我們還是用一張圖先概括所有的要點(diǎn)：

圖片

批量發(fā)送與壓縮

Kafka發(fā)送消息時(shí)，首先將消息進(jìn)行批量打包，然后壓縮后通過(guò)網(wǎng)絡(luò)傳輸，Producer可以通過(guò)GZIP或Snappy格式對(duì)消息集合進(jìn)行壓縮。這樣可以減少網(wǎng)絡(luò)傳輸?shù)拈_(kāi)銷，同時(shí)也可以利用壓縮算法來(lái)降低磁盤存儲(chǔ)的空間占用。

優(yōu)秀的網(wǎng)絡(luò)模型

Kafka使用了基于Java NIO的網(wǎng)絡(luò)框架，其實(shí)也是個(gè) reactor的模型。他的設(shè)計(jì)中，Accepter 作為一個(gè) main reactor，里面包含了 child reactor 即 processor，然后發(fā)送和接收都是通過(guò)隊(duì)列的方式異步進(jìn)行[1]。

圖片

磁盤順序?qū)?/h3>

與隨機(jī)訪問(wèn)相比，磁盤上的順序?qū)懖僮饕斓枚唷afka將每個(gè)分區(qū)的日志作為一系列連續(xù)的文件段進(jìn)行管理，并且總是追加到當(dāng)前活動(dòng)的日志文件末尾。

頁(yè)緩存技術(shù)（MMAP內(nèi)存映射）

即便是順序?qū)懭胗脖P，硬盤的訪問(wèn)速度還是不可能追上內(nèi)存。所以 Kafka 的數(shù)據(jù)并不是實(shí)時(shí)的寫入硬盤 ，它充分利用了現(xiàn)代操作系統(tǒng)頁(yè)緩存來(lái)利用內(nèi)存提高 I/O 效率。kafka在寫數(shù)據(jù)的時(shí)候，會(huì)先將數(shù)據(jù)寫入到頁(yè)緩存，滿足一定條件后刷寫到磁盤上，可以保證更高的讀寫性能。

操作系統(tǒng)本身有一層緩存，叫做page cache，是在內(nèi)存里的緩存，我們也可以稱之為os cache，意思就是操作系統(tǒng)自己管理的緩存。你在寫入磁盤文件的時(shí)候，可以直接寫入這個(gè)os cache里，也就是僅僅寫入內(nèi)存中，接下來(lái)由操作系統(tǒng)自己決定什么時(shí)候把os cache里的數(shù)據(jù)真的刷入磁盤文件中[2]。

MMAP將磁盤文件映射到內(nèi)存，用戶通過(guò)修改內(nèi)存就能修改磁盤文件。通過(guò)MMAP，進(jìn)程像讀寫硬盤一樣讀寫內(nèi)存（當(dāng)然是虛擬機(jī)內(nèi)存）。使用這種方式可以獲取很大的 I/O 提升，省去了用戶空間到內(nèi)核空間復(fù)制的開(kāi)銷。

分區(qū)并發(fā)

Kafka的分區(qū)機(jī)制可以實(shí)現(xiàn)高并發(fā)的數(shù)據(jù)消費(fèi)。Kafka中的topic中的內(nèi)容可以分在多個(gè)分區(qū)（partition）存儲(chǔ)，每個(gè)partition又分為多個(gè)段segment，所以每次操作都是針對(duì)一小部分做操作，很輕便，并且增加并行操作的能力，每個(gè)分區(qū)都是獨(dú)立的、有序的消息隊(duì)列。

消費(fèi)者組內(nèi)的不同成員可以并行地消費(fèi)不同的分區(qū)，從而實(shí)現(xiàn)了水平擴(kuò)展性和更高的并發(fā)度。這種設(shè)計(jì)使得Kafka能夠很好地支持大規(guī)模的消息處理場(chǎng)景。

Sendfile零拷貝

當(dāng)客戶端請(qǐng)求讀取數(shù)據(jù)時(shí)，Kafka可以利用操作系統(tǒng)級(jí)別的零拷貝特性直接將數(shù)據(jù)從磁盤傳輸給網(wǎng)絡(luò)接口，而不需要經(jīng)過(guò)應(yīng)用程序緩沖區(qū)，這樣就減少了不必要的數(shù)據(jù)復(fù)制過(guò)程。Kafka 使用到了 mmap 和 sendfile 的方式來(lái)實(shí)現(xiàn)零拷貝。分別對(duì)應(yīng) Java 的 MappedByteBuffer 和 FileChannel.transferTo。如下圖[4]：

圖片

結(jié)語(yǔ)

Kafka是一個(gè)非常優(yōu)秀的消息系統(tǒng)，它提供了高吞吐量、低延遲和高可靠性等特性。通過(guò)使用批量發(fā)送與壓縮、優(yōu)秀的網(wǎng)絡(luò)模型、磁盤順序?qū)憽㈨?yè)緩存、分區(qū)并發(fā)、sendfile零拷貝等技術(shù)，Kafka可實(shí)現(xiàn)百萬(wàn)級(jí)高吞吐量。

參考：

[1] https://juejin.cn/post/7276814487054532645

[2] https://blog.csdn.net/CSDN2497242041/article/details/120458401

[3] https://www.jianshu.com/p/53b8ec516a0b

[4] https://mp.weixin.qq.com/s/MLQzOv2lFV_NL1tm5rAZ-w

[5] https://mp.weixin.qq.com/s/iJJvgmwob9Ci6zqYGwpKtw

[6] https://developer.aliyun.com/article/939817