Kafka集群配置及配置文件

文章目录

目录

1. 1. Kafka集群部署
2. 2. 1、下载安装包
3. 3. 2、解压安装包
4. 4. 3、修改配置文件
5. 5. 配置文件及注释
6. 6. 常用
7. 7. 详解
8. 8. 以下是kafka中Leader,replicas配置参数
9. 9. kafka中zookeeper参数配置

[TOC]

Kafka集群部署

kafka默认推荐的是2.11开头的，如果系统中没有其他软件依赖于Scala的话，就使用2.11版本的
scala是依赖于zookeeper的，所以需要给zookeeper配置地址

1、下载安装包

http://kafka.apache.org/downloads.html
在linux中使用wget命令下载安装包
wget http://mirrors.hust.edu.cn/apache/kafka/0.8.2.2/kafka_2.11-0.8.2.2.tgz

2、解压安装包

tar -zxvf kafka_2.11-0.8.2.2.tgz -C /home/bigdata/apps/kafka/
cd /home/bigdata/apps/kafka/
ln -s kafka_2.11-0.8.2.2 kafka

3、修改配置文件

配置文件有4个点

hostname应该保持一致

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=/home/bigdata/logs/kafka-logs
#kafka数据的存放地址，多个地址的话用逗号分割 /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 =3
#broker处理消息的最大线程数，一般情况下不需要去修改 配置了三台服务器，所以选择三个
  #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。
#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=102400
#socket的发送缓冲区，socket的调优参数SO_SNDBUFF
  socket.receive.buffer.bytes =102400
#socket的接受缓冲区，socket的调优参数SO_RCVBUFF
  socket.request.max.bytes =104857600
#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 =168
  zookeeper.connect = bigdata1:2181,bigdata2:2181,bigdata3:2181
#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
#host.name=bigdata1
 #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,hostname为主机
 
# 这个是轻量的配置文件
#broker的全局唯一编号，不能重复
broker.id=0
#用来监听连接的端口，producer或consumer将在此端口建立连接
port=9092
#处理网络请求的线程数量，集群中有几个节点就设置几个
num.network.threads=3
#用来处理磁盘io的线程数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接受套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka运行日志存放的路径
log.dirs=/home/hadoop/logs/kafka
#topic在当前broker上的分片个数
num.partitions=2
#用来恢复和清理data下数据的线程数量
num.recovery.threads.per.data.dir=1
#segment文件保留的最长时间。超时将会被删除
log.retention.hours=168
#滚动删除生成心得segment文件的最大时间
log.roll.hour=168

------------------

ip（重要），如果不改，则客户端会抛出：producer connection to localhost:9092 unsuccessful错误，
advertised.host.name=192.168.11.11

\

cp /home/bigdata/apps/kafka/config/server.properties /home/bigdata/apps/kafka/config/server.properties.bak
vi /home/bigdata/apps/kafka/config/server.properties

# 4、分发安装包

scp -r /home/bigdata/apps/kafka/ bigdata2:/home/bigdata/apps/

然后分别在各机器上创建软连

cd /home/bigdata/apps/kafka
ln -s kafka_2.11-0.8.2.2 kafka

# 5、再次修改配置文件（重要）

依次修改各服务器上配置文件的的broker.id，分别是0,1,2不得重复。

# 需要配置kafka的环境变量

# 6、启动集群

**依次在各节点上启动kafka** 
后台启动 `nohup最后加一个&` 

```bash
KAFKA_HOME/bin/kafka-server-start.sh  KAFKA_HOME/config/server.properties &

配置文件及注释

broker.id=0
#当前机器在集群中的唯一标识，和zookeeper的myid性质一样
port=9092
#当前kafka对外提供服务的端口默认是9092
host.name=192.168.11.11
advertised.host.name=192.168.11.11
#这个参数默认是关闭的，在0.8.1有个bug，DNS解析问题，失败率的问题。
num.network.threads=3
#这个是borker进行网络处理的线程数
num.io.threads=8
#这个是borker进行I/O处理的线程数
log.dirs=/home/bigdata/apps/kafka/kafkalogs/
#消息存放的目录，这个目录可以配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数这个目录，如果配置多个目录，新创建的topic他把消息持久化的地方是，当前以逗号分割的目录中，那个分区数最少就放那一个
socket.send.buffer.bytes=102400
#发送缓冲区buffer大小，数据不是一下子就发送的，先回存储到缓冲区了到达一定的大小后在发送，能提高性能
socket.receive.buffer.bytes=102400
#kafka接收缓冲区大小，当数据到达一定大小后在序列化到磁盘
socket.request.max.bytes=104857600
#这个参数是向kafka请求消息或者向kafka发送消息的请请求的最大数，这个值不能超过java的堆栈大小
num.partitions=1
#默认的分区数，一个topic默认1个分区数
log.retention.hours=168
#默认消息的最大持久化时间，168小时，7天


message.max.bytes=5242880
#消息保存的最大值5M
default.replication.factor=2
#kafka保存消息的副本数，如果一个副本失效了，另一个还可以继续提供服务
replica.fetch.max.bytes=5242880
#取消息的最大直接数
log.segment.bytes=1073741824
#这个参数是：因为kafka的消息是以追加的形式落地到文件，当超过这个值的时候，kafka会新起一个文件
log.retention.check.interval.ms=300000
#每隔300000毫秒去检查上面配置的log失效时间（log.retention.hours=168 ），到目录查看是否有过期的消息如果有，删除
log.cleaner.enable=false
#是否启用log压缩，一般不用启用，启用的话可以提高性能
zookeeper.connect=192.168.11.11:2181,192.168.11.12:2181,192.168.11.13:2181
#设置zookeeper的连接端口

常用

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 /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 =3
#broker处理消息的最大线程数，一般情况下不需要去修改 配置了三台服务器，所以选择三个
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。
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

详解

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 /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=60*24 # 一天后删除
#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
#是否允许自动创建topic，若是false，就需要通过命令创建topic
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


##这是轻量级的配置文件
broker.id=0
#当前机器在集群中的唯一标识，和zookeeper的myid性质一样
port=9092
#当前kafka对外提供服务的端口默认是9092
host.name=192.168.11.11
#这个参数默认是关闭的，在0.8.1有个bug，DNS解析问题，失败率的问题。
num.network.threads=3
#这个是borker进行网络处理的线程数
num.io.threads=8
#这个是borker进行I/O处理的线程数
log.dirs=/home/hadoop/logs/kafka-logs 
#消息存放的目录，这个目录可以配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数这个目录，如果配置多个目录，新创建的topic他把消息持久化的地方是，当前以逗号分割的目录中，那个分区数最少就放那一个
socket.send.buffer.bytes=102400
#发送缓冲区buffer大小，数据不是一下子就发送的，先回存储到缓冲区了到达一定的大小后在发送，能提高性能
socket.receive.buffer.bytes=102400
#kafka接收缓冲区大小，当数据到达一定大小后在序列化到磁盘
socket.request.max.bytes=104857600
#这个参数是向kafka请求消息或者向kafka发送消息的请请求的最大数，这个值不能超过java的堆栈大小
num.partitions=1
#默认的分区数，一个topic默认1个分区数
log.retention.hours=168
#默认消息的最大持久化时间，168小时，7天
message.max.byte=5242880
#消息保存的最大值5M
default.replication.factor=2
#kafka保存消息的副本数，如果一个副本失效了，另一个还可以继续提供服务
replica.fetch.max.bytes=5242880
#取消息的最大直接数
log.segment.bytes=1073741824
#这个参数是：因为kafka的消息是以追加的形式落地到文件，当超过这个值的时候，kafka会新起一个文件
log.retention.check.interval.ms=300000
#每隔300000毫秒去检查上面配置的log失效时间（log.retention.hours=168 ），到目录查看是否有过期的消息如果有，删除
log.cleaner.enable=false
#是否启用log压缩，一般不用启用，启用的话可以提高性能
zookeeper.connect=192.168.11.11:2181,192.168.11.12:2181,192.168.11.13:2181
#设置zookeeper的连接端口

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 = bigdata1:2181,bigdata2:2181,bigdata3:2181
#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