设为首页 收藏本站
查看: 1402|回复: 0

[经验分享] Kafka 配置说明 含0.8.1版server.properties

[复制链接]
发表于 2017-5-23 18:33:48 | 显示全部楼层 |阅读模式
  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serverOOM,message.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和
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会
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和
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和
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,
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。
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"
与"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kafka中Leader,replicas配置参数

 

controller.socket.timeout.ms =30000


partition leader与replicas
之间通讯时,socket的超时时间


controller.message.queue.size=10


partition leader与replicas
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,在follower与leader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
此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中.
##在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


follower与leader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


replicas同leader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follower的IO


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


kafka中zookeeper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和
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
  

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-379986-1-1.html 上篇帖子: 【原创】探讨kafka的分区数与多线程消费 下篇帖子: 分布式发布订阅消息系统 Kafka 架构设计
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表