天下武功，唯快不破。同樣的，kafka在消息隊(duì)列領(lǐng)域，也是非常快的，這里的塊指的是kafka在單位時(shí)間搬運(yùn)的數(shù)據(jù)量大小，也就是吞吐量，下圖是搬運(yùn)網(wǎng)上的一個(gè)性能測(cè)試結(jié)果，在同步發(fā)送場(chǎng)景下，單機(jī)Kafka的吞吐量高達(dá)17.3w/s，不愧是高吞吐量消息中間件的行業(yè)老大。

那究竟是什么原因讓kafka如此之快呢？這也是面試官非常喜歡問(wèn)的問(wèn)題。

四個(gè)原因
原因一：磁盤(pán)順序讀寫(xiě)
生產(chǎn)者發(fā)送數(shù)據(jù)到kafka集群中，最終會(huì)寫(xiě)入到磁盤(pán)中，會(huì)采用順序?qū)懭氲姆绞?。消費(fèi)者從kafka集群中獲取數(shù)據(jù)時(shí)，也是采用順序讀的方式。

無(wú)論是機(jī)械磁盤(pán)還是固態(tài)硬盤(pán)SSD，順序讀寫(xiě)的速度都是遠(yuǎn)大于隨機(jī)讀寫(xiě)的。因?yàn)閷?duì)于機(jī)械磁盤(pán)順序讀寫(xiě)省去了磁頭頻繁尋址和旋轉(zhuǎn)盤(pán)片的開(kāi)銷(xiāo)。而固態(tài)硬盤(pán)就更加復(fù)雜，這里不展開(kāi)闡述。

下圖是網(wǎng)上關(guān)于讀寫(xiě)方式的性能比較。

機(jī)械磁盤(pán)順序讀寫(xiě) 53M/s，隨讀寫(xiě) 316k/s
固態(tài)硬盤(pán)順序讀寫(xiě) 42M/s, 隨機(jī)讀寫(xiě) 1000k/s
因而，由于kafka一般使用機(jī)械磁盤(pán)存儲(chǔ)消息，因?yàn)闄C(jī)械磁盤(pán)的價(jià)格遠(yuǎn)小于固態(tài)硬盤(pán)SSD。

原因二：PageCache頁(yè)緩存技術(shù)
前面提到了kafka采用順序讀寫(xiě)寫(xiě)入到磁盤(pán)中，難道是直接kafka到磁盤(pán)嗎，實(shí)際上不是的，中間多了一道操作系統(tǒng)的PageCache頁(yè)緩存，可以理解為內(nèi)存。

當(dāng)kafka有寫(xiě)操作時(shí)，先將數(shù)據(jù)寫(xiě)入PageCache中，然后在定時(shí)方式順序?qū)懭氲酱疟P(pán)中。
當(dāng)讀操作發(fā)生時(shí)，先從PageCache中查找，如果找不到，再去磁盤(pán)中讀取。
通過(guò)頁(yè)緩存技術(shù)，更近一步的提高了讀寫(xiě)的性能。

原因三：零拷貝技術(shù)
kafka之所以快的另外一個(gè)原因是采用了零拷貝技術(shù)。

首先我們來(lái)看下從磁盤(pán)讀取數(shù)據(jù)到網(wǎng)卡場(chǎng)景下，傳統(tǒng)IO的整個(gè)過(guò)程，如下圖所示：

傳統(tǒng)IO模型下，從磁盤(pán)讀取數(shù)據(jù)，寫(xiě)到網(wǎng)卡設(shè)備中，經(jīng)歷了4次用戶態(tài)和內(nèi)核態(tài)之間的切換，以及4次數(shù)據(jù)的拷貝，包括CPU拷貝和DMA拷貝。這些操作都是十分損耗性能。

DMA, Direct Memory Access,
直接內(nèi)存訪問(wèn)是一些計(jì)算機(jī)總線架構(gòu)提供的功能，它能使數(shù)據(jù)從附加設(shè)備（如磁盤(pán)驅(qū)動(dòng)器）直接發(fā)送到計(jì)算機(jī)主板的內(nèi)存上。

那能否減少這樣的切換和拷貝呢？ 答案是肯定的，不知道大家發(fā)下沒(méi)有，kafka的消息在應(yīng)用層做任何轉(zhuǎn)換，怎么存就怎么取，你看連序列化、反序列化都是在生產(chǎn)者和消費(fèi)者做的。所以kafka采用了sendfile的零拷貝技術(shù)。

sendfile零拷貝技術(shù)在內(nèi)核態(tài)將數(shù)據(jù)從PageCache拷貝到了Socket緩沖區(qū)，這樣就大大減少了不同形態(tài)的切換以及拷貝。

所謂的零拷貝技術(shù)不是指不發(fā)生拷貝，而是在用戶態(tài)沒(méi)有進(jìn)行拷貝。

原因四：kafka分區(qū)架構(gòu)和批量操作
一方面kafka的集群架構(gòu)采用了多分區(qū)技術(shù)，并行度高。另外一方面，kafka采用了批量操作。生產(chǎn)者發(fā)送的消息先發(fā)送到一個(gè)隊(duì)列，然后有sender線程批量發(fā)送給kafka集群。

如何提高生產(chǎn)者的吞吐量？
kafka生產(chǎn)者提供的一些配置參數(shù)可以有助于提高生產(chǎn)者的吞吐量。

如何提高消費(fèi)者的吞吐量?
如果是Kafka消費(fèi)能力不足，則可以考慮增加Topic的分區(qū)數(shù)，并且同時(shí)提升消費(fèi)組的消費(fèi)者數(shù)量，消費(fèi)者數(shù) = 分區(qū)數(shù)，并發(fā)度最高。
如果是下游的數(shù)據(jù)處理不及時(shí)：提高每批次拉取的數(shù)量。批次拉取數(shù)據(jù)過(guò)少，使處理的數(shù)據(jù)小于生產(chǎn)的數(shù)據(jù)，也會(huì)造成數(shù)據(jù)積壓。
fetch.max.bytes：默認(rèn) Default: 52428800（50 m）。消費(fèi)者獲取服務(wù)器端一批消息最大的字節(jié)數(shù)。如果服務(wù)器端一批次的數(shù)據(jù)大于該值（50m）仍然可以拉取回來(lái)這批數(shù)據(jù)，因此，這不是一個(gè)絕、對(duì)最大值。一批次的大小受 message.max.bytes （broker config）or max.message.bytes （topic config）影響。
max.poll.records：一次 poll 拉取數(shù)據(jù)返回消息的最大條數(shù)，默認(rèn)是 500 條
優(yōu)化消費(fèi)者代碼處理的邏輯。

總結(jié)

本文總結(jié)了Kafka為什么快的原因，4個(gè)關(guān)鍵字，磁盤(pán)順序讀寫(xiě)，頁(yè)緩存技術(shù)，零拷貝技術(shù)，Kafka本身分區(qū)機(jī)制和批量操作。我們抓住這4個(gè)關(guān)鍵字，有點(diǎn)到面地和面試官娓娓道來(lái)。

Kafka 在性能上確實(shí)是一騎絕塵，但在消息選型過(guò)程中，我們不僅僅要參考其性能，還有從功能性上來(lái)考慮，例如 RocketMQ
提供了豐富的消息檢索功能、事務(wù)消息、消息消費(fèi)重試、定時(shí)消息等。

通常在大數(shù)據(jù)、流式處理場(chǎng)景基本選用 Kafka，業(yè)務(wù)處理相關(guān)選擇 RocketMQ更佳。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-738164.html

到了這里，關(guān)于kafka為什么如此之快？的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！