网站搭建源码唐山市住房和城乡建设局官方网站
- 高性能设计概述
- Kafka高性能是多方面协同的结果，包括集群架构、分布式存储、ISR数据同步及高效利用磁盘和操作系统特性等。
- 主要体现在消息分区、顺序读写、页缓存、零拷贝、消息压缩和分批发送六个方面。
- 消息分区
- 存储不受单台服务器限制，能处理更多数据，数据量过大还会分段存储。
- 顺序读写
- Kafka消息存储在磁盘文件中，写文件时以追加方式新增数据，顺序读写效率高（与随机读写比较，主要在于磁盘寻址过程）。
- 顺序读写数据连续，寻址快；随机存放数据不连续，寻址耗时，查找效率低，所以磁盘顺序读写效率较高。
- 页缓存
- 是Linux中的概念，类似系统缓存。读写磁盘文件时，数据先读到页缓存中再操作，提升性能。
- 零拷贝
- 作用是减少磁盘IO和网络IO，是Kafka高性能非常重要的一环。
原来的模式 -> 四次数据拷贝
- Linux系统划分用户空间和内核空间，用户空间权限小，内核空间权限大。
- Kafka服务在用户空间，生产者发送消息时，数据先从用户空间拷贝到内核空间的页缓存，批量发送时再写入磁盘。
- 消费者消费消息时，先在页缓存中找，没有则到磁盘文件读取并拷贝到页缓存，再从页缓存拷贝到用户空间的Kafka，最后通过socket连接和网卡发送给消费者，共经历四次数据拷贝。
使用零拷贝 -> 两次数据拷贝
- Kafka使用零拷贝后，消费者消费数据时，若页缓存中不存在消息，从磁盘读取数据到页缓存后，Kafka委托系统直接从页缓存拷贝数据到网卡，数据拷贝次数减少为两次，性能提高。
- 消息压缩
- Kafka内部提供多种数据压缩算法，发送数据时可设置，压缩后可减少磁盘IO（特别是网络IO），但压缩会耗费一定CPU，需根据实际情况设置。
- 分批发送
- 将消息打包分批发送，多个消息组成一个批次，减少网络传输开销，提高网络传输效率和吞吐量。可通过参数配置控制批量发送消息的大小（默认16K），还设置了等待时间，若在等待时间内未达到16K，Kafka也会将缓冲区数据发送出去，避免消息积压。
- 面试回答建议
- 回答面试官关于Kafka高性能设计问题时，至少要陈述消息分区、顺序读写、页缓存和零拷贝这四点内容。消息分区使存储不受单台服务器限制；顺序读写提升读写效率；页缓存将磁盘访问变为内存访问提高性能；零拷贝减少上下游切换和数据拷贝。还可提及消息压缩减少磁盘IO和网络IO，分批发送减少网络开销等内容，同时文稿里提供了参考回答供查阅。
Kafka中零拷贝的实现是其高性能设计的重要部分，通过减少数据拷贝次数来提升性能，具体实现过程如下：
1. 传统数据传输中的数据拷贝
在Linux系统中，存在用户空间和内核空间的划分，用户空间权限小，内核空间权限大且可调用系统资源。当Kafka服务在用户空间进行数据传输时，例如生产者发送消息到磁盘以及消费者消费消息的过程，涉及多次数据拷贝：
- 生产者发送消息时，数据从用户空间拷贝到内核空间的页缓存，批量发送时再从页缓存写入磁盘，这是两次数据拷贝。
- 消费者消费消息时，若页缓存中没有消息，需先从磁盘文件读取消息拷贝到页缓存，再从页缓存拷贝到用户空间的Kafka，最后通过socket连接和网卡发送给消费者，这里共发生四次数据拷贝。频繁的数据拷贝操作导致性能不高。
2. Kafka零拷贝的实现流程
为了提升性能，Kafka采用了零拷贝技术，其流程如下：
- 消费者消费数据时，Kafka先判断页缓存中是否存在消息。若不存在，从磁盘文件读取数据并拷贝到页缓存，这一步与传统方式相同。
- 关键在于，Kafka在得知消费者要消费消息后，不再将数据从页缓存拷贝到用户空间的Kafka，而是委托系统直接从页缓存把数据拷贝到网卡，从而直接将数据发送给消费者。
3. 零拷贝的优势
通过这种方式，Kafka实现了零拷贝，数据拷贝次数从传统方式的至少四次减少为两次（磁盘到页缓存、页缓存到网卡）。拷贝次数的减少极大地提高了数据传输效率，降低了CPU和内存的开销，从而提升了Kafka的整体性能，使其能够更高效地处理大规模数据的传输和存储。