kafka 参数说明

auto.commit.interval.ms = 5000
        auto.offset.reset = latest
        bootstrap.servers = [testserver7:9092, testserver5:9092, testserver4:9092]

        check.crcs = true 
        自动检查CRC32记录的消耗
        
        client.id = 
        用户设定,用于跟踪记录消息,默认""
        一个ID字符串,在发出请求时传递给服务器。这样做的目的是为了能够跟踪请求的来源,而不仅仅是ip/port,允许在服务器端的请求记录中包含一个逻辑应用的名称。
        Type:	string
        Default:	""
        Valid Values:	
        Importance:	medium
        

        connections.max.idle.ms = 540000
        在此配置指定的毫秒数之后关闭空闲连接
        
        default.api.timeout.ms = 60000    
        指定客户端api超时时间(以毫秒为单位)。此配置用作未指定超时参数的所有客户端操作的默认超时。

        enable.auto.commit = true

        exclude.internal.topics = true
        Kafka 中有两个内部的主题: __consumer_offsets 和 __transaction_state。exclude.internal.topics 用来指定 Kafka 中的内部主题是否可以向消费者公开,默认值为 true。如果设置为 true,那么只能使用 subscribe(Collection)的方式而不能使用 subscribe(Pattern)的方式来订阅内部主题,设置为 false 则没有这个限制。

        fetch.max.bytes = 52428800
        该参数与 fetch.min.bytes 参数对应,它用来配置 Consumer 在一次拉取请求中从Kafka中拉取的最大数据量,默认值为52428800(B),也就是50MB。
        如果这个参数设置的值比任何一条写入 Kafka 中的消息要小,那么会不会造成无法消费呢?该参数设定的不是绝对的最大值,如果在第一个非空分区中拉取的第一条消息大于该值,那么该消息将仍然返回,以确保消费者继续工作。Kafka 中所能接收的最大消息的大小通过服务端参数 message.max.bytes(对应于主题端参数 max.message.bytes)来设置

        fetch.max.wait.ms = 500
        这个参数也和 fetch.min.bytes 参数有关,如果 Kafka 仅仅参考 fetch.min.bytes 参数的要求,那么有可能会一直阻塞等待而无法发送响应给 Consumer,显然这是不合理的。fetch.max.wait.ms 参数用于指定 Kafka 的等待时间,默认值为500(ms)。如果 Kafka 中没有足够多的消息而满足不了 fetch.min.bytes 参数的要求,那么最终会等待500ms。这个参数的设定和 Consumer 与 Kafka 之间的延迟也有关系,如果业务应用对延迟敏感,那么可以适当调小这个参数.

        fetch.min.bytes = 1

        group.id = console-consumer-51256
        heartbeat.interval.ms = 3000

        interceptor.classes = []
        拦截器,可以在生产端和消费端拦截。统计前后消耗时间等

        internal.leave.group.on.close = true

        isolation.level = read_uncommitted
        key.deserializer = class org.apache.kafka.common.serialization.ByteArrayDeserializer
        max.partition.fetch.bytes = 1048576
        服务器将返回的每个分区的最大数据量。记录由使用者批量获取。如果fetch的第一个非空分区中的第一个记录批处理大于这个限制,该批处理仍然会被返回,以确保消费者可以取得进展。代理接受的最大记录批大小是通过message.max.bytes(代理配置)或max.message.bytes(主题配置)定义的。请参见fetch.max.bytes限制消费者请求的大小。

        max.poll.interval.ms = 300000
        max.poll.records = 500
        metadata.max.age.ms = 300000
        metadata.max.age.ms 这个参数,元数据有效期毫秒值5601000(5分钟)
        这个参数用来配置元数据的过期时间,默认值为300000 ( ms ),即5 分钟。如果元数据在
        此参数所限定的时间范围内没有进行更新,则会被强制更新,即使没有任何分区变化或有新的
        broker 加入。。

        metric.reporters = []
        重要性:低
        类型:List
        默认值:Collections.emptyList()
        被作为metrics reporter的类的列表,这些类都实现了接口org.apache.kafka.common.metrics.MetricsReporter,因此当有新的metric生成时,这些reporters类都可以接收到通知。通常都会包含JmxReporter类,以用于注册JMX统计。
        JMX(Java Management Extensions)
        kafka使用jmx调取kafka broker的内部数据,来监控一些敏感的数据。

        metrics.num.samples = 2
        重要性:低
        类型:int
        默认值:2
        维护用于计算度量metrics的样本数量。

        metrics.recording.level = INFO
        metrics.sample.window.ms = 30000
        重要性:低
        类型:Long
        默认值:30000毫秒,即30秒
        计算度量样本的时间窗口,度量用于kafka监控

        partition.assignment.strategy = [class org.apache.kafka.clients.consumer.RangeAssignor]
        轮询策略设置
        partition.assignment.strategy=org.apache.kafka.clients.consumer.RoundRobinAssignor
        范围策略设置
        partition.assignment.strategy=org.apache.kafka.clients.consumer.RangeAssignor
        简单来说就是要配置全路径类名,否则没用

        receive.buffer.bytes = 65536
        socket的接收缓存空间大小

        reconnect.backoff.max.ms = 1000
        重新连接到多次连接失败的代理时等待的最大时间(以毫秒为单位)。如果提供,每一个连续的连接失败,每个主机的回退将呈指数增长,直到这个最大值。在计算回退增加后,添加20%的随机抖动以避免连接风暴。

        reconnect.backoff.ms = 50
        在尝试重新连接到给定主机之前等待的基本时间。这样可以避免在紧密循环中重复连接到主机。此回退适用于客户端对代理的所有连接尝试。
        
        request.timeout.ms = 30000
        retry.backoff.ms = 100
        sasl.client.callback.handler.class = null
        sasl.jaas.config = null
        sasl.kerberos.kinit.cmd = /usr/bin/kinit
        sasl.kerberos.min.time.before.relogin = 60000
        sasl.kerberos.service.name = null
        sasl.kerberos.ticket.renew.jitter = 0.05
        sasl.kerberos.ticket.renew.window.factor = 0.8
        sasl.login.callback.handler.class = null
        sasl.login.class = null
        sasl.login.refresh.buffer.seconds = 300
        sasl.login.refresh.min.period.seconds = 60
        sasl.login.refresh.window.factor = 0.8
        sasl.login.refresh.window.jitter = 0.05
        sasl.mechanism = GSSAPI
        security.protocol = PLAINTEXT
        send.buffer.bytes = 131072
        session.timeout.ms = 10000
        ssl.cipher.suites = null
        ssl.enabled.protocols = [TLSv1.2, TLSv1.1, TLSv1]
        ssl.endpoint.identification.algorithm = null
        ssl.key.password = null
        ssl.keymanager.algorithm = SunX509
        ssl.keystore.location = null
        ssl.keystore.password = null
        ssl.keystore.type = JKS
        ssl.protocol = TLS
        ssl.provider = null
        ssl.secure.random.implementation = null
        ssl.trustmanager.algorithm = PKIX
        ssl.truststore.location = null
        ssl.truststore.password = null
        ssl.truststore.type = JKS
        value.deserializer = class org.apache.kafka.common.serialization.ByteArrayDeserializer

 

Kafka的性能可以通过一些参数的优化来提升。首先,文件系统对性能有很大的影响。XFT是一个性能较好的文件系统,它在大部分工作负载下无需额外的调优就能提供较好的性能。此外,可以通过设置文件挂载点的noatime参数来降低磁盘的写操作,进一步提升Kafka的性能。这样可以防止更新atime属性,而不影响ctime和mtime属性的更新。\[1\] 其次,Kafka依赖于I/O性能来提供快速的响应。可以通过调整vm.dirty_background_ratio和vm.dirty_ratio参数来控制脏页的数量。将vm.dirty_background_ratio设置为小于10的值可以减少脏页的数量,而将vm.dirty_ratio设置为大于20的值可以增加刷新到磁盘之前的脏页数量。一般来说,60~80是一个合理的范围。但是需要注意,调整这些参数可能会带来一些风险,如未刷新磁盘操作的数量增加和同步刷新引起的长时间I/O等待。如果将vm.dirty_ratio设置为较高的值,建议启用Kafka的复制功能,以避免数据丢失。\[2\] 此外,内存也对Kafka的性能有影响。消费者从分区尾部读取消息时,消息会直接存放在系统的页面缓存中,这比从磁盘上重新读取要快得多。因此,Kafka大量使用系统页面缓存。如果虚拟内存被交换到磁盘,说明已经没有多余的内存可以分配给页面缓存了。可以通过调整vm.swappiness参数的值来控制虚拟内存的使用,建议将其设置为较小的值,如1,以减小页面缓存并避免进行内存交换。\[3\] 综上所述,通过优化文件系统、调整脏页参数和控制虚拟内存的使用,可以提升Kafka的性能。 #### 引用[.reference_title] - *1* *2* *3* [Kafka参数配置及性能优化](https://blog.csdn.net/lq0954/article/details/123131603)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值