Kafka中怎樣刪除日志？日志定期清理方法

Kafka的消息存儲(chǔ)在磁盤(pán)中，為了控制磁盤(pán)占用空間，Kafka需要不斷地對(duì)過(guò)去的一些消息進(jìn)行清理工作。Kafka的每個(gè)分區(qū)都有很多的日志文件，這樣也是為了方便進(jìn)行日志的清理。在Kafka中，提供日志刪除和日志壓縮兩種日志清理方式。

日志刪除是以段(segment日志)為單位來(lái)進(jìn)行定期清理的。

1.定時(shí)日志刪除任務(wù)

Kafka日志管理器中會(huì)有一個(gè)專(zhuān)門(mén)的日志刪除任務(wù)來(lái)定期檢測(cè)和刪除不符合保留條件的日志分段文件，這個(gè)周期可以通過(guò)broker端參數(shù)log.retention.check.interval.ms來(lái)配置，默認(rèn)值為300,000，即5分鐘。當(dāng)前日志分段的保留策略有3種：

1. 基于時(shí)間的保留策略

2. 基于日志大小的保留策略

3. 基于日志起始偏移量的保留策略

（1）基于時(shí)間的保留策略

以下三種配置可以指定如果Kafka中的消息超過(guò)指定的閾值，就會(huì)將日志進(jìn)行自動(dòng)清理：

? log.retention.hours

? log.retention.minutes

? log.retention.ms

其中，優(yōu)先級(jí)為 log.retention.ms > log.retention.minutes > log.retention.hours。默認(rèn)情況，在broker中，配置如下：

log.retention.hours=168

也就是，默認(rèn)日志的保留時(shí)間為168小時(shí)，相當(dāng)于保留7天。

刪除日志分段時(shí):

1. 從日志文件對(duì)象中所維護(hù)日志分段的跳躍表中移除待刪除的日志分段，以保證沒(méi)有線程對(duì)這些日志分段進(jìn)行讀取操作

2. 將日志分段文件添加上“.deleted”的后綴(也包括日志分段對(duì)應(yīng)的索引文件)

3. Kafka的后臺(tái)定時(shí)任務(wù)會(huì)定期刪除這些“.deleted”為后綴的文件，這個(gè)任務(wù)的延遲執(zhí)行時(shí)間可以通過(guò)file.delete.delay.ms參數(shù)來(lái)設(shè)置，默認(rèn)值為60000，即1分鐘。

（2）設(shè)置topic 5秒刪除一次

為了方便觀察，設(shè)置段文件的大小為1M。

key: segment.bytes

value: 1048576

嘗試往topic中添加一些數(shù)據(jù)，等待一會(huì)，觀察日志的刪除情況。我們發(fā)現(xiàn)，日志會(huì)定期被標(biāo)記為刪除，然后被刪除。

（3）基于日志大小的保留策略

日志刪除任務(wù)會(huì)檢查當(dāng)前日志的大小是否超過(guò)設(shè)定的閾值來(lái)尋找可刪除的日志分段的文件集合?？梢酝ㄟ^(guò)broker端參數(shù) log.retention.bytes 來(lái)配置，默認(rèn)值為-1，表示無(wú)窮大。如果超過(guò)該大小，會(huì)自動(dòng)將超出部分刪除。

注意:

log.retention.bytes 配置的是日志文件的總大小，而不是單個(gè)的日志分段的大小，一個(gè)日志文件包含多個(gè)日志分段。

（4）基于日志起始偏移量保留策略

每個(gè)segment日志都有它的起始偏移量，如果起始偏移量小于 logStartOffset，那么這些日志文件將會(huì)標(biāo)記為刪除。