`
liyonghui160com
  • 浏览: 774653 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

Kafka 配置说明 含0.8.1版server.properties

阅读更多

 

 server.properties配置:

 

server.properties中所有配置参数说明(解释)如下列表:

 

 

参数

说明(解释)

broker.id =0

每一个broker在集群中的唯一表示,

要求是正数。当该服务器的IP地址

发生改变时,broker.id没有变化,

则不会影响consumers的消息情况

log.dirs=/data/kafka-logs

kafka数据的存放地址,多个地址的

话用逗号分割,多个目录分布在不同

磁盘上可以提高读写性能  

/data/kafka-logs-1

/data/kafka-logs-2

port =9092

broker server服务端口

message.max.bytes =6525000

表示消息体的最大大小,

单位是字节

num.network.threads =4

broker处理消息的最大线程数,

一般情况下不需要去修改

num.io.threads =8

broker处理磁盘IO的线程数

数值应该大于你的硬盘数

background.threads =4

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

queued.max.requests =500

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,

应该是一种自我保护机制。

host.name

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

socket.send.buffer.bytes=100*1024

socket的发送缓冲区,

socket的调优参数SO_SNDBUFF

socket.receive.buffer.bytes =100*1024

socket的接受缓冲区,

socket的调优参数SO_RCVBUFF

socket.request.max.bytes =100*1024*1024

socket请求的最大数值,

防止serverOOMmessage.max.bytes

必然要小于socket.request.max.bytes

会被topic创建时的指定参数覆盖

log.segment.bytes =1024*1024*1024

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.roll.hours =24*7

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.cleanup.policy = delete

日志清理策略选择有:delete

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.retention.minutes=3days

数据存储的最大时间超过这个时间

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

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

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log.retention.bytes

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.check.interval.ms=5minutes

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.cleaner.enable=false

是否开启日志压缩

log.cleaner.threads = 2

日志压缩运行的线程数

log.cleaner.io.max.bytes.per.second=None

日志压缩时候处理的最大大小

log.cleaner.dedupe.buffer.size=500*1024*1024

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.io.buffer.size=512*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.load.factor =0.9

日志清理中hash表的扩大因子一般不需要修改

log.cleaner.backoff.ms =15000

检查是否处罚日志清理的间隔

log.cleaner.min.cleanable.ratio=0.5

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.delete.retention.ms =1day

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,

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.index.size.max.bytes =10*1024*1024

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.interval.bytes =4096

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.flush.interval.messages=None

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"

"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.scheduler.interval.ms =3000

检查是否需要固化到硬盘的时间间隔

log.flush.interval.ms = None

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.delete.delay.ms =60000

文件在索引中清除后保留的时间一般不需要去修改

log.flush.offset.checkpoint.interval.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

auto.create.topics.enable =true

是否允许自动创建topic,若是false

就需要通过命令创建topic

default.replication.factor =1

副本的个数

num.partitions =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

   

以下是kafkaLeader,replicas配置参数

 

controller.socket.timeout.ms =30000

partition leaderreplicas

之间通讯时,socket的超时时间

controller.message.queue.size=10

partition leaderreplicas

数据同步时,消息的队列尺寸

replica.lag.time.max.ms =10000

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.max.messages =4000

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,followerleader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

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.

##broker数量较少,

或者网络不足的环境中,

建议提高此值.

replica.socket.timeout.ms=30*1000

followerleader之间的socket超时时间

replica.socket.receive.buffer.bytes=64*1024

leader复制时候的socket缓存大小

replica.fetch.max.bytes =1024*1024

replicas每次获取数据的最大大小

replica.fetch.wait.max.ms =500

replicasleader之间通信的

最大等待时间,失败了会重试

replica.fetch.min.bytes =1

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

num.replica.fetchers=1

leader进行复制的线程数,

增大这个数值会增加followerIO

replica.high.watermark.checkpoint.interval.ms =5000

每个replica检查是否将

最高水位进行固化的频率

controlled.shutdown.enable =false

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.max.retries =3

控制器关闭的尝试次数

controlled.shutdown.retry.backoff.ms =5000

每次关闭尝试的时间间隔

leader.imbalance.per.broker.percentage =10

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.check.interval.seconds =300

检查leader是否不平衡的时间间隔

offset.metadata.max.bytes

客户端保留offset信息的最大空间大小

kafkazookeeper参数配置

 

zookeeper.connect = localhost:2181

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.session.timeout.ms=6000

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.connection.timeout.ms =6000

ZooKeeper的连接超时时间

zookeeper.sync.time.ms =2000

ZooKeeper集群中leader

follower之间的同步实际那

 

 

0.8.1版server.properties配置

 

broker.id  默认值:无

每一个broker都有一个唯一的id,这是一个非负整数,这个id就是broker的"名字",这样就允许broker迁移到别的机器而不会影响消费者。你可以选择任意一个数字,只要它是唯一的。

log.dirs 默认值:/tmp/kafka-logs

一个用逗号分隔的目录列表,可以有多个,用来为Kafka存储数据。每当需要为一个新的partition分配一个目录时,会选择当前的存储partition最少的目录来存储。

port 默认值:6667

server用来接受client请求的端口。

zookeeper.connect 默认值:null

指定了ZooKeeper的connect string,以hostname:port的形式,hostname和port就是ZooKeeper集群各个节点的hostname和port。 ZooKeeper集群中的某个节点可能会挂掉,所以可以指定多个节点的connect string。如下所式:

hostname1:port1,hostname2:port2,hostname3:port3 .

ZooKeeper也可以允许你指定一个"chroot"的路径,可以让Kafka集群将需要存储在ZooKeeper的数据存储到指定的路径下这可以让多个Kafka集群或其他应用程序公用同一个ZooKeeper集群。可以使用如下的connect string:

hostname1:port1,hostname2:port2,hostname3:port3/chroot/path

这样就可以讲这个集群的所有数据存放在/chroot/path路径下。注意在启动集群前,一定要先自己创建这个路径,consumer也得使用相同的connect string。

message.max.bytes 默认值:1000000

server能接收的一条消息的最大的大小。这个属性跟consumer使用的最大fetch大小是一致的,这很重要,否则一个不守规矩的producer会发送一个太大的消息。

num.network.threads 默认值:3

处理网络的线程的数量,server端用来处理网络请求,一般不需要改变它。

num.io.threads 默认值:8

server端处理请求时的I/O线程的数量,不要小于磁盘的数量。

background.threads 默认值:4

用来处理各种不同的后台任务的线程数量,比如删除文件,一般不需要改变它。

queued.max.requests 默认值:500

I/O线程等待队列中的最大的请求数,超过这个数量,network线程就不会再接收一个新的请求。

host.name 默认值:null

broker的hostname,如果设置了它,会仅绑定这个地址。如果没有设置,则会绑定所有的网络接口,并提交一个给ZK。

advertised.host.name 默认值:null

如果设置了这个hostname,会分发给所有的producer,consumer和其他broker来连接自己。

advertised.port 默认值:null

分发这个端口给所有的producer,consumer和其他broker来建立连接。如果此端口跟server绑定的端口不同,则才有必要设置。

socket.send.buffer.bytes 默认值:100 * 1024

server端用来处理socket连接的SO_SNDBUFF缓冲大小。

socket.receive.buffer.bytes 默认值:100 * 1024

server端用来处理socket连接的SO_RCVBUFF缓冲大小。

socket.request.max.bytes 默认值:100 * 1024 * 1024

server能接受的请求的最大的大小,这是为了防止server跑光内存,不能大于Java堆的大小。

num.partitions 默认值:1

如果在创建topic的时候没有指定partition的数量,则使用这个值来设置。

log.segment.bytes 默认值:1024 * 1024 * 1024

一个topic的一个partition对应的所有segment文件称为log。这个设置控制着一个segment文件的最大的大小,如果超过了此大小,就会生成一个新的segment文件。此配置可以被覆盖,参考 the per-topic configuration section。

log.roll.hours 默认值:24 * 7

这个设置会强制Kafka去roll一个新的log segment文件,即使当前使用的segment文件的大小还没有超过log.segment.bytes。此配置可以被覆盖,参考 the per-topic configuration section。

log.cleanup.policy 默认值:delete

此配置可以设置成delete或compact。如果设置为delete,当log segment文件的大小达到上限,或者roll时间达到上限,文件将会被删除。如果设置成compact,则此文件会被清理,标记成已过时状态,详见 log compaction 。此配置可以被覆盖,参考 the per-topic configuration section。

log.retention.minutes 默认值:7 days

在删除log文件之前,保存在磁盘的时间,单位为分钟,这是所有topic的默认值。注意如果同时设置了log.retention.minutes和 log.retention.bytes,如果达到任意一个条件的限制,都会马上删掉。此配置可以被覆盖,参考 the per-topic configuration section。

log.retention.bytes 默认值:-1

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log.retention.bytes和log.retention.minutes任意一个 达到要求,都会执行删除。此配置可以被覆盖,参考 the per-topic configuration section。

log.retention.check.interval.ms 默认值:5 minutes

检查任意一个log segment文件是否需要进行retention处理的时间间隔。

log.cleaner.enable 默认值:false

设置为true就开启了log compaction功能。

log.cleaner.threads 默认值:1

使用log compaction功能来清理log的线程的数量。

log.cleaner.io.max.bytes.per.second 默认值:None

在执行log compaction的过程中,限制了cleaner每秒钟I/O的数据量,以免cleaner影响正在执行的请求。

log.cleaner.dedupe.buffer.size 默认值:500 * 1024 * 1024

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.io.buffer.size 默认值:512 * 1024

日志清理时候用到的I/O块(chunk)大小,一般不需要修改。

log.cleaner.io.buffer.load.factor 默认值:0.9

日志清理中hash表的扩大因子,一般不需要修改。

log.cleaner.backoff.ms 默认值:15000

检查log是否需要clean的时间间隔。

log.cleaner.min.cleanable.ratio 默认值:0.5

控制了log compactor进行clean操作的频率。默认情况下,当log的50%以上已被clean时,就不用继续clean了。此配置可以被覆盖,参考 the per-topic configuration section。

log.cleaner.delete.retention.ms 默认值:1 day

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,参考 the per-topic configuration section。

log.index.size.max.bytes 默认值:10 * 1024 * 1024

每一个log segment文件的offset index文件的最大的size。注意总是预分配一个稀疏(sparse)文件,当roll这个文件时再shrink down。如果index文件被写满,那么就roll一个新的log segment文件,即使还没达到log.segment.byte限制。参考 the per-topic configuration section。

log.index.interval.bytes 默认值:4096

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,但是也更耗内存,一般情况下不需要改变这个参数。

log.flush.interval.messages 默认值:None

在强制fsync一个partition的log文件之前暂存的消息数量。调低这个值会更频繁的sync数据到磁盘,影响性能。通常建议人家使用replication来确保持久性,而不是依靠单机上的fsync,但是这可以带来更多的可靠性。

log.flush.scheduler.interval.ms 默认值:3000

log flusher检查是否需要把log刷到磁盘的时间间隔,单位为ms。

log.flush.interval.ms 默认值:None

2次fsync调用之间最大的时间间隔,单位为ms。即使log.flush.interval.messages没有达到,只要这个时间到了也需要调用fsync。

log.delete.delay.ms 默认值:60000

在log文件被移出索引后,log文件的保留时间。在这段时间内运行的任意正在进行的读操作完成操作,不用去打断它。通常不需要改变。

log.flush.offset.checkpoint.interval.ms 默认值:60000

 

记录上次把log刷到磁盘的时间点的频率,用来日后的recovery。通常不需要改变。

auto.create.topics.enable 默认值:true

是否允许自动创建topic。如果设为true,那么produce,consume或者fetch metadata一个不存在的topic时,就会自动创建一个默认replication factor和partition number的topic。

controller.socket.timeout.ms 默认值:30000

partition管理控制器发向replica的命令的socket超时时间。

controller.message.queue.size 默认值:10

partition leader与replicas数据同步时的消息的队列大小。

default.replication.factor 默认值:1

自动创建topic时的默认replication factor的(副本)个数。

replica.lag.time.max.ms 默认值:10000

如果一个follower在有一个时间窗口内没有发送任意fetch请求,leader就会把这个follower从ISR(in-sync replicas)移除,并认为它已挂掉。

replica.lag.max.messages 默认值:4000

如果一个replica落后leader此配置指定的消息条数,leader就会把它移除ISR,并认为它挂掉。

replica.socket.timeout.ms 默认值:300 * 1000

复制数据过程中,replica发送给leader的网络请求的socket超时时间。

replica.socket.receive.buffer.bytes 默认值:64 * 1024

复制数据过程中,replica发送网络请求给leader的socket receiver buffer的大小。

replica.fetch.max.bytes 默认值:1024 * 1024

复制数据过程中,replica发送给leader的fetch请求试图获取数据的最大的字节数。

replica.fetch.wait.max.ms 默认值:500

复制数据过程中,为了fetch数据,replica发送请求给leader的最大的等待时间。

replica.fetch.min.bytes 默认值:1

复制数据过程中,replica收到的每个fetch响应,期望的最小的字节数,如果没有收到足够的字节数,就会等待期望更多的数据,直到达到replica.fetch.wait.max.ms。

num.replica.fetchers 默认值:1

用来从leader复制消息的线程数量,增大这个值可以增加follow的I/O并行度。

replica.high.watermark.checkpoint.interval.ms 默认值:5000

每一个replica存储自己的high watermark到磁盘的频率,用来日后的recovery。

fetch.purgatory.purge.interval.requests 默认值:10000

含义暂不明,日后研究。The purge interval (in number of requests) of the fetch request purgatory.

producer.purgatory.purge.interval.requests 默认值:10000

含义暂不明,日后研究。The purge interval (in number of requests) of the producer request purgatory.

zookeeper.session.timeout.ms 默认值:6000

ZooKeeper的session的超时时间,如果在这段时间内没有收到ZK的心跳,则会被认为该Kafka server挂掉了。如果把这个值设置得过低可能被误认为挂掉,如果设置得过高,如果真的挂了,则需要很长时间才能被server得知。

zookeeper.connection.timeout.ms 默认值:6000

client连接到ZK server的超时时间。

zookeeper.sync.time.ms 默认值:2000

一个ZK follower能落后leader多久。

controlled.shutdown.enable 默认值:false

如果为true,在关闭一个broker前,会把当前broker上的所有partition,如果有为leader的话,会把leader权交给其他broker上的相应的partition。这会降低在关闭期间不可用的时间窗口。

controlled.shutdown.max.retries 默认值:3

在执行一个unclean(强行关闭?)的关闭操作前,为了成功完成关闭操作,最大的重试次数。

controlled.shutdown.retry.backoff.ms 默认值:5000

在关闭重试期间的回退(backoff)时间。

auto.leader.rebalance.enable 默认值:false

如果设为true,复制控制器会周期性的自动尝试,为所有的broker的每个partition平衡leadership,为更优先(preferred)的replica分配leadership。

leader.imbalance.per.broker.percentage 默认值:10

每个broker允许的不平衡的leader的百分比。如果每个broker超过了这个百分比,复制控制器会重新平衡leadership。

leader.imbalance.check.interval.seconds 默认值:300

检测leader不平衡的时间间隔。

offset.metadata.max.bytes 默认值:1024

允许client(消费者)保存它们元数据(offset)的最大的数据量。

 

 

 

kafka producer配置
#指定kafka节点列表,用于获取metadata,不必全部指定
metadata.broker.list=192.168.2.105:9092,192.168.2.106:9092
# 指定分区处理类。默认kafka.producer.DefaultPartitioner,表通过key哈希到对应分区
#partitioner.class=com.meituan.mafka.client.producer.CustomizePartitioner
 
# 是否压缩,默认0表示不压缩,1表示用gzip压缩,2表示用snappy压缩。压缩后消息中会有头来指明消息压缩类型,故在消费者端消息解压是透明的无需指定。
compression.codec=none
  
# 指定序列化处理类(mafka client API调用说明-->3.序列化约定wiki),默认为kafka.serializer.DefaultEncoder,即byte[]
serializer.class=com.meituan.mafka.client.codec.MafkaMessageEncoder
# serializer.class=kafka.serializer.DefaultEncoder
# serializer.class=kafka.serializer.StringEncoder
# 如果要压缩消息,这里指定哪些topic要压缩消息,默认empty,表示不压缩。
#compressed.topics=
 
########### request ack ###############
# producer接收消息ack的时机.默认为0. 
# 0: producer不会等待broker发送ack 
# 1: 当leader接收到消息之后发送ack 
# 2: 当所有的follower都同步消息成功后发送ack. 
request.required.acks=0 
# 在向producer发送ack之前,broker允许等待的最大时间 
# 如果超时,broker将会向producer发送一个error ACK.意味着上一次消息因为某种 
# 原因未能成功(比如follower未能同步成功) 
request.timeout.ms=10000
########## end #####################
 
 
# 同步还是异步发送消息,默认“sync”表同步,"async"表异步。异步可以提高发送吞吐量,
# 也意味着消息将会在本地buffer中,并适时批量发送,但是也可能导致丢失未发送过去的消息
producer.type=sync
############## 异步发送 (以下四个异步参数可选) ####################
# 在async模式下,当message被缓存的时间超过此值后,将会批量发送给broker,默认为5000ms
# 此值和batch.num.messages协同工作.
queue.buffering.max.ms = 5000
# 在async模式下,producer端允许buffer的最大消息量
# 无论如何,producer都无法尽快的将消息发送给broker,从而导致消息在producer端大量沉积
# 此时,如果消息的条数达到阀值,将会导致producer端阻塞或者消息被抛弃,默认为10000
queue.buffering.max.messages=20000
# 如果是异步,指定每次批量发送数据量,默认为200
batch.num.messages=500
# 当消息在producer端沉积的条数达到"queue.buffering.max.meesages"后 
# 阻塞一定时间后,队列仍然没有enqueue(producer仍然没有发送出任何消息) 
# 此时producer可以继续阻塞或者将消息抛弃,此timeout值用于控制"阻塞"的时间 
# -1: 无阻塞超时限制,消息不会被抛弃 
# 0:立即清空队列,消息被抛弃 
queue.enqueue.timeout.ms=-1
################ end ###############
 
# 当producer接收到error ACK,或者没有接收到ACK时,允许消息重发的次数 
# 因为broker并没有完整的机制来避免消息重复,所以当网络异常时(比如ACK丢失) 
# 有可能导致broker接收到重复的消息,默认值为3.
message.send.max.retries=3
 
 
# producer刷新topic metada的时间间隔,producer需要知道partition leader的位置,以及当前topic的情况 
# 因此producer需要一个机制来获取最新的metadata,当producer遇到特定错误时,将会立即刷新 
# (比如topic失效,partition丢失,leader失效等),此外也可以通过此参数来配置额外的刷新机制,默认值600000 
topic.metadata.refresh.interval.ms=60000
 

kafkaconsumer端配置

 

# zookeeper连接服务器地址,此处为线下测试环境配置(kafka消息服务-->kafka broker集群线上部署环境wiki)
# 配置例子:"127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002"
zookeeper.connect=192.168.2.225:2181,192.168.2.225:2182,192.168.2.225:2183/config/mobile/mq/mafka
# zookeeper的session过期时间,默认5000ms,用于检测消费者是否挂掉,当消费者挂掉,其他消费者要等该指定时间才能检查到并且触发重新负载均衡
zookeeper.session.timeout.ms=5000
zookeeper.connection.timeout.ms=10000
# 指定多久消费者更新offset到zookeeper中。注意offset更新时基于time而不是每次获得的消息。一旦在更新zookeeper发生异常并重启,将可能拿到已拿到过的消息
zookeeper.sync.time.ms=2000
 
#指定消费组
group.id=xxx
# 当consumer消费一定量的消息之后,将会自动向zookeeper提交offset信息 
# 注意offset信息并不是每消费一次消息就向zk提交一次,而是现在本地保存(内存),并定期提交,默认为true
auto.commit.enable=true
# 自动更新时间。默认60 * 1000
auto.commit.interval.ms=1000
 
# 当前consumer的标识,可以设定,也可以有系统生成,主要用来跟踪消息消费情况,便于观察
conusmer.id=xxx 
 
# 消费者客户端编号,用于区分不同客户端,默认客户端程序自动产生
client.id=xxxx
# 最大取多少块缓存到消费者(默认10)
queued.max.message.chunks=50
# 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=5
# 获取消息的最大尺寸,broker不会像consumer输出大于此值的消息chunk
# 每次feth将得到多条消息,此值为总大小,提升此值,将会消耗更多的consumer端内存
fetch.min.bytes=6553600
# 当消息的尺寸不足时,server阻塞的时间,如果超时,消息将立即发送给consumer
fetch.wait.max.ms=5000
socket.receive.buffer.bytes=655360
 
# 如果zookeeper没有offset值或offset值超出范围。那么就给个初始的offset。有smallest、largest、
# anything可选,分别表示给当前最小的offset、当前最大的offset、抛异常。默认largest
auto.offset.reset=smallest
# 指定序列化处理类(mafka client API调用说明-->3.序列化约定wiki),默认为kafka.serializer.DefaultDecoder,即byte[]
derializer.class=com.meituan.mafka.client.codec.MafkaMessageDecoder

 

 

 

 

 

 

 

 

分享到:
评论

相关推荐

    KAFKA-3.1.1-1.3.1.1.p0.2-el7.parcel

    通常,这些文件会包括服务器配置文件(server.properties)、日志配置(log4j.properties)、脚本(如启动和停止脚本)、库文件(JARs)以及可能的示例配置和脚本。 深入讲解Kafka的关键概念和技术细节: 1. **...

    使用kafka实现的java版时间轮.zip

    使用kafka实现的java版时间轮.zip使用kafka实现的java版时间轮.zip使用kafka实现的java版时间轮.zip使用kafka实现的java版时间轮.zip使用kafka实现的java版时间轮.zip使用kafka实现的java版时间轮.zip使用kafka实现...

    server.properties

    Kafka server.properties 配置文件

    kafka_2.11-0.9.0.0.tgz

    在部署Kafka时,需要配置`server.properties`文件,指定broker的ID、Zookeeper连接地址以及其他网络和存储参数。同时,为了创建主题和管理分区,可能还需要使用Kafka提供的命令行工具,如`kafka-topics.sh`和`kafka-...

    kafka_2.9.2-0.8.2.1.tgz

    bin/kafka-run-class.sh kafka.tools.ConsumerOffsetChecker --zkconnect localhost:2181 --group test 删除topic与数据 1) kafka-topics.sh --delete --zookeeper host:port --topic topicname 2) 删除kafka...

    kafka-eagle-bin-2.1.0.tar.gz

    3. 配置:修改`conf/kafka-eagle.properties`文件,配置Kafka集群地址、Zookeeper地址及其他必要参数。 4. 启动:执行`bin/kafka-eagle-start.sh`启动服务,使用`bin/kafka-eagle-stop.sh`停止服务。 5. 访问:在Web...

    kafka-manager-1.3.3.7.zip

    说明:kafka-manager 自己下载编译速度巨慢,此资源是编译好的 kafka-manager,版本是:kafka-manager-1.3.3.7(适用于较新的版本,kafka版本是kafka_2.11-2.0.1)。 安装配置说明: 1. 里头有个自己写的启动脚本,...

    kafka_2.10-0.10.0.0.tgz

    5. 启动服务:使用`bin/kafka-server-start.sh config/server.properties`启动Kafka服务器。 6. 创建主题:使用`bin/kafka-topics.sh`创建主题,例如 `bin/kafka-topics.sh --create --zookeeper localhost:2181 --...

    kafka_2.11-0.10.1.0.tgz

    kafka_2.11-0.10.1.0.tgzKafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者规模的网站中的所有动作流数据。 这种动作(网页浏览,搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素...

    Scala 2.12 - kafka_2.12-0.10.2.1.tgz

    2. **config** 目录:配置文件,如 server.properties,用于配置 Kafka broker 的行为。 3. **libs** 目录:包含运行 Kafka 所需的库文件,包括 Scala 和其他依赖的 JAR 包。 4. **logs** 目录:Kafka 服务器日志将...

    kafka_2.10-0.8.2.1.tgz

    4. 启动Kafka服务器:在Kafka安装目录下运行启动脚本,配置服务器设置如端口、日志位置等。 五、使用Kafka 1. 创建主题:使用Kafka的管理工具创建主题,例如`kafka-topics.sh`,指定主题名、分区数和副本数。 2. ...

    kafka_2.11-0.9.0.1.tgz

    kafka_2.11-0.9.0.1.tgz 亲测可用 Kafka是由Apache软件基金会开发的一个开源流处理平台,由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者在网站中的所有动作流数据。 这种动作...

    大数据笔记,包含Hadoop、Spark、Flink、Hive、Kafka、Flume、ZK......

    大数据笔记,包含Hadoop、Spark、Flink、Hive、Kafka、Flume、ZK...... 大数据笔记,包含Hadoop、Spark、Flink、Hive、Kafka、Flume、ZK...... 大数据笔记,包含Hadoop、Spark、Flink、Hive、Kafka、Flume、ZK.......

    kafka_2.11-0.11.0.2.tgz

    2. `config`目录:存放配置文件,如`server.properties`,这是Kafka服务器的主要配置文件。 3. `libs`目录:包含了运行Kafka所需的各种库文件。 4. `docs`或`README`文件:提供文档和使用指南。 5. `LICENSE`和`...

    kafka-manager-1.3.2.1.zip

    《Kafka Manager 1.3.2.1:监控与管理Kafka集群的利器》 在大数据处理领域,Apache Kafka以其高效、可扩展的实时数据流处理能力而广受青睐。然而,随着Kafka集群规模的扩大,管理和监控任务变得日益复杂。此时,一...

    KAFKA-3.0.0-1.3.0.0.p0.40-el7

    标题 "KAFKA-3.0.0-1.3.0.0.p0.40-el7" 暗示我们正在讨论的是 Apache Kafka 的一个特定版本,这里是3.0.0,针对的是CDH(Cloudera Data Hub)环境,版本号为1.3.0.0.p0.40,适配的是EL7(CentOS 7)操作系统。...

    kafka-manager-1.3.3.16.zip(已编译)

    2. **配置**:在解压后的目录中,找到`conf/application.conf`文件,根据实际的Kafka集群配置进行调整,如Zookeeper地址、Kafka集群列表等。 3. **启动**:执行启动脚本,通常为`bin/kafka-manager`,Kafka Manager...

    Kafka配置参数详解 - 网络技术.rar_KAFKA broker_Kafka配置参数详解_kafka

    `server.properties`配置文件是每个Kafka broker的核心配置文件,它定义了Kafka节点的行为和性能特性。本篇将深入探讨Kafka配置参数,帮助你理解和优化Kafka集群的运行。 1. **broker.id**: 这个参数是每个Kafka ...

    kafka-eagle-2.0.8.tar.gz

    《Kafka Eagle 2.0.8:一款高效监控与管理Kafka的工具》 Kafka Eagle是一款针对Apache Kafka设计的高性能、用户友好的管理和监控工具。它的版本2.0.8提供了更加强大和稳定的特性,以帮助管理员更好地监控和管理...

Global site tag (gtag.js) - Google Analytics