kafka參數(shù)配置

配置存儲(chǔ)信息

配置日志落在哪些磁盤

  • log.dirs 支持配置多個(gè)峭咒,用逗號(hào)分隔
  • log.dir 補(bǔ)充log.dirs 只能配置一個(gè)税弃,一般不需要配置

zookeeper相關(guān)配置

配置使用哪個(gè)zookeeper

  • zookeeper.connect 支持配置多個(gè)凑队,例如 zk1:2181,zk2:2181。
    可以讓多個(gè)kafka集群使用一個(gè)zookeeper集群,在zookeeper.connect配置后面加上chroot
    例如
zookeeper.connect=zk1:2181,zk2:2181/kafka1

注意西壮,只需要在最后面追加一個(gè)/chroot即可

鏈接相關(guān)的配置

  • listeners 監(jiān)聽器,其實(shí)就是告訴broker使用什么協(xié)議對(duì)外提供服務(wù)
  • advertised.listeners 這組監(jiān)聽器是broker對(duì)外發(fā)布的

具體配置格式協(xié)議名稱,主機(jī)名稱, 端口號(hào) 寫法 protocol://hostname:port

  • protocol
    • PLAINTEXT 明文傳輸
    • SSL 使用tls加密傳輸
    • 也可以是自定義的協(xié)議名稱做修, 一旦使用自定義名稱需要配置listener.security.protocol.map參數(shù)來告訴broker使用了那種安全協(xié)議抡草。例如
# 表示CONTROLLER使用明文不加密傳輸數(shù)據(jù)
listener.security.protocol.map=CONTROLLER:PLAINTEXT
  • hostname
    如果不指定饰及,則使用java.net.InetAddress.getCanonicalHostName()獲取康震,一般是系統(tǒng)的hostname

topic管理相關(guān)參數(shù)

  • auto.create.topics.enable 是否允許自動(dòng)創(chuàng)建topic
    最好設(shè)置成false,
  • unclean.leader.election.enable 是否允許 Unclean Leader選舉
    最好設(shè)置成false,防止出現(xiàn)數(shù)據(jù)落后的副本選舉稱Leader導(dǎo)致數(shù)據(jù)丟失問題
  • auto.leader.rebalance.enable 是否允許定期進(jìn)行Leader選舉
    最好設(shè)置成false, 防止出現(xiàn)定期選舉影響吞吐量

這個(gè)是broker的全局配置瘫镇,也可以在創(chuàng)建topic的時(shí)候 指定每個(gè)topic的配置答姥,默認(rèn)topic的配置覆蓋broker的配置铣除。

數(shù)據(jù)留存方面

  • log.retention.{hour|minutes|ms} 控制一條消息的最大保存時(shí)間鹦付,優(yōu)先級(jí)ms>minutes>hour
  • log.retention.bytes 指定broker的消息保存總磁盤容量大小,-1 表示不限制
  • message.max.bytes 控制broker接收的每條消息最大的大小郎嫁,默認(rèn)不到1m大小,可以適當(dāng)?shù)脑O(shè)計(jì)大點(diǎn)

JVM相關(guān)配置

kafka使用的scale編寫的泽铛,最終是通過jvm運(yùn)行辑鲤,所以需要設(shè)置jvm參數(shù)對(duì)kafka調(diào)優(yōu)。kafka啟動(dòng)的時(shí)候會(huì)讀取兩個(gè)環(huán)境變量

  • KAFKA_HEAP_OPTS: 指定堆大小 推薦6GB -Xms6g -Xmx6g
  • KAFKA_JVM_PREFORMANCE_OPTS: 指定GC參數(shù)
    -server -XX:+UseG1GC -XX:MaxGCPauseMillis=20 -XX:InitiatingHeapOccupancyPercent=35 -XX:+ExplicitGCInvokesConcureent -Djava.awt.headless=true

操作系統(tǒng)參數(shù)

kafka并不需要設(shè)置太多的OS參數(shù)月褥,通常需要關(guān)注下面幾個(gè):

  • 文件描述符限制
    文件描述符系統(tǒng)資源并不像我們相信那樣昂貴弛随,通常設(shè)置成一個(gè)超大的值是合理的做法,太小會(huì)經(jīng)骋ㄍ福看到Too many open files的錯(cuò)誤。建議 ulimit -n 1000000
最后編輯于
?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:七十年代末愕够,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子链烈,更是在濱河造成了極大的恐慌,老刑警劉巖擦秽,帶你破解...
    沈念sama閱讀 219,110評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件漩勤,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡越败,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門置谦,熙熙樓的掌柜王于貴愁眉苦臉地迎上來亿傅,“玉大人,你說我怎么就攤上這事葵擎。” “怎么了酬滤?”我有些...
    開封第一講書人閱讀 165,474評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵盯串,是天一觀的道長(zhǎng)氯檐。 經(jīng)常有香客問我体捏,道長(zhǎng),這世上最難降的妖魔是什么译打? 我笑而不...
    開封第一講書人閱讀 58,881評(píng)論 1 295
  • 正文 為了忘掉前任奏司,我火速辦了婚禮,結(jié)果婚禮上韵洋,老公的妹妹穿的比我還像新娘。我一直安慰自己搪缨,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評(píng)論 6 392
  • 文/花漫 我一把揭開白布负甸。 她就那樣靜靜地躺著痹届,像睡著了一般呻待。 火紅的嫁衣襯著肌膚如雪队腐。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,698評(píng)論 1 305
  • 那天迫淹,我揣著相機(jī)與錄音,去河邊找鬼敛熬。 笑死梗脾,一個(gè)胖子當(dāng)著我的面吹牛荸型,可吹牛的內(nèi)容都是我干的炸茧。 我是一名探鬼主播,決...
    沈念sama閱讀 40,418評(píng)論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼辕狰,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼控漠!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起盐捷,我...
    開封第一講書人閱讀 39,332評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎聚谁,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體形导,經(jīng)...
    沈念sama閱讀 45,796評(píng)論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 37,968評(píng)論 3 337
  • 正文 我和宋清朗相戀三年炫隶,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了阎曹。 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伪阶。...
    茶點(diǎn)故事閱讀 40,110評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡望门,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出筹误,到底是詐尸還是另有隱情癣缅,我是刑警寧澤厨剪,帶...
    沈念sama閱讀 35,792評(píng)論 5 346
  • 正文 年R本政府宣布友存,位于F島的核電站,受9級(jí)特大地震影響直晨,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜勇皇,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評(píng)論 3 331
  • 文/蒙蒙 一焚刺、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧乳愉,春花似錦、人聲如沸蔓姚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至挖滤,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間斩松,已是汗流浹背觉既。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評(píng)論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留瞪讼,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,348評(píng)論 3 373
  • 正文 我出身青樓嫡霞,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國和親诊沪。 傳聞我的和親對(duì)象是個(gè)殘疾皇子曾撤,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • ############################# System ####################...
    snail_knight閱讀 1,738評(píng)論 0 0
  • 說明:參考書籍 <kafka權(quán)威指南>有些參數(shù)在新版本中可能有變動(dòng)如果配置無效,請(qǐng)百度對(duì)應(yīng)版本是否支持該參數(shù) 1....
    神之試煉者閱讀 2,246評(píng)論 0 0
  • Design 1. Motivation 我們?cè)O(shè)計(jì)Kafka用來作為統(tǒng)一的平臺(tái)來處理大公司可能擁有的所有實(shí)時(shí)數(shù)據(jù)源...
    BlackManba_24閱讀 1,380評(píng)論 0 8
  • 1 生產(chǎn)者配置參數(shù):kafka.producer.retries 當(dāng)生產(chǎn)者發(fā)送失敗的時(shí)候重試的次數(shù)挤悉,大多數(shù)情況下,...
    哈哈_dfde閱讀 10,948評(píng)論 0 4
  • 悲傷把天 染成黑的顏色 總有幾顆 倔強(qiáng)的星星 在黑夜里閃亮
    policy閱讀 358評(píng)論 1 1