Kafka-文件管理

Kafka-文件管理

文件管理

保留数据是kafka的一个基本特性，kafaka不会一直保留数据，也不会等到所有消费者都读取了消息之后才删除消息。相反，kafka为每个主题配置了数据保留期限，规定数据被删除之前可以保留多长时间，或者清理数据之前可以保留的数据量大小。

因为在一个大文件里查找和删除消息时很费时的，也很容易出错，所以我们把分区分成若干个片段。默认情况下，每个片段包含1GB（log.segment.bytes）或一周（log.segment.ms）的数据，以较小的那个为准。在broker往分区写入数据时，如果达到片段上限，就关闭当前文件，并打开一个新文件。

当前正在写入数据的片段叫做活跃片段。活动片段永远不会被删除，所以如果要保留数据1天（log.retention.ms），但是片段里包含了5天的数据，那么这些数据会被保留5天，因为在片段被关闭之前，这些数据是无法被删除的。如果要保留数据一周（log.retention.ms设置为7天），并且每天使用一个新片段（log.segment.ms设置为1天），那么就会看到，每天在使用一个新片段的同时会删除一个最老的片段--所以大部分时间该分区会有7个片段存在。

broker会为分区里的每个片段打开一个文件句柄，哪怕片段是不活跃的。这样会导致打开过多的文件句柄，所以操作系统必须根据实际情况做一些调优。