Kafka 安裝配置

1. 下載安裝kafka

下載地址：http://apache.fayea.com/kafka/

解壓安裝包 tar zxvf kafka_版本號.tgz

2. 配置

修改kafka的config/server.properties 文件

• broker.id=1  #惟一，填數字，每一個server填寫不同
• host.name=192.168.1.10 #惟一，填服務器IP，或者hostname，或者不填
• zookeeper.connect=server1:2181,server2:2181,……serverN:2181 #填zookeeper的服務節點，詳見Zookeeper安裝和配置

具體的配置參數說明見下附錄

3. 分佈式

將kafka目錄分別copy到其餘server上，並修改配置文件中的broker.id和host.name參數

3. 啓動

首先啓動zookeeper，詳見Zookeeper安裝和配置

啓動kafka命令在bin目錄下：

kafka-server-start.sh ../config/server.properties &

9092端口監測：

netstat -tunlp|grep  9092

附錄

server.properties中全部配置參數說明(解釋)以下列表：

轉自：http://blog.csdn.net/lizhitao/article/details/25667831

參數	說明(解釋)
broker.id =0	每個broker在集羣中的惟一表示，要求是正數。當該服務器的IP地址發生改變時，broker.id沒有變化，則不會影響consumers的消息狀況
log.dirs=/data/kafka-logs	kafka數據的存放地址，多個地址的話用逗號分割,多個目錄分佈在不一樣磁盤上能夠提升讀寫性能  /data/kafka-logs-1，/data/kafka-logs-2
port =9092	broker server服務端口
message.max.bytes =6525000	表示消息體的最大大小，單位是字節
num.network.threads =4	broker處理消息的最大線程數，通常狀況下數量爲cpu核數
num.io.threads =8	broker處理磁盤IO的線程數，數值爲cpu核數2倍
background.threads =4	一些後臺任務處理的線程數，例如過時消息文件的刪除等，通常狀況下不須要去作修改
queued.max.requests =500	等待IO線程處理的請求隊列最大數，如果等待IO的請求超過這個數值，那麼會中止接受外部消息，應該是一種自我保護機制。
host.name	broker的主機地址，如果設置了，那麼會綁定到這個地址上，如果沒有，會綁定到全部的接口上，並將其中之一發送到ZK，通常不設置
socket.send.buffer.bytes=100*1024	socket的發送緩衝區，socket的調優參數SO_SNDBUFF
socket.receive.buffer.bytes =100*1024	socket的接受緩衝區，socket的調優參數SO_RCVBUFF
socket.request.max.bytes =100*1024*1024	socket請求的最大數值，防止serverOOM，message.max.bytes必然要小於socket.request.max.bytes，會被topic建立時的指定參數覆蓋
log.segment.bytes =1024*1024*1024	topic的分區是以一堆segment文件存儲的，這個控制每一個segment的大小，會被topic建立時的指定參數覆蓋
log.roll.hours =24*7	這個參數會在日誌segment沒有達到log.segment.bytes設置的大小，也會強制新建一個segment會被 topic建立時的指定參數覆蓋
log.cleanup.policy = delete	日誌清理策略選擇有：delete和compact主要針對過時數據的處理，或是日誌文件達到限制的額度，會被 topic建立時的指定參數覆蓋
log.retention.minutes=300 或 log.retention.hours=24	數據文件保留多長時間， 存儲的最大時間超過這個時間會根據log.cleanup.policy設置數據清除策略 log.retention.bytes和log.retention.minutes或log.retention.hours任意一個達到要求，都會執行刪除   有2刪除數據文件方式：       按照文件大小刪除：log.retention.bytes   按照2中不一樣時間粒度刪除：分別爲分鐘，小時
log.retention.bytes=-1	topic每一個分區的最大文件大小，一個topic的大小限制 = 分區數*log.retention.bytes。-1沒有大小限log.retention.bytes和log.retention.minutes任意一個達到要求，都會執行刪除，會被topic建立時的指定參數覆蓋
log.retention.check.interval.ms=5minutes	文件大小檢查的週期時間，是否處罰 log.cleanup.policy中設置的策略
log.cleaner.enable=false	是否開啓日誌清理
log.cleaner.threads = 2	日誌清理運行的線程數
log.cleaner.io.max.bytes.per.second=None	日誌清理時候處理的最大大小
log.cleaner.dedupe.buffer.size=500*1024*1024	日誌清理去重時候的緩存空間，在空間容許的狀況下，越大越好
log.cleaner.io.buffer.size=512*1024	日誌清理時候用到的IO塊大小通常不須要修改
log.cleaner.io.buffer.load.factor =0.9	日誌清理中hash表的擴大因子通常不須要修改
log.cleaner.backoff.ms =15000	檢查是否處罰日誌清理的間隔
log.cleaner.min.cleanable.ratio=0.5	日誌清理的頻率控制，越大意味着更高效的清理，同時會存在一些空間上的浪費，會被topic建立時的指定參數覆蓋
log.cleaner.delete.retention.ms =1day	對於壓縮的日誌保留的最長時間，也是客戶端消費消息的最長時間，同log.retention.minutes的區別在於一個控制未壓縮數據，一個控制壓縮後的數據。會被topic建立時的指定參數覆蓋
log.index.size.max.bytes =10*1024*1024	對於segment日誌的索引文件大小限制，會被topic建立時的指定參數覆蓋
log.index.interval.bytes =4096	當執行一個fetch操做後，須要必定的空間來掃描最近的offset大小，設置越大，表明掃描速度越快，可是也更好內存，通常狀況下不須要搭理這個參數
log.flush.interval.messages=None 例如log.flush.interval.messages=1000 表示每當消息記錄數達到1000時flush一次數據到磁盤	log文件」sync」到磁盤以前累積的消息條數,由於磁盤IO操做是一個慢操做,但又是一個」數據可靠性"的必要手段,因此此參數的設置,須要在"數據可靠性"與"性能"之間作必要的權衡.若是此值過大,將會致使每次"fsync"的時間較長(IO阻塞),若是此值太小,將會致使"fsync"的次數較多,這也意味着總體的client請求有必定的延遲.物理server故障,將會致使沒有fsync的消息丟失.
log.flush.scheduler.interval.ms =3000	檢查是否須要固化到硬盤的時間間隔
log.flush.interval.ms = None 例如：log.flush.interval.ms=1000 表示每間隔1000毫秒flush一次數據到磁盤	僅僅經過interval來控制消息的磁盤寫入時機,是不足的.此參數用於控制"fsync"的時間間隔,若是消息量始終沒有達到閥值,可是離上一次磁盤同步的時間間隔達到閥值,也將觸發.
log.delete.delay.ms =60000	文件在索引中清除後保留的時間通常不須要去修改
log.flush.offset.checkpoint.interval.ms =60000	控制上次固化硬盤的時間點，以便於數據恢復通常不須要去修改
auto.create.topics.enable =true	是否容許自動建立topic，如果false，就須要經過命令建立topic
default.replication.factor =1	是否容許自動建立topic，如果false，就須要經過命令建立topic
num.partitions =1	每一個topic的分區個數，如果在topic建立時候沒有指定的話會被topic建立時的指定參數覆蓋
如下是kafka中Leader,replicas配置參數
controller.socket.timeout.ms =30000	partition leader與replicas之間通信時,socket的超時時間
controller.message.queue.size=10	partition leader與replicas數據同步時,消息的隊列尺寸
replica.lag.time.max.ms =10000	replicas響應partition leader的最長等待時間，如果超過這個時間，就將replicas列入ISR(in-sync replicas)，並認爲它是死的，不會再加入管理中
replica.lag.max.messages =4000	若是follower落後與leader太多,將會認爲此follower[或者說partition relicas]已經失效 ##一般,在follower與leader通信時,由於網絡延遲或者連接斷開,總會致使replicas中消息同步滯後 ##若是消息以後太多,leader將認爲此follower網絡延遲較大或者消息吞吐能力有限,將會把此replicas遷移 ##到其餘follower中. ##在broker數量較少,或者網絡不足的環境中,建議提升此值.
replica.socket.timeout.ms=30*1000	follower與leader之間的socket超時時間
replica.socket.receive.buffer.bytes=64*1024	leader複製時候的socket緩存大小
replica.fetch.max.bytes =1024*1024	replicas每次獲取數據的最大大小
replica.fetch.wait.max.ms =500	replicas同leader之間通訊的最大等待時間，失敗了會重試
replica.fetch.min.bytes =1	fetch的最小數據尺寸,若是leader中還沒有同步的數據不足此值,將會阻塞,直到知足條件
num.replica.fetchers=1	leader進行復制的線程數，增大這個數值會增長follower的IO
replica.high.watermark.checkpoint.interval.ms =5000	每一個replica檢查是否將最高水位進行固化的頻率
controlled.shutdown.enable =false	是否容許控制器關閉broker ,如果設置爲true,會關閉全部在這個broker上的leader，並轉移到其餘broker
controlled.shutdown.max.retries =3	控制器關閉的嘗試次數
controlled.shutdown.retry.backoff.ms =5000	每次關閉嘗試的時間間隔
leader.imbalance.per.broker.percentage =10	leader的不平衡比例，如果超過這個數值，會對分區進行從新的平衡
leader.imbalance.check.interval.seconds =300	檢查leader是否不平衡的時間間隔
offset.metadata.max.bytes	客戶端保留offset信息的最大空間大小
kafka中zookeeper參數配置
zookeeper.connect = localhost:2181	zookeeper集羣的地址，能夠是多個，多個之間用逗號分割hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.session.timeout.ms=6000	ZooKeeper的最大超時時間，就是心跳的間隔，如果沒有反映，那麼認爲已經死了，不易過大
zookeeper.connection.timeout.ms =6000	ZooKeeper的鏈接超時時間
zookeeper.sync.time.ms =2000	ZooKeeper集羣中leader和follower之間的同步實際那