面试官：Kafka 为什么那么快？
有人说：他曾在一台配置较好的机子上对
Kafka进行性能压测，压测结果是Kafka单个节点的极限处理能力接近每秒2000万条消息，吞吐量达到每秒600MB。
那 Kafka 为什么这么快？如何做到这个高的性能？
本篇文章主要从这 3 个角度来分析：
- 生产端
- 服务端
Broker - 消费端
先来看下生产端发送消息，Kafka 做了哪些优化？
（1）生产端 Producer
先来回顾下 Producer 生产者发送消息的流程：
-
首先指定消息发送到哪个
Topic。 -
选择一个
Topic的分区partitiion，默认是轮询来负载均衡。也可以指定一个分区
key，根据key的hash值来分发到指定的分区。也可以自定义
partition来实现分区策略。 -
找到这个分区的
leader partition。 -
与所在机器的
Broker的socket建立通信。 -
发送
Kafka自定义协议格式的请求（包含携带的消息、批量消息）。
将思绪集中在消息发送时候，可发现这两个华点：批量消息和自定义协议格式。
-
批量发送：减少了与服务端
Broker处理请求的次数，从而提升总体的处理能力。调用
send()方法时，不会立刻把消息发送出去，而是缓存起来，选择恰当时机把缓存里的消息划分成一批数据，按批次发送给服务端Broker。 -
自定义协议格式：序列化方式和压缩格式都能减少数据体积，从而节省网络资源消耗。
各种压缩算法对比：
- 吞吐量方面：
LZ4>Snappy>zstd和GZIP - 压缩比方面：
zstd>LZ4>GZIP>Snappy
（2）服务端 Broker
Broker 的高性能主要从这 3 个方面体现：
-
PageCache缓存 -
Kafka的文件布局 以及 磁盘文件顺序写入 - 零拷贝
sendfile：加速消费流程
下面展开讲讲。
1）PageCache 加速消息读写
使用 PageCache 主要能带来如下好处：
- 写入文件的时候：操作系统会先把数据写入到内存中的
PageCache，然后再一批一批地写到磁盘上，从而减少磁盘IO开销。
-
读取文件的时候：也是从
PageCache中来读取数据。如果消息刚刚写入到服务端就会被消费，按照
LRU的“优先清除最近最少使用的页”这种策略，读取的时候，对于这种刚刚写入的PageCache，命中的几率会非常高。
2）Kafka 的文件布局 以及 磁盘文件顺序写入
文件布局如下图所示：
主要特征是：文件的组织方式是“topic + 分区”，每一个 topic 可以创建多个分区，每一个分区包含单独的文件夹。
Kafka 在分区级别实现文件顺序写：即多个文件同时写入，更能发挥磁盘 IO 的性能。
-
相对比
RocketMQ：RocketMQ在消息写入时追求极致的顺序写，所有的消息不分主题一律顺序写入commitlog文件，topic和 分区数量的增加不会影响写入顺序。 -
弊端：
Kafka在消息写入时的IO性能，会随着topic、分区数量的增长先上升，后下降。所以使用
Kafka时，要警惕Topic和 分区数量。
3）零拷贝 sendfile：加速消费流程
当不使用零拷贝技术读取数据时：
流程如下：
-
消费端
Consumer：向Kafka Broker请求拉取消息 -
Kafka Broker从OS Cache读取消息到 应用程序的内存空间：- 若
OS Cache中有消息，则直接读取 - 若
OS Cache中无消息，则从磁盘里读取
- 若
-
再通过网卡，
socket将数据发送给 消费端Consumer
当使用零拷贝技术读取数据：
Kafka 使用零拷贝技术可以把这个复制次数减少一次，直接从 PageCache 中把数据复制到 Socket 缓冲区中。
- 这样不用将数据复制到用户内存空间。
-
DMA控制器直接完成数据复制，不需要CPU参与，速度更快。
（3）消费端 Consumer
消费者只从
Leader分区批量拉取消息。
为了提高消费速度，多个消费者并行消费比不可少。 Kafka 允许创建消费组(唯一标识 group.id)，在同一个消费组的消费者共同消费数据。
举个栗子：
- 有两个
Kafka Broker，即有 2个机子 - 有一个主题：
TOPICA，有 3 个分区(0, 1, 2)
如上图，举例 4 中情况：
-
group.id = 1，有一个消费者：这个消费者要处理所有数据，即 3 个分区的数据。 -
group.id = 2，有两个消费者：consumer 1消费者需处理 2个分区的数据，consumer2消费者需处理 1个分区的数据 -
group.id = 3，有三个消费者：消费者数量与分区数量相等，刚好每个消费者处理一个分区 -
group.id = 4，有四个消费者：消费者数量 > 分区数量，第四个消费者则会处于空闲状态
作者：格格步入
链接：https://juejin.cn/post/7134463012563320868
来源：稀土掘金
