dirs配置，默認為"/tmp/kafka-logs"）相關topic目錄
2、如果配置了delete.topic.enable=true直接通過命令刪除，如果命令刪除不掉，直接通過zookeeper-client 刪除掉broker下的topic即可。