Broker的一般配置
有很多参数在部署集群模式时需要引起重视，这些参数都是broker最基本的配置，很多参数都需要依据集群的broker情况而变化。
broker.id
每个kafka的broker都需要有一个整型的唯一标识，这个标识通过broker.id来设置。默认的情况下，这个数字是0，但是它可以设置成任何值。需要注意的是，需要保证集群中这个id是唯一的。这个值是可以任意填写的，并且可以在必要的时候从broker集群中删除。比较好的做法是使用主机名相关的标识来做为id，比如，你的主机名当中有数字相关的信息，如hosts1.example.com，host2.example.com，那么这个数字就可以用来作为broker.id的值。
port
默认启动kafka时，监听的是TCP的9092端口，端口号可以被任意修改。如果端口号设置为小于1024，那么kafka需要以root身份启动。但是并不推荐以root身份启动。
zookeeper.connect
这个参数指定了Zookeeper所在的地址，它存储了broker的元信息。在前一章节的例子 中，Zookeeper是运行在本机的2181端口上，因此这个值被设置成localhost:2181。这个值可以通过分号设置多个值，每个值的格式都是hostname:port/path，其中每个部分的含义如下：
如果设置了chroot，但是它又不存在，那么broker会在启动的时候直接创建。
PS：为什么使用Chroot路径
一个普遍认同的最佳实践就是kafka集群使用chroot路径，这样zookeeper可以与其他应用共享使用，而不会有任何冲突。指定多个zookeeper服务器的地址也是比较好的做法，这样当zookeeper集群中有节点失败的时候，还可以正常连接其他的节点。
log.dirs
这个参数用于配置Kafka保存数据的位置，Kafka中所有的消息都会存在这个目录下。可以通过逗号来指定多个目录，kafka会根据最少被使用的原则选择目录分配新的parition。注意kafka在分配parition的时候选择的规则不是按照磁盘的空间大小来定的，而是分配的parition的个数多小。
num.recovery.thread.per.data.dir
kafka可以配置一个线程池，线程池的使用场景如下：
默认，每个目录只有一个线程。最好是设置多个线程数，这样在服务器启动或者关闭的时候，都可以并行的进行操作。尤其是当非正常停机后，重启时，如果有大量的分区数，那么启动broker将会花费大量的时间。注意，这个参数是针对每个目录的。比如，num.recovery.threads.per.data.dir设置为8，如果有3个log.dirs路径，那么一共会有24个线程。
auto.create.topics.enable
在下面场景中，按照默认的配置，如果还没有创建topic，kafka会在broker上自动创建topic：
当producer向一个topic中写入消息时
当cosumer开始从某个topic中读取数据时
当任何的客户端请求某个topic的信息时
在很多场景下，这都会引发莫名其妙的问题。尤其是没有什么办法判断某个topic是否存在，因为任何请求都会创建该topic。如果你想严格的控制topic的创建，那么可以设置auto.create.topics.enable为false。
默认的主题配置Topic Defaults
kafka集群在创建topic的时候会设置一些默认的配置，这些参数包括分区的个数、消息的容错机制，这些信息都可以通过管理员工具以topic为单位进行配置。kafka为我们提供的默认配置，基本也能满足大多数的应用场景了。
PS：使用per.topic进行参数的覆盖
在之前的版本中，可以通过log.retention.hours.per.topic，log.retention.bytes.per.topic, log.segment.bytes.per.topic等覆盖默认的配置。现在的版本不能这么用了，必须通过管理员工具进行设置。
num.partitions
这个参数用于配置新创建的topic有多少个分区，默认是1个。注意partition的个数只可以被增加，不能被减少。这就意味着如果想要减少主题的分区数，那么就需要重新创建topic。
在第一章中介绍过，kafka通过分区来对topic进行扩展，因此需要使用分区的个数来做负载均衡，如果新增了broker，那么就会引发重新负载分配。这并不意味着所有的主题的分区数都需要大于broker的数量，因为kafka是支持多个主题的，其他的主题会使用其余的broker。需要注意的是，如果消息的吞吐量很高，那么可以通过设置一个比较大的分区数，来分摊压力。
log.retention.ms
这个参数用于配置kafka中消息保存的时间，也可以使用log.retention.hours，默认这个参数是168个小时，即一周。另外，还支持log.retention.minutes和log.retention.ms。这三个参数都会控制删除过期数据的时间，推荐还是使用log.retention.ms。如果多个同时设置，那么会选择最小的那个。
PS：过期时间和最后修改时间
过期时间是通过每个log文件的最后修改时间来定的。在正常的集群操作中，这个时间其实就是log段文件关闭的时间，它代表了最后一条消息进入这个文件的时间。然而，如果通过管理员工具，在brokers之间移动了分区，那么这个时候会被刷新，就不准确了。这就会导致本该过期删除的文件，被继续保留了。
log.retention.bytes
这个参数也是用来配置消息过期的，它会应用到每个分区，比如，你有一个主题，有8个分区，并且设置了log.retention.bytes为1G，那么这个主题总共可以保留8G的数据。注意，所有的过期配置都会应用到patition粒度，而不是主题粒度。这也意味着，如果增加了主题的分区数，那么主题所能保留的数据也就随之增加了。
PS：通过大小和时间配置数据过期
如果设置了log.retention.bytes和log.retention.ms（或者其他过期时间的配置），只要满足一个条件，消息就会被删除。比如，设置log.retention.ms是86400000(一天)，并且log.retention.bytes是1000000000(1G),那么只要修改时间大于一天或者数据量大于1G，这部分数据都会被删除。
log.segment.bytes
这个参数用来控制log段文件的大小，而不是消息的大小。在kafka中，所有的消息都会进入broker，然后以追加的方式追加到分区当前最新的segment段文件中。一旦这个段文件到达了log.segment.bytes设置的大小，比如默认的1G，这个段文件就会被关闭，然后创建一个新的。一旦这个文件被关闭，就可以理解成这个文件已经过期了。这个参数设置的越小，那么关闭文件创建文件的操作就会越频繁，这样也会造成大量的磁盘读写的开销。
通过生产者发送过来的消息的情况可以判断这个值的大小。比如，主题每天接收100M的消息，并且log.segment.bytes为默认设置，那么10天后，这个段文件才会被填满。由于段文件在没有关闭的时候，是不能删除的，log.retention.ms又是默认的设置，那么这个消息将会在17天后，才过期删除。因为10天后，段文件才关闭。再过7天，这个文件才算真正过期，才能被清除。
PS：根据时间戳追踪offset
段文件的大小也会影响到消息消费offset的操作，因为读取某一时间的offset时，kafka会寻找关闭时间晚于offset时间的那个段文件。然后返回offset所在的段文件的第一个消息的offset，然后按照偏移值查询目标的消息。因此越小的段文件，通过时间戳消费offset的时候就会越精确。
log.segment.ms
这个参数也可以控制段文件关闭的时间，它定义了经过多长时间段文件会被关闭。跟log.retention.bytes和log.retention.ms类似，log.segment.ms和log.segment.bytes也不是互斥的。kafka会在任何一个条件满足时，关闭段文件。默认情况下，是不会设置Log.segment.ms的，也就意味着只会通过段文件的大小来关闭文件。
PS：基于时间关闭段文件的磁盘性能需求
当时使用基于时间的段文件限制，对磁盘的要求会很高。这是因为，一般情况下如果段文件大小这个条件不满足，会按照时间限制来关闭文件，此时如果分区数很多，主题很多，将会有大量的段文件同时关闭，同时创建。
message.max.bytes
这个参数用于限制生产者消息的大小，默认是1000000，也就是1M。生产者在发送消息给broker的时候，如果出错，会尝试重发；但是如果是因为大小的原因，那生产者是不会重发的。另外，broker上的消息可以进行压缩，这个参数可以使压缩后的大小，这样能多存储很多消息。
需要注意的是，允许发送更大的消息会对性能有很大影响。更大的消息，就意味着broker在处理网络连接的时候需要更长的时间，它也会增加磁盘的写操作压力，影响IO吞吐量。
PS：配合消息大小的设置
消息大小的参数message.max.bytes一般都和消费者的参数fetch.message.max.bytes搭配使用。如果fetch.message.max.bytes小于message.max.bytes，那么当消费者遇到很大的消息时，将会无法消费这些消息。同理，在配置cluster时replica.fetch.max.bytes也是一样的道理。
CIO之家 www.ciozj.com 公众号:imciow