安装简要说明
新版本的kafka自带有zookeeper，其实自带的zookeeper完全够用，本篇文章以记录使用自带zookeeper搭建kafka集群。
1、关于kafka下载
kafka下载页面：http://kafka.apache.org/downloads

2、修改kafka配置文件
kafka安装目录下的config文件夹为其配置文件，我们需要修改的有 server.properties和zookeeper.properties。
2.1、修改日志目录
首先修改kafka的日志目录和zookeeper数据目录，因为这两项默认放在tmp目录，而tmp目录中内容会随重启而丢失：
server.properties：
log.dirs=/opt/kafka-logs
修改为
log.dirs=/opt/kafka/logs
zookeeper.properties
dataDir=/opt/zookeeper
修改为
dataDir=/opt/zookeeper/data

2.2、配置kafka
kafka集群为便于推选leader，一般由奇数台服务组件集群，这里以三台为例，分别已xxx.xxx.xxx.xx01、xxx.xxx.xxx.xx02和xxx.xxx.xxx.xx03代表服务的ip。
（服务器IP可使用ifconfig命令查看）

修改server.properties:
1、设置broker.id，保证每个broker唯一，第一台可以不修改默认为0，后面两台需要修改，如改为1和2
2、设置num.partitions，分区数量一般与broker保持一致
3、设置advertised.listeners和listeners，如listeners=PLAINTEXT://xxx.xxx.xxx.xx:9092
4、设置zookeeper.connect，配置三台服务zookeeper连接地址，如zookeeper.connect=xxx.xxx.xxx.xx01:2181,xxx.xxx.xxx.xx02:2181,xxx.xxx.xxx.xx03:2181

修改zookeeper.properties：
1、设置连接参数，添加如下配置
tickTime=2000
initLimit=10
syncLimit=5

2、设置broker Id的服务地址
server.0=xxx.xxx.xxx.xx01:2888:3888 server.1=xxx.xxx.xxx.xx02:2888:3888 server.2=xxx.xxx.xxx.xx03:2888:3888

zookeeper数据目录添加id配置
在各台服务的zookeeper数据目录添加myid文件，写入服务broker.id属性值，如这里的目录是/opt/zookeeper/data
第一台broker.id为0的服务到该目录下执行：echo 0 > myid
3、启动kafka
kafka启动时先启动zookeeper，再启动kafka；关闭时相反，先关闭kafka，再关闭zookeeper
启动zookeeper：
bin/zookeeper-server-start.sh config/zookeeper.properties &
启动kafka：
bin/kafka-server-start.sh config/server.properties &
4、测试kafka集群
4.1、在第一台服务上创建test主题
bin/kafka-topics.sh --create --topic test --zookeeper xxx.xxx.xxx.xx01:2181 --replication-factor 3 --partition 3
4.2、展示主题，确认主题创建成功
bin/kafka-topics.sh --list --zookeeperxxx.xxx.xxx.xx01:2181
4.3、创建生产者
bin/kafka-console-producer.sh --broker-listxxx.xxx.xxx.xxA:9092 --topic test
4.4、创建消费者，再另外两台服务上分别创建消费者
bin/kafka-console-consumer.sh --zookeeper xxx.xxx.xxx.xx02:2181 --topic test --from-beginning
bin/kafka-console-consumer.sh --zookeeper xxx.xxx.xxx.xx03:2181 --topic test --from-beginning
4.5、测试消息发布与消费
在IP为xxx.xxx.xxx.xx01的服务生产中输入消息回车发送，确认在服务02和03中的消费者是否接收到
5、其他
配置完成后需要修改端口或其他配置，但是没有生效，启动报错，可以尝试清楚kafka（/opt/kafka/logs）和zookeeper（/opt/zookeeper/data）缓存目录的内容然后重新启动。

BROKER配置
最为核心的三个配置 broker.id、log.dir、zookeeper.connect

##每一个broker在集群中的唯一标示，要求是正数。在改变IP地址，不改变broker.id的话不会影响consumers
broker.id =1

##kafka数据的存放地址，多个地址的话用逗号分割 /tmp/kafka-logs-1，/tmp/kafka-logs-2
log.dirs = /tmp/kafka-logs

##提供给客户端响应的端口
port =6667

##消息体的最大大小，单位是字节
message.max.bytes =1000000

broker 处理消息的最大线程数，一般情况下不需要去修改

num.network.threads =3

broker处理磁盘IO 的线程数 ，数值应该大于你的硬盘数

num.io.threads =8

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

background.threads =4

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，算是一种自我保护机制

queued.max.requests =500

##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
host.name

打广告的地址，若是设置的话，会提供给producers, consumers,其他broker连接，具体如何使用还未深究

advertised.host.name

广告地址端口，必须不同于port中的设置

advertised.port

socket的发送缓冲区，socket的调优参数SO_SNDBUFF

socket.send.buffer.bytes =100*1024

socket的接受缓冲区，socket的调优参数SO_RCVBUFF

socket.receive.buffer.bytes =100*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

socket.request.max.bytes =10010241024

------------------------------------------- LOG 相关 -------------------------------------------

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.segment.bytes =102410241024

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.roll.hours =24*7

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.cleanup.policy = delete

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.minutes=7days

指定日志每隔多久检查看是否可以被删除，默认1分钟
log.cleanup.interval.mins=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没有大小限制

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

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.retention.check.interval.ms=5minutes

是否开启日志压缩

log.cleaner.enable=false

日志压缩运行的线程数

log.cleaner.threads =1

日志压缩时候处理的最大大小

log.cleaner.io.max.bytes.per.second=None

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.dedupe.buffer.size=50010241024

日志清理时候用到的IO块大小 一般不需要修改

log.cleaner.io.buffer.size=512*1024

日志清理中hash表的扩大因子 一般不需要修改

log.cleaner.io.buffer.load.factor =0.9

检查是否处罚日志清理的间隔

log.cleaner.backoff.ms =15000

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.min.cleanable.ratio=0.5

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.cleaner.delete.retention.ms =1day

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.size.max.bytes =1010241024

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.index.interval.bytes =4096

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.interval.messages=None

检查是否需要固化到硬盘的时间间隔

log.flush.scheduler.interval.ms =3000

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.flush.interval.ms = None

文件在索引中清除后保留的时间 一般不需要去修改

log.delete.delay.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

log.flush.offset.checkpoint.interval.ms =60000

------------------------------------------- TOPIC 相关 -------------------------------------------

是否允许自动创建topic ，若是false，就需要通过命令创建topic

auto.create.topics.enable =true

一个topic ，默认分区的replication个数 ，不得大于集群中broker的个数

default.replication.factor =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

num.partitions =1

实例 --replication-factor3–partitions1–topic replicated-topic ：名称replicated-topic有一个分区，分区被复制到三个broker上。

----------------------------------复制(Leader、replicas) 相关 ----------------------------------

partition leader与replicas之间通讯时,socket的超时时间

controller.socket.timeout.ms =30000

partition leader与replicas数据同步时,消息的队列尺寸

controller.message.queue.size=10

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.time.max.ms =10000

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.lag.max.messages =4000

##follower与leader之间的socket超时时间
replica.socket.timeout.ms=30*1000

leader复制时候的socket缓存大小

replica.socket.receive.buffer.bytes=64*1024

replicas每次获取数据的最大大小

replica.fetch.max.bytes =1024*1024

replicas同leader之间通信的最大等待时间，失败了会重试

replica.fetch.wait.max.ms =500

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

replica.fetch.min.bytes =1

leader 进行复制的线程数，增大这个数值会增加follower的IO

num.replica.fetchers=1

每个replica检查是否将最高水位进行固化的频率

replica.high.watermark.checkpoint.interval.ms =5000

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.enable =false

控制器关闭的尝试次数

controlled.shutdown.max.retries =3

每次关闭尝试的时间间隔

controlled.shutdown.retry.backoff.ms =5000

是否自动平衡broker之间的分配策略

auto.leader.rebalance.enable =false

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.per.broker.percentage =10

检查leader是否不平衡的时间间隔

leader.imbalance.check.interval.seconds =300

客户端保留offset信息的最大空间大小

offset.metadata.max.bytes

----------------------------------ZooKeeper 相关----------------------------------
##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.connect = localhost:2181

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.session.timeout.ms=6000

ZooKeeper的连接超时时间

zookeeper.connection.timeout.ms =6000

ZooKeeper集群中leader和follower之间的同步实际那

zookeeper.sync.time.ms =2000
配置的修改
其中一部分配置是可以被每个topic自身的配置所代替，例如
新增配置
bin/kafka-topics.sh --zookeeper localhost:2181–create --topic my-topic --partitions1–replication-factor1–config max.message.bytes=64000–config flush.messages=1

修改配置
bin/kafka-topics.sh --zookeeper localhost:2181–alter --topic my-topic --config max.message.bytes=128000

删除配置 ：
bin/kafka-topics.sh --zookeeper localhost:2181–alter --topic my-topic --deleteConfig max.message.bytes

Consumer配置

最为核心的配置是group.id、zookeeper.connect

Consumer归属的组ID，broker是根据group.id来判断是队列模式还是发布订阅模式，非常重要

group.id

消费者的ID，若是没有设置的话，会自增

consumer.id

一个用于跟踪调查的ID ，最好同group.id相同

client.id = group id value

对于zookeeper集群的指定，可以是多个 hostname1:port1,hostname2:port2,hostname3:port3 必须和broker使用同样的zk配置

zookeeper.connect=localhost:2182

zookeeper的心跳超时时间，查过这个时间就认为是dead消费者

zookeeper.session.timeout.ms =6000

zookeeper的等待连接时间

zookeeper.connection.timeout.ms =6000

zookeeper的follower同leader的同步时间

zookeeper.sync.time.ms =2000

当zookeeper中没有初始的offset时候的处理方式 。smallest ：重置为最小值 largest:重置为最大值 anythingelse：抛出异常

auto.offset.reset = largest

socket的超时时间，实际的超时时间是：max.fetch.wait + socket.timeout.ms.

socket.timeout.ms=30*1000

socket的接受缓存空间大小

socket.receive.buffer.bytes=64*1024

##从每个分区获取的消息大小限制
fetch.message.max.bytes =1024*1024

是否在消费消息后将offset同步到zookeeper，当Consumer失败后就能从zookeeper获取最新的offset

auto.commit.enable =true

自动提交的时间间隔

auto.commit.interval.ms =60*1000

用来处理消费消息的块，每个块可以等同于fetch.message.max.bytes中数值

queued.max.message.chunks =10

当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新

的consumer上,如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册

##"Partition Owner registry"节点信息,但是有可能此时旧的consumer尚没有释放此节点,

此值用于控制,注册节点的重试次数.

rebalance.max.retries =4

每次再平衡的时间间隔

rebalance.backoff.ms =2000

每次重新选举leader的时间

refresh.leader.backoff.ms

server发送到消费端的最小数据，若是不满足这个数值则会等待，知道满足数值要求

fetch.min.bytes =1

若是不满足最小大小(fetch.min.bytes)的话，等待消费端请求的最长等待时间

fetch.wait.max.ms =100

指定时间内没有消息到达就抛出异常，一般不需要改

consumer.timeout.ms = -1

转载于:https://blog.csdn.net/weixin_34153893/article/details/94459270