kafka producer数据摄取配置

qc6wkl3g  于 2021-06-06  发布在  Kafka
关注(0)|答案(1)|浏览(300)

我目前正在使用基于kafka的数据分析管道从源系统中摄取大量的日志文件。在接收过程中,我没有在producer中使用任何类型的延迟/暂停,我只是读取日志文件(包含json)并将其发送给kafka。我的生产者有以下配置。

metric.reporters = []
metadata.max.age.ms = 300000
reconnect.backoff.ms = 50
sasl.kerberos.ticket.renew.window.factor = 0.8
bootstrap.servers = [1.2.3.184:9092, 1.2.3.185:9092, 1.2.3.186:9092]
ssl.keystore.type = JKS
sasl.mechanism = GSSAPI
max.block.ms = 60000
interceptor.classes = null
ssl.truststore.password = null
client.id = producer-1
ssl.endpoint.identification.algorithm = null
request.timeout.ms = 30000
acks = all
receive.buffer.bytes = 32768
ssl.truststore.type = JKS
retries = 0
ssl.truststore.location = null
ssl.keystore.password = null
send.buffer.bytes = 131072
compression.type = none
metadata.fetch.timeout.ms = 60000
retry.backoff.ms = 100
sasl.kerberos.kinit.cmd = /usr/bin/kinit
buffer.memory = 33554432
timeout.ms = 30000
key.serializer = class org.apache.kafka.common.serialization.IntegerSerializer
sasl.kerberos.service.name = null
sasl.kerberos.ticket.renew.jitter = 0.05
ssl.trustmanager.algorithm = PKIX
block.on.buffer.full = false
ssl.key.password = null
sasl.kerberos.min.time.before.relogin = 60000
connections.max.idle.ms = 540000
max.in.flight.requests.per.connection = 5
metrics.num.samples = 2
ssl.protocol = TLS
ssl.provider = null
ssl.enabled.protocols = [TLSv1.2, TLSv1.1, TLSv1]
batch.size = 16384
ssl.keystore.location = null
ssl.cipher.suites = null
security.protocol = PLAINTEXT
max.request.size = 1048576
value.serializer = class org.apache.kafka.common.serialization.StringSerializer
ssl.keymanager.algorithm = SunX509
metrics.sample.window.ms = 30000
partitioner.class = class org.apache.kafka.clients.producer.internals.DefaultPartitioner
linger.ms = 1

在这种配置下,我丢失了将近1/3的消息,错误如下

7:27:14.053 [kafka-producer-network-thread | producer-1] ERROR com.abc.telemetry.service.KafkaService - Batch containing 39 record(s) expired due to timeout while requesting metadata from brokers for

我计划为我的用例更新linger.ms,batch.size。还有什么我可以微调,使这个摄取管道没有任何数据丢失?
干杯!

toe95027

toe950271#

我看到过许多关于通过Kafka发送大量数据的问题。因此,我想尝试一下。
Kafka不是用来发送巨大的有效载荷/信息的。您应该将其视为一个分布式消息总线,它为您提供了分布式系统的所有特权。
由于以下原因,Kafka限制了可以发送的消息的大小
巨大的消息增加了代理中的内存压力。
大消息会减慢代理的速度,处理它们的成本非常高。
解决方案:
你很可能需要一个 Reference Based Messaging 在这里,您向消费者发送巨大消息的位置,而不是按原样发送巨大数据。这将允许您使用外部数据存储的功能,还可以减轻Kafka代理的压力。
你也可以 chunk 数据并将其内联发送 re-assemble 在Flume边。

相关问题