一、文件清理策略

1.1、文件清理策略的概述

• Kafka 中默认的日志保存时间为 7 天，可以通过调整如下参数修改保存时间。

  参数	解释
  log.retention.hours	小时，最低优先级（默认 7天）
  log.retention.minutes	分钟
  log.retention.ms	毫秒，最高优先级
  log.retention.check.interval.ms	负责设置检查周期（默认 5 分钟）

1.2、文件清理策略的官方文档

• 参考官方文档
  官方文档地址：https://kafka.apache.org/documentation/
  

1.3、日志超过了设置的时间如何处理

• Kafka 中提供的日志清理策略有 delete 和 compact两种。

1.3.1、delete日志删除（将过期数据删除）

• log.cleanup.policy = delete 所有数据启用删除策略。
  （1）、基于时间：默认打开。以 segment 中所有记录中的最大时间戳作为该文件时间戳。
  （2）、基于大小：默认关闭。超过设置的所有日志总大小，删除最早的 segment。log.retention.bytes，默认等于-1，表示无穷大。

1.3.2、compact日志压缩

• compact日志压缩：对于相同key的不同value值，只保留最后一个版本。
• log.cleanup.policy = compact 所有数据启用压缩策略
  
• 压缩后的offset可能是不连续的，比如上图中没有6，当从这些offset消费消息时，将会拿到比这个offset大的offset对应的消息，实际上会拿到offset为7的消息，并从这个位置开始消费。
• 这种策略只适合特殊场景，比如消息的key是用户ID，value是用户的资料，通过这种压缩策略，整个消息集里就保存了所有用户最新的资料。