Linux- kafka持久化文件太大怎么辦?

前言

Kafka會(huì)數(shù)據(jù)寫到硬盤上阔涉。磁盤空間有限缆娃,kafka有提供清理過期數(shù)據(jù)的策略捷绒。

Kafka刪除數(shù)據(jù)有兩種方式:

1. 第一種是按照時(shí)間,超過一段時(shí)間后刪除過期消息龄恋;

2. 第二種是按照消息大小刪除數(shù)據(jù)的疙驾,消息數(shù)量超過一定大小后刪除最舊的數(shù)據(jù)。

確認(rèn)在過期數(shù)據(jù)過期的時(shí)候郭毕,數(shù)據(jù)已經(jīng)被消費(fèi)K椤!O匝骸扳肛!


配置

啟用刪除策略

log.cleanup.policy=delete

直接刪除,刪除后的消息不可恢復(fù)乘碑。

可配置以下兩個(gè)策略:

清理超過指定時(shí)間清理:

log.retention.hours=16

log.retention.minutes=60

log.retention.ms=3600000

超過指定大小后挖息,刪除舊的消息:

log.retention.bytes=1073741824

無論時(shí)間還是空間維度,只要滿足其中一個(gè)log就會(huì)被清理兽肤。

檢查周期

上面的條件滿足了套腹,那多久檢查一次呢

log.retention.check.interval.ms=300000

這個(gè)參數(shù)就是設(shè)置檢查周期的

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市资铡,隨后出現(xiàn)的幾起案子电禀,更是在濱河造成了極大的恐慌,老刑警劉巖笤休,帶你破解...
    沈念sama閱讀 221,635評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件尖飞,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡店雅,警方通過查閱死者的電腦和手機(jī)政基,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,543評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來闹啦,“玉大人沮明,你說我怎么就攤上這事∏戏埽” “怎么了珊擂?”我有些...
    開封第一講書人閱讀 168,083評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)费变。 經(jīng)常有香客問我摧扇,道長(zhǎng),這世上最難降的妖魔是什么挚歧? 我笑而不...
    開封第一講書人閱讀 59,640評(píng)論 1 296
  • 正文 為了忘掉前任扛稽,我火速辦了婚禮,結(jié)果婚禮上滑负,老公的妹妹穿的比我還像新娘在张。我一直安慰自己用含,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,640評(píng)論 6 397
  • 文/花漫 我一把揭開白布帮匾。 她就那樣靜靜地躺著啄骇,像睡著了一般。 火紅的嫁衣襯著肌膚如雪瘟斜。 梳的紋絲不亂的頭發(fā)上缸夹,一...
    開封第一講書人閱讀 52,262評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音螺句,去河邊找鬼虽惭。 笑死,一個(gè)胖子當(dāng)著我的面吹牛蛇尚,可吹牛的內(nèi)容都是我干的芽唇。 我是一名探鬼主播,決...
    沈念sama閱讀 40,833評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼取劫,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼匆笤!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起谱邪,我...
    開封第一講書人閱讀 39,736評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤炮捧,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后虾标,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體寓盗,經(jīng)...
    沈念sama閱讀 46,280評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡灌砖,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,369評(píng)論 3 340
  • 正文 我和宋清朗相戀三年璧函,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片基显。...
    茶點(diǎn)故事閱讀 40,503評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡蘸吓,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出撩幽,到底是詐尸還是另有隱情库继,我是刑警寧澤,帶...
    沈念sama閱讀 36,185評(píng)論 5 350
  • 正文 年R本政府宣布窜醉,位于F島的核電站宪萄,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏榨惰。R本人自食惡果不足惜拜英,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,870評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望琅催。 院中可真熱鬧居凶,春花似錦虫给、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,340評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至弄兜,卻和暖如春药蜻,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背挨队。 一陣腳步聲響...
    開封第一講書人閱讀 33,460評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工谷暮, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人盛垦。 一個(gè)月前我還...
    沈念sama閱讀 48,909評(píng)論 3 376
  • 正文 我出身青樓湿弦,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親腾夯。 傳聞我的和親對(duì)象是個(gè)殘疾皇子颊埃,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,512評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容

  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)蝶俱,斷路器班利,智...
    卡卡羅2017閱讀 134,699評(píng)論 18 139
  • Kafka簡(jiǎn)介 Kafka是一種分布式的,基于發(fā)布/訂閱的消息系統(tǒng)榨呆。主要設(shè)計(jì)目標(biāo)如下: 以時(shí)間復(fù)雜度為O(1)的方...
    Alukar閱讀 3,084評(píng)論 0 43
  • 本文轉(zhuǎn)載自http://dataunion.org/?p=9307 背景介紹Kafka簡(jiǎn)介Kafka是一種分布式的...
    Bottle丶Fish閱讀 5,475評(píng)論 0 34
  • 姓名:周小蓬 16019110037 轉(zhuǎn)載自:http://blog.csdn.net/YChenFeng/art...
    aeytifiw閱讀 34,727評(píng)論 13 425
  • 每個(gè)人都有自己的天賦和擅長(zhǎng)的領(lǐng)域罗标,但當(dāng)我們跨出了熟悉的地盤,向新的領(lǐng)域探索遇到困難時(shí)积蜻,怎么辦闯割?這個(gè)時(shí)候,可以讓人事...
    菜梆梆閱讀 216評(píng)論 0 1