Druid 加载 Kafka 流数据的性能配置参数 TuningConfig

type

String

索引任务类型， 总是 kafka。

Y

maxRowsInMemory

Integer

在持久化之前在内存中聚合的最大行数。该数值为聚合之后的行数，所以它不等于原始输入事件的行数，而是事件被聚合后的行数。 通常用来管理所需的 JVM 堆内存。 使用 maxRowsInMemory * (2 + maxPendingPersists) 来当做索引任务的最大堆内存。通常用户不需要设置这个值，但是也需要根据数据的特点来决定，如果行的字节数较短，用户可能不想在内存中存储一百万行，应该设置这个值。

N（默认=1000000）

maxBytesInMemory

Long

在持久化之前在内存中聚合的最大字节数。这是基于对内存使用量的粗略估计，而不是实际使用量。通常这是在内部计算的，用户不需要设置它。 索引任务的最大内存使用量是 maxRowsInMemory * (2 + maxPendingPersists)

N（默认=最大JVM内存的 1/6）

maxRowsPerSegment

Integer

聚合到一个段中的行数，该数值为聚合后的数值。 当 maxRowsPerSegment 或者 maxTotalRows 有一个值命中的时候，则触发 handoff（数据存盘后传到深度存储）， 该动作也会按照每 intermediateHandoffPeriod 时间间隔发生一次。

N（默认=5000000）

maxTotalRows

Long

所有段的聚合后的行数，该值为聚合后的行数。当 maxRowsPerSegment 或者 maxTotalRows 有一个值命中的时候，则触发handoff（数据落盘后传到深度存储）， 该动作也会按照每 intermediateHandoffPeriod 时间间隔发生一次。

N（默认=unlimited)

intermediatePersistPeriod

ISO8601 Period

确定触发持续化存储的周期

N（默认= PT10M）

maxPendingPersists

Integer

正在等待但启动的持久化过程的最大数量。 如果新的持久化任务超过了此限制，则在当前运行的持久化完成之前，摄取将被阻止。索引任务的最大内存使用量是 maxRowsInMemory * (2 + maxPendingPersists)

否（默认为0，意味着一个持久化可以与摄取同时运行，而没有一个可以进入队列）

indexSpec

Object

调整数据被如何索引。详情可以见 IndexSpec 页面中的内容

N

indexSpecForIntermediatePersists

定义要在索引时用于中间持久化临时段的段存储格式选项。这可用于禁用中间段上的维度/度量压缩，以减少最终合并所需的内存。但是，在中间段上禁用压缩可能会增加页缓存的使用，而在它们被合并到发布的最终段之前使用它们，有关可能的值。详情可以见 IndexSpec 页面中的内容。

N（默认= 与 indexSpec 相同）

reportParseExceptions

Boolean

已经丢弃（DEPRECATED）。如果为true，则在解析期间遇到的异常即停止摄取；如果为false，则将跳过不可解析的行和字段。将 reportParseExceptions 设置为 true 将覆盖maxParseExceptions 和 maxSavedParseExceptions 的现有配置，将maxParseExceptions 设置为 0 并将 maxSavedParseExceptions 限制为不超过1。

N（默认=false）

handoffConditionTimeout

Long

段切换（持久化）可以等待的毫秒数（超时时间）。 该值要被设置为大于0的数，设置为0意味着将会一直等待不超时。

N（默认=0）

resetOffsetAutomatically

Boolean

控制当Druid需要读取Kafka中不可用的消息时的行为，比如当发生了 OffsetOutOfRangeException 异常时。 如果为false，则异常将抛出，这将导致任务失败并停止接收。如果发生这种情况，则需要手动干预来纠正这种情况；可能使用 重置 Supervisor API 。此模式对于生产非常有用，因为它将使您意识到摄取的问题。如果为true，Druid将根据 useEarliestOffset 属性的值（true 为 earliest ，false 为 latest ）自动重置为Kafka中可用的较早或最新偏移量。请注意，这可能导致数据在您不知情的情况下被丢弃 （如果useEarliestOffset 为 false ）或 重复 （如果 useEarliestOffset 为 true ）。消息将被记录下来，以标识已发生重置，但摄取将继续。这种模式对于非生产环境非常有用，因为它将使Druid尝试自动从问题中恢复，即使这些问题会导致数据被安静删除或重复。该特性与Kafka的 auto.offset.reset 消费者属性很相似

N（默认=false）

workerThreads

Integer

supervisor 用于为工作任务处理 请求/相应（requests/responses）异步操作的线程数。

N（默认=min(10, taskCount)）

chatThreads

Integer

与索引任务的会话线程数。

N（默认=10, taskCount * replicas)）

chatRetries

Integer

在任务没有响应之前，将重试对索引任务的HTTP请求的次数

N（默认=8）

httpTimeout

ISO8601 Period

索引任务的 HTTP 响应超时的时间。

N（默认=PT10S）

shutdownTimeout

ISO8601 Period

supervisor 尝试无故障的停掉一个任务的超时时间。

N（默认=PT80S）

offsetFetchPeriod

ISO8601 Period

supervisor 查询 Kafka 和索引任务以获取当前偏移和计算滞后的频率。

N（默认=PT30S，min == PT5S）

segmentWriteOutMediumFactory

Object

创建段时要使用的段写入介质。更多信息见下文。

N （默认不指定，使用来源于 druid.peon.defaultSegmentWriteOutMediumFactory.type 的值）

intermediateHandoffPeriod

ISO8601 Period

段发生切换的频率。当 maxRowsPerSegment 或者 maxTotalRows 有一个值命中的时候，则触发handoff（数据存盘后传到深度存储）， 该动作也会按照每 intermediateHandoffPeriod 时间间隔发生一次。

N（默认=P2147483647D）

logParseExceptions

Boolean

如果为 true，则在发生解析异常时记录错误消息，其中包含有关发生错误的行的信息。

N（默认=false）

maxParseExceptions

Integer

任务停止接收之前可发生的最大分析异常数。如果设置了 reportParseExceptions ，则该值会被重写。

N（默认=unlimited)

maxSavedParseExceptions

Integer

当出现解析异常时，Druid可以跟踪最新的解析异常。"maxSavedParseExceptions"决定将保存多少个异常实例。这些保存的异常将在 任务完成报告 中的任务完成后可用。如果设置了reportParseExceptions ，则该值会被重写。

N（默认=0)