kafka为什么速度快总结

kafka被广泛运用在各个系统中，被用来充当消息的中间件与数据总线的功能。而且我们都知道，kafka是基于磁盘存储的，但是描述kafka的形容词，最常见的经常有诸如速度快，延时小，吞吐量大这些，吞吐量能达到几十w甚至上百万每秒。而这些形容词，却与磁盘来说是格格不入的。所以kafka为什么快就成了一个经典的问题，下面我们就来进行初步总结。

1.顺序读写

kafka的数据持久化是在磁盘进行的。一提到磁盘，大家第一反应就是磁盘啊，那很慢啊，读写性能很差啊，很多时候系统整体性能就卡在磁盘的I/O上面，怎么基于一个磁盘的消息系统，还能做到快？
上面的说法，即对也不对。说他对，是因为磁盘的随机读写性能确实很差。但是说他不对，是因为不管内存还是磁盘，读写性能的快慢主要取决于数据的寻址方式，如果是顺序读写，性能就会很高了。贴一张 https://queue.acm.org/detail.cfm?id=1563874 上的图：

从上面的图不难看出，磁盘的随机读性能最差，只有可怜的316values/sec。但是如果是顺序读，却能达到53.2M values/sec，性能直接高了三个数量级，甚至超过了随机读内存。

kafka虽然是使用磁盘进行数据的持久化，但是使用的是顺序读取磁盘的方式。几乎所有kafka相关的文献都会指出，kafka通过不过将消息append(追加)到本地磁盘的文件末尾来完成消息的写入，这样kafka的吞吐量就大大得到了提升。在kafka中，每一个topic其实就是一个文件，分布式系统中的不同partition，则是在不同机器上对应的一个文件，下面就是某一个topic在本地磁盘上的存储。

00000000000000000025.index  00000000000000000025.log  00000000000000000025.snapshot  00000000000000000025.timeindex  leader-epoch-checkpoint

我们主要关注一下xxx.index与xxx.log文件

log文件名是以文件中第一条message的offset来命名的，实际offset长度是64位，但是这里只使用了20位，应付生产是足够的。可以看出第一个log文件名是以25开头，而第二个log文件还没产生，说明该log文件产生之前该topic已经有24条消息。

而一组log+index+timeindex文件的名字都是一样的。

上面这种在文件末尾追加的方式，会带来一个弊端，就是无法删除数据。对应的，kafka也不能删除数据，而是会将所有的数据都保存下来，然后根据配置的删除策略来删除磁盘上对应的文件。

2.page cache

为了避免每次读写文件时，都需要对硬盘进行读写操作，Linux 内核使用 页缓存（Page Cache） 机制来对文件中的数据进行缓存。
在kafka中，利用了操作系统本身的page cache，也就是利用系统本身的内存而不是JVM虚拟机的内存来操作数据。这样主要的好处有如下几点

1.操作系统本身的page cache经过各种优化，本身就比其他的数据存储结果更为简单稳定可靠。kafka通过直接使用使用操作系统的page cache，让读写操作都基于内存进行，这样速度就得到了极大提升。
2.使用java堆内存的话，java对象内存消耗较大，通常是存储数据的两倍以上。
3.如果重度依赖java内存，JVM的GC问题将无法避免。

关于page cache，更为具体可以阅读参考文献1。

3.巧妙的文件结构设计

kafka的消息是以topic进行区分，每个topic相互独立不影响，而实际使用的时候，每个topic又都会进行分区，每个分区在物理上按大小被分成多个 segment，每个segment都包含有.log与.index等文件。
其中，index采用的是稀疏索引，这样能大大缩减index文件的大小。kafka采用mmap的方式，将index文件映射到内存中，这样对index的操作就直接在内存中进行不需要磁盘IO，大大提高了读写速度。

1.按照二分法找到小于 offset 的 segment 的.log 和.index
2.用目标 offset 减去文件名中的 offset 得到消息在这个 segment 中的偏移量。
3.再次用二分法在 index 文件中找到对应的索引。
4.到 log 文件中，顺序查找，直到找到 offset 对应的消息。

4.零拷贝

首先我们需要明确，零拷贝，不是说不需要拷贝，而是说减少不必要拷贝的次数，一般是指在IO读写过程中。

比如：读取文件，再用socket发送出去
传统方式实现：
先读取、再发送，实际经过1~4四次copy。

buffer = File.read 
Socket.send(buffer)

1、第一次：将磁盘文件，读取到操作系统内核缓冲区；
2、第二次：将内核缓冲区的数据，copy到application应用程序的buffer；
3、第三步：将application应用程序buffer中的数据，copy到socket网络发送缓冲区(属于操作系统内核的缓冲区)；
4、第四次：将socket buffer的数据，copy到网卡，由网卡进行网络传输。

传统方式，读取磁盘文件并进行网络发送，经过的四次数据copy是非常繁琐的。实际IO读写，需要进行IO中断，需要CPU响应中断(带来上下文切换)，尽管后来引入DMA来接管CPU的中断请求，但四次copy是存在“不必要的拷贝”的。

重新思考传统IO方式，会注意到实际上并不需要第二个和第三个数据副本。应用程序除了缓存数据并将其传输回套接字缓冲区之外什么都不做。相反，数据可以直接从读缓冲区传输到套接字缓冲区。

显然，第二次和第三次数据copy 其实在这种场景下没有什么帮助反而带来开销，这也正是零拷贝出现的意义。

这种场景：是指读取磁盘文件后，不需要做其他处理，直接用网络发送出去。试想，如果读取磁盘的数据需要用程序进一步处理的话，必须要经过第二次和第三次数据copy，让应用程序在内存缓冲区处理。

具体详情可以见参考文献3

5.批量操作

对于大规模数据的读写，批量操作算是常规提升性能的手段之一。每次写入一大批数据，而不是一次写入一条数据，这样就能极大减少各种诸如IO之类的开销，大大提升系统的吞吐量。

6.批量压缩传输

kafka对数据采取了批量压缩传输的方式。kafka客户端向服务端发送数据的时候，并不是逐条消息发送，而是进行批量发送，同时还会对数据进行压缩。这样能节省宝贵的网络IO资源，提升系统整体性能。

参考文献

1.https://cloud.tencent.com/developer/article/1848933
2.https://www.cnblogs.com/rickiyang/p/13265043.html
3.https://zhuanlan.zhihu.com/p/78335525