轉載：http://aoyouzi.iteye.com/blog/2322673

Kafka是分布式消息系統，需要處理海量的消息，Kafka的設計是把所有的消息都寫入速度低容量大的硬盤，以此來換取更強的存儲能力，但實際上，使用硬盤并沒有帶來過多的性能損失

?

kafka主要使用了以下幾個方式實現了超高的吞吐率

?

順序讀寫

?

kafka的消息是不斷追加到文件中的，這個特性使kafka可以充分利用磁盤的順序讀寫性能

?

順序讀寫不需要硬盤磁頭的尋道時間，只需很少的扇區旋轉時間，所以速度遠快于隨機讀寫

?

Kafka官方給出了測試數據(Raid-5，7200rpm)：

?

順序 I/O: 600MB/s

?

隨機 I/O: 100KB/s

?

零拷貝

先簡單了解下文件系統的操作流程，例如一個程序要把文件內容發送到網絡

?

這個程序是工作在用戶空間，文件和網絡socket屬于硬件資源，兩者之間有一個內核空間

?

在操作系統內部，整個過程為：

在Linux kernel2.2 之后出現了一種叫做"零拷貝(zero-copy)"系統調用機制，就是跳過“用戶緩沖區”的拷貝，建立一個磁盤空間和內存的直接映射，數據不再復制到“用戶態緩沖區”

?

系統上下文切換減少為2次，可以提升一倍的性能

文件分段

kafka的隊列topic被分為了多個區partition，每個partition又分為多個段segment，所以一個隊列中的消息實際上是保存在N多個片段文件中

通過分段的方式，每次文件操作都是對一個小文件的操作，非常輕便，同時也增加了并行處理能力

?

批量發送

Kafka允許進行批量發送消息，先將消息緩存在內存中，然后一次請求批量發送出去

?

比如可以指定緩存的消息達到某個量的時候就發出去，或者緩存了固定的時間后就發送出去

?

如100條消息就發送，或者每5秒發送一次

?

這種策略將大大減少服務端的I/O次數

?

數據壓縮

Kafka還支持對消息集合進行壓縮，Producer可以通過GZIP或Snappy格式對消息集合進行壓縮

?

壓縮的好處就是減少傳輸的數據量，減輕對網絡傳輸的壓力

?

Producer壓縮之后，在Consumer需進行解壓，雖然增加了CPU的工作，但在對大數據處理上，瓶頸在網絡上而不是CPU，所以這個成本很值得

總結

以上是生活随笔為你收集整理的Kafka是如何实现高吞吐率的的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。