如何测试日志压缩在 Kafka 中是否有效？答案

【问题标题】：How to test whether log compaction is working or not in Kafka?如何测试日志压缩在 Kafka 中是否有效？
【发布时间】：2016-03-20 19:06:27
【问题描述】：

我已经在 Kafka 0.8.1.1 中的 server.properties 文件中进行了更改，即添加了 log.cleaner.enable=true 并在创建主题时启用了 cleanup.policy=compact。现在，当我测试它时，我使用以下 (Key, Message) 将以下消息推送到主题。

偏移量：1 - (123, abc)；
偏移：2 - (234, def);
偏移：3 - (345, ghi);
偏移量：4 -（123，已更改）

现在我使用与先前输入相同的键推送第四条消息，但更改了消息。这里应该出现日志压缩。并且使用 Kafka 工具，我可以看到主题中的所有 4 个偏移量。我如何知道日志压缩是否有效？是否应该删除较早的消息，或者在推送新消息时日志压缩工作正常。它与log.retention.hours 或topic.log.retention.hours 或log.retention.size 配置有什么关系吗？这些配置在日志压缩中的作用是什么。附言- 我已经彻底阅读了 Apache 文档，但仍然不清楚。

【问题讨论】：

标签： message-queue apache-kafka retention stream-compaction

【解决方案1】：

实际上，日志压缩只有在日志数量达到非常高的计数（例如 100 万）时才可见。所以，如果你有这么多的数据，那很好。否则，使用配置更改，您可以将此限制减少到 100 条消息，然后您可以看到在具有相同键的消息中，只有最新的消息会出现，之前的消息将被删除。如果您每次都有数据的完整快照，最好使用日志压缩，否则您可能会丢失具有相同关联键的先前日志，这可能很有用。

【讨论】：

如何通过Kafka提供的命令行工具来做到这一点？

【解决方案2】：

尽管这个问题是几个月前的问题，但我只是在为我自己的问题进行研究时遇到它。我创建了一个最小的示例来了解压缩如何与 Java 一起工作，也许它对你也有帮助：

https://gist.github.com/anonymous/f78184eaeec3ee82b15182aec24a432a

此外，查阅文档后，我在主题级别使用以下配置以尽快启动压缩：

min.cleanable.dirty.ratio=0.01
cleanup.policy=compact
segment.ms=100
delete.retention.ms=100

运行时，该类显示压缩有效 - 在主题上只有一条具有相同键的消息。

通过适当的设置，这将可以在命令行上重现。

【讨论】：

如果你最后没有填写 1 segment (Topic->Partition->Segment) 我会补充一点，不会发生压缩。假设 segment.ms=100 并且您在测试的前 100 毫秒内写入 segement.bytes=1GB，那么您将只有 1 个段，并且您的数据不会被压缩。请确保您在比segment.ms 更长的时间内写入同一分区，或者将segment.bytes 设置为较低的值，以便并非所有数据都适合1 个段。
强制每 100 毫秒滚动一次片段对于测试来说是可以的，但在生产中会非常低效。默认值为 604800000 毫秒（7 天）。

【解决方案3】：

最好也看看log.roll.hours，默认情况下是 168 小时。简而言之：即使您没有如此活跃的主题并且您无法在一周内填充最大段大小（默认为普通主题 1G，偏移主题默认为 100M），您将拥有一个大小低于@的封闭段987654322@。该段可以在下一轮压缩。

【讨论】：

【解决方案4】：

要从 CLI 检查主题属性，您可以使用 Kafka-topics cmd 进行：

https://grokbase.com/t/kafka/users/14aev0snbd/command-line-tool-for-topic-metadata

【讨论】：

这可能会显示cleanup.policy=compact，但不能验证主题实际上得到压缩。

【解决方案5】：

您可以使用 kafka-topics CLI 来完成。我从 docker(confluentinc/cp-enterprise-kafka:6.0.0) 运行它。

$ docker-compose exec kafka kafka-topics --zookeeper zookeeper:32181 --describe --topic count-colors-output
Topic: count-colors-output  PartitionCount: 1   ReplicationFactor: 1    Configs: cleanup.policy=compact,segment.ms=100,min.cleanable.dirty.ratio=0.01,delete.retention.ms=100
    Topic: count-colors-output  Partition: 0    Leader: 1   Replicas: 1 Isr: 1

但如果您在 Config 字段中没有看到任何内容，请不要感到困惑。如果使用默认值，就会发生这种情况。因此，除非您在输出中看到 cleanup.policy=compact - 主题不会被压缩。

【讨论】：