我在本地做kafka的producer调试，每隔一段时间后，所使用的topic管道就会堆积数据，而且我这边使用的是 kafka bin 下的consumer命令单独消费的，每次都是 --from-beginning，，启动后有一堆数据，感觉麻烦，，，所幸抽出点时间来，，看看怎么干掉他
下边来看俩种常见的方法：见下文！
-----------------------------------------------------------------------------------------------------------------------------------------
2014-09-02 22:50:54
原创作品，允许转载，转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://caiguangguang.blog.51cto.com/1652935/1548069
0.8的官方文档提供了一个删除topic的命令：
kafka-topics.sh --delete 但是在运行时会报错找不到这个方法。
kafka-topics.sh最终是运行了kafka.admin.TopicCommand这个类，在0.8的源码中这个类中没有找到有delete topic相关的代码。
在kafka的admin包下，提供了一个DeleteTopicCommand的类，可以实现删除topic的功能。
kafka.admin.DeleteTopicCommand
其中删除topic的具体实现代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
import org.I0Itec.zkclient.ZkClient
import kafka.utils.{Utils, ZKStringSerializer, ZkUtils}
....... val topic = options.valueOf(topicOpt)
val zkConnect = options.valueOf(zkConnectOpt)
var zkClient: ZkClient = null
try {
zkClient = new ZkClient(zkConnect, 30000, 30000, ZKStringSerializer)
zkClient.deleteRecursive(ZkUtils.getTopicPath(topic)) //其实最终还是通过删除zk里面对应的路径来实现删除topic的功能
println("deletion succeeded!")
}
catch {
case e: Throwable =>
println("delection failed because of " + e.getMessage)
println(Utils.stackTrace(e))
}
finally {
if (zkClient != null)
zkClient.close()
}
|
因为这个命令只会删除zk里面的信息，真实的数据还是没有删除，所以需要登录各个broker,把对应的topic的分区数据目录删除，也可能正因为这一点，delete命令才没有集成到kafka.admin.TopicCommand这个类。
本文出自 “菜光光的博客” 博客，请务必保留此出处http://caiguangguang.blog.51cto.com/1652935/1548069
-------------------------------------------------------------------------------------------------------------------------------
1，说起来 kafka 的 topic 的相关命令 没有几个，创建create ，列举所有list,查看指定describe，删除delete，修改alter....
在kafka的bin下 运行topic 的脚本，之后加关键字 就可以操作了，，，下边看下我本地的操作！
pwd /home/wgj/kafka/kafka_2.11-0.9.0.1/bin
创建主题 ：./kafka-topics.sh --zookeeper 192.165.1.91:12181,192.165.1.92:12181,192.165.1.64:12181 --create --topic test5 --partitions 2 --replication-factor 2 (--config x=y 括号里边是说你可以用这种方式自定义配置)
列举所有主题： ./kafka-topics.sh --list --zookeeper 192.165.1.91:12181,192.165.1.92:12181,192.165.1.64:12181
查看指定主题： ./kafka-topics.sh --describe --zookeeper 192.165.1.91:12181,192.165.1.92:12181,192.165.1.64:12181 --topic test5
修改指定主题： ./kafka-topics.sh --zookeeper 192.165.1.91:12181,192.165.1.92:12181,192.165.1.64:12181 --alter --topic test5 --delete --Config topic=test4
本来是没有删除命令的，但是在0.8版本后，0.8的官方文档提供了一个删除topic的命令：
kafka-topics.sh --delete 但是在运行时会报错找不到这个方法。
kafka-topics.sh最终是运行了kafka.admin.TopicCommand这个类，在0.8的源码中这个类中没有找到有delete topic相关的代码。
在kafka的admin包下，提供了一个DeleteTopicCommand的类，可以实现删除topic的功能。
kafka.admin.DeleteTopicCommand
其中删除topic的具体实现代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
import org.I0Itec.zkclient.ZkClient
import kafka.utils.{Utils, ZKStringSerializer, ZkUtils}
....... val topic = options.valueOf(topicOpt)
val zkConnect = options.valueOf(zkConnectOpt)
var zkClient: ZkClient = null
try {
zkClient = new ZkClient(zkConnect, 30000, 30000, ZKStringSerializer)
zkClient.deleteRecursive(ZkUtils.getTopicPath(topic)) //其实最终还是通过删除zk里面对应的路径来实现删除topic的功能
println("deletion succeeded!")
}
catch {
case e: Throwable =>
println("delection failed because of " + e.getMessage)
println(Utils.stackTrace(e))
}
finally {
if (zkClient != null)
zkClient.close()
}
|
因为这个命令只会删除zk里面的信息，真实的数据还是没有删除，所以需要登录各个broker,把对应的topic的分区数据目录删除，也可能正因为这一点，delete命令才没有集成到kafka.admin.TopicCommand这个类。
即删除指定主题： ./kafka-topics.sh --zookeeper 192.165.1.91:12181,192.165.1.92:12181,192.165.1.64:12181 --topic test5 --delete
之后手动删除kafka topic 如果topic没能成功被删除（比如broker挂掉等）可以用以下方式手动清理
(当然，也可以重启zk和broker；这样当broker正确注册上zk试，被mark delete的topic会被自动清理掉)
===============停止kafka,保持zookeeper仍旧运行======================================
在zookeeper上删除数据：用zookeeper客户端zkClient连接zookeeper，如：
./zkCli.sh -server 192.165.1.91:12181 此处最好只连接本机的zookeeper：端口，即在集群中每台机器上单独操作！！！
连接上后，可以用命令查看zk的目录结构
ls /brokers/topics
然后可以看到该目录下有test5目录 tab 补全 ls 发现下边有 （0,1） 字样 ，这是说test5 有俩个分区 然后以以下方式层层递减删除他...
删除方式：
delete /brokers/topics/test5/partitions/0/state
delete /brokers/topics/test5/partitions/1/state
delete /brokers/topics/test5/partitions/0
delete /brokers/topics/test5/partitions/1
delete /brokers/topics/test5/partitions
delete /brokers/topics/test5
===========停止kafka和zookeeper========================
a.查看server.properties中配置的log.dirs路径
b.进入到此路径中（如果kafka是一个集群，需要在每台机器上执行）
在zookeeper上删除数据：用zookeeper客户端zkClient连接zookeeper，如：
./zkCli.sh -server 192.165.1.91:12181 此处最好只连接本机的zookeeper：端口，即在集群中每台机器上单独操作！！！
连接上后，可以用命令查看zk的目录结构
ls /brokers/topics
然后可以看到该目录下有test5目录 tab 补全 ls 发现下边有 （0,1） 字样 ，这是说test5 有俩个分区 然后以以下方式层层递减删除他...
删除方式：
delete /brokers/topics/test5/partitions/0/state
delete /brokers/topics/test5/partitions/1/state
delete /brokers/topics/test5/partitions/0
delete /brokers/topics/test5/partitions/1
delete /brokers/topics/test5/partitions
delete /brokers/topics/test5
===========停止kafka和zookeeper========================
a.查看server.properties中配置的log.dirs路径
b.进入到此路径中（如果kafka是一个集群，需要在每台机器上执行）
ls 我的topic 太多了 贴个图片大家看下
假定要删除的topic名称叫做：test5
则rm -rf test5-*
vi replication-offset-checkpoint
原文为：
vi replication-offset-checkpoint
原文为：
像我本地，是要全都删除的，直接改为：
0
0
0
-------你们的话，就把你们对应的的topic相关 删除就好了，，，见上边截图，，，我需要删test5 0 6678 该行起到 __consumer_offsets 22 0 结束，还需要把 test5 的1标志分区 也删掉 即 test5 1 0 这行，
vi recovery-point-offset-checkpoint
同理修改
===========启动kafka和zookeeper========================此时，已修改好；
创建集群的时候要注意：kafka的日志清理
kafka将会保留所有发布的消息，不论他们是否被消费过
如果需要清理，则需要进行配置；
server.properties配置：
log.cleanup.policy=delete
日志清理策略
log.retention.hours=168 （即7天）
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
log.retention.bytes=-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表示没有大小限制
log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除
log.retention.check.interval.ms=5minutes
文件大小检查的周期时间
3.kafka的分布式
一个日志的多个partition被分散在kafka集群的多个server上，并且每一个server处理来自于某个partition的数据请求。每个partition可以配置副本个数（即备份），以便容错。
（注：在创建topic时，可以指定--replication-factor参数）
每个partition都有一个server作为leader，并且有0或者多个server作为followers。leader处理对于这个partition的所有读写请求，而followers则被动的复制一切。如果leader挂掉了，一个followers则会自动的成为新的leader。每个server都会在某些partition上作为leader，而在另一些partition上作为follower，所以整个集群是非常平衡的。
（注：如果topic的repliation配置为1，则每个partition就只有唯一的一个leader，没有follower；所以要保证容错性，至少replication应该配置为2）这块我还没有闹懂，我现在的程序中是没有备份的，在另外一套系统中跑的程序入库，，然后另一套做实时展示计算；
4.kafka 的负载均衡问题 producer操作的时候，最好使用轮询的方式向topic写数据，保证topic每个partition的负载是均衡的，之前用的是默认的（随机算法），我现场用的是俩个分区，三台机器组成一个集群，结果一台机器的一个分区里边已经有10亿条数据了，集群中的另一台机器的分区中才只有8亿多一点，，，所以说最好用轮询，也有用hash的，但是为了负载均衡保证消费的高可用，（现场消费一般都是分组消费，consumer在消费的时候一般都是均衡的在broker上去取数据），，所以我个人极力鼓励用轮询来处理数据的分区的问题；省事，安全，不用去考虑负载不均衡带来的其他问题.
同理修改
===========启动kafka和zookeeper========================此时，已修改好；
创建集群的时候要注意：kafka的日志清理
kafka将会保留所有发布的消息，不论他们是否被消费过
如果需要清理，则需要进行配置；
server.properties配置：
log.cleanup.policy=delete
日志清理策略
log.retention.hours=168 （即7天）
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
log.retention.bytes=-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表示没有大小限制
log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除
log.retention.check.interval.ms=5minutes
文件大小检查的周期时间
3.kafka的分布式
一个日志的多个partition被分散在kafka集群的多个server上，并且每一个server处理来自于某个partition的数据请求。每个partition可以配置副本个数（即备份），以便容错。
（注：在创建topic时，可以指定--replication-factor参数）
每个partition都有一个server作为leader，并且有0或者多个server作为followers。leader处理对于这个partition的所有读写请求，而followers则被动的复制一切。如果leader挂掉了，一个followers则会自动的成为新的leader。每个server都会在某些partition上作为leader，而在另一些partition上作为follower，所以整个集群是非常平衡的。
（注：如果topic的repliation配置为1，则每个partition就只有唯一的一个leader，没有follower；所以要保证容错性，至少replication应该配置为2）这块我还没有闹懂，我现在的程序中是没有备份的，在另外一套系统中跑的程序入库，，然后另一套做实时展示计算；
4.kafka 的负载均衡问题 producer操作的时候，最好使用轮询的方式向topic写数据，保证topic每个partition的负载是均衡的，之前用的是默认的（随机算法），我现场用的是俩个分区，三台机器组成一个集群，结果一台机器的一个分区里边已经有10亿条数据了，集群中的另一台机器的分区中才只有8亿多一点，，，所以说最好用轮询，也有用hash的，但是为了负载均衡保证消费的高可用，（现场消费一般都是分组消费，consumer在消费的时候一般都是均衡的在broker上去取数据），，所以我个人极力鼓励用轮询来处理数据的分区的问题；省事，安全，不用去考虑负载不均衡带来的其他问题.