跟我学Kafka:如何高效运维之主题篇

Posted 中间件兴趣圈

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了跟我学Kafka:如何高效运维之主题篇相关的知识,希望对你有一定的参考价值。

摘要:对Kafka-topics命令详解,并从运维角度窥探Kafka关于topic的运作机制。

作为一个Kafka初学者,需要快速成长,承担维护公司Kafka的重任,对Kafka的学习,我按照三步走策略:

  • 阅读Kafka相关书籍
  • 从运维实战的角度学习Kafka
  • 阅读源码,体系化,精细化掌握其实现原理

本文属于学习的第二阶段:[从运维实战的角度学习Kafka],本文重点学习Kafka的主题,如何通过运维命令创建、更新主题,从Topic的可运维属性,了解Topic在Kafka内部的运作机制

1、Kafka topic运维命令的基本使用

Kafka提供了kafka-topics脚步用来创建、修改、删除、查询topic,位于${kafka_home}/bin/kafka-topics.sh,其中kafka_home表示Kafka的安装目录。

选项类型详细说明
–create命令创建Topic
–delete命令删除Topic
–alter命令修改Topic
–describe命令查看Topic
–delete-config命令删除topic配置的属性
–list命令查询topic列表
–bootstrap-server选项指定kafka集群的地址
–zookeeper选项zk集群的地址,与–bootstrap-server选项必须有一个不能为空
–partitions选项Topic的分区数量,可以认为是数据分片的份额,每一个分区还可以有多个副本。
–replication-factor选项分区的副本因子(包含Leader个数)
–topic选项主题的名称
–if-exists选项在修改或删除topic时,如果指定该选项,只有在存在时才执行
–if-not-exists选项在创建topic时,如果指定该选项,只有在topic不存在时才执行
–replica-assignment选项收到指定分区与副本,官方文档看起来比较负责,下文详细介绍。
–disable-rack-aware选项禁止机架感知副本分配
–exclude-internal选项在使用–list命令查询主题时过滤内部权限
–topics-with-overrides选项使用–describe只显示topic相关的属性,分区信息不显示。
–unavailable-partitions选项使用–describe只显示Leader不可用的分区,如有输出信息,需要关注
–under-replicated-partitions选项使用–describe只显示有副本不在ISR的分区信息,如有输出信息,需要关注
–config选项设置topic的属性

接下来对一些上述一些不那么直观的选项进行单独介绍。

1.1 --replica-assignment

收到指定副本数量和分区信息,该参数不能和–partitions、–replication-factor同时使用。
在这里插入图片描述
其格式为:每一个逗号表示一个分区的配置,每一个分区分布的broker用冒号隔开。

–replication-factor 0:1,1:2,0:2 表示的含义是什么呢?

分区数量为3个,其中分区0(p0)分布在broker 0和1上,分区1(p1)分布在broker 1,2上,分区2(p2)分布在broker 0与1上。从而推出分区数量为3,副本因子为2,每一个分区的第一个broker为Leader,其演示效果如下:

在这里插入图片描述

2、Kafka Topic配置项详解

通过kafka-topics脚本在创建topic时可通过–config选项来定制化topic的属性,接下来试图从这些属性来探究Kafka背后的运作机制。

  • cleanup.policy
    数据文件清除机制,支持Broker全局配置,Topic定制化制定,可选策略:delete、compact,默认值为delete。Kafka提供了数据段压缩的功能,按照相同Key只保留最新Key的策略,减少数据段大小,系统主题__consumer_offsets(用于存储消息进度的主题)其清除策略就是compact。

  • compression.type
    压缩类型,Kafka目前支持的压缩算法:gzip,snappy,lz4,zstd,还支持如下两个配置:

    • uncompressed
      不开启压缩
    • producer
      由发送方指定压缩算法,客户端的可选值为gzip,snappy,lz4,zstd。

    数据进行压缩,能节省网络带宽与存储空间,但会增加CPU的性能,故最佳实践:Broker服务端不配置压缩算法,由发送方指定,在发送方进行压缩,服务端原封不动进行存储,并且在消费端解压缩

  • delete.retention.ms
    如果cleanup.policy策略为compact时,针对消息体为null的消息,Kafka会认为对其进行压缩没有意义,立马删除也太草率,故Kafka引入了该参数,用来设置这些body为null的消息,在一次压缩执行后,多久后可被删除,默认值为24h。

  • file.delete.delay.ms

    文件在删除时延迟时间,默认为60s,Kafka中可以支持按topic删除日志文件(数据文件),执行删除之前,首先会将该topic下的分区文件重名为*.deleted,等待file.delete.delay.ms才从文件系统中删除。

  • flush.messages
    按消息条数设置刷盘频率,如果设置为1表示每写一条消息就触发一次刷盘,默认值为Long.MaxValue,在大部分场景官方不建议设置该值,直接利用操作系统的刷盘机制即可,Kafka希望通过副本机制能保证数据的持久可靠存储

  • flush.ms
    按时间间隔设置刷盘频率,默认为Long.MaxValue,Kafka希望借助操作系统的刷盘机制,数据可靠性通过副本机制来保证。(副本机制其实无法保证同机房断电带来的数据丢失)

  • index.interval.bytes
    索引文件的密度,Kafka并不会为每一条消息(消息偏移量)建立索引,而是每隔一定间隔,建立一条索引。该参数就是设置其间隔,默认为4096个字节。

  • max.message.bytes
    一次消息发送(Batch)允许的最大字节数量,默认为1000000,约等于1M。

  • message.downconversion.enable
    是否开启消息格式的自动转化,如果设置为false,Broker不会执行消息格式转化,将不兼容老的客户端消费消息。

  • message.format.version
    可以指定该主题按特定版本的API版本所对应的存储格式进行存储。

  • message.timestamp.type
    设置消息中存储的时间戳的获取方式,可选值:

    • CreateTime
      消息在客户端的创建时间
    • LogAppendTime
      Broker服务端接收到的时间

    默认为CreateTime。

  • message.timestamp.difference.max.ms
    当message.timestamp.type设置为CreateTime时,允许Broker端时间与消息创建时间戳最大的差值,如果超过该参数设置的阔值,Broker会拒绝存储该消息,默认为:Long.MaxValue,表示不开启开机制

  • min.cleanable.dirty.ratio
    控制可压缩的脏数据比例,默认为0.5d,如果一个文件中"脏数据"(未被压缩的数据)低于该阔值,将不继续对该文件进行压缩,该方法生效的条件为cleanup.policy设置为compact

  • min.compaction.lag.ms
    设置一条消息进入到Broker后多久之内不能被compact,默认为0,表示不启用该特性,该方法生效的条件为cleanup.policy设置为compact

  • min.insync.replicas
    如果客户端在消息发送时将ack设置为all,该参数指定必须至少多少个副本写入成功,才能向客户端返回成功,默认为1,这个是一个兜底配置,all的含义表示在ISR中的副本必须全部写入成功。

  • preallocate
    是否开启预热文件(提前创建文件),默认为false。

  • retention.bytes
    一个日志分区保留的最大字节数,默认为-1,表示不限制。

  • retention.ms
    一个日志分区允许保留的最大时长,默认保留7d。

  • segment.bytes
    一个日志段的大小,默认为1G。

  • segment.index.bytes
    一个日志段索引文件的大小,默认为10M。

  • segment.jitter.ms
    段滚动的最大随机差。

  • segment.ms
    Kafka强制滚动一个段的间隔时间,及时该段并未全部填满消息,默认值为7d

  • unclean.leader.election.enable
    是否允许不在ISR中副本在没有ISR副本选择之后竞争成为Leader,这样做有可能丢数据,默认为false。

3、总结

本文从运维命令开始学习,从使用运维层面全面了解Topic,从而窥探其Kafka内部一些重要特性,为后续从源码角度研究其实现打下坚实基础,本文的最后给出一个分区数量为3,副本因子为3的topic分区图来结束本文的讲解。

在这里插入图片描述

好了,本文就介绍到这里了,一键三连(关注、点赞、留言)是对我最大的鼓励

掌握一到两门java主流中间件,是敲开BAT等大厂必备的技能,送给大家一个Java中间件学习路线,助力大家实现职场的蜕变。

Java进阶之梯,成长路线与学习资料,助力突破中间件领域

最后分享笔者一个硬核的RocketMQ电子书,您将获得千亿级消息流转的运维经验。
在这里插入图片描述
获取方式:私信回复 RMQPDF 即可获得。

个人网站:https://www.codingw.net

以上是关于跟我学Kafka:如何高效运维之主题篇的主要内容,如果未能解决你的问题,请参考以下文章

跟我学Kafka:Kafka消费组运维详解

得云社 | 新时代下的高效运维之道

跟我一起学kafka

脚本日志监控分析,解密跑批任务高效运维之道

跟我学Python丨图像增强及运算:局部直方图均衡化和自动色彩均衡化处理

跟我学c++中级篇——STL算法之排序