为什么这么快

上篇 文章提到了 kafka 的构造，其中有 3 点有助于进步它的吞吐量。

1. partition 并行处理
   多个 partition 承载一个 topic 的音讯存储和传输，减少 partition 的数量能无效减少吞吐量。
2. 写音讯：音讯存储采纳程序写的形式
   kafka 音讯存储在 log 文件中，文件采纳程序写的形式写入音讯。因为磁盘构造，程序写要比随机写快不少。

补充：
写音讯还有一点优化，生产者向 broker 发送音讯过程会先向 Page Cache 里写入，再异步刷盘 到 log 文件。
为避免音讯失落，能够采纳 replication 备份的形式。

3. 读音讯：文件命名和稠密索引
   两者保障了音讯的疾速定位，减速音讯生产。

除了以上内容，还有一个重要因素：

4. 零拷贝技术

broker 向消费者传递数据过程，按传统的做法会经验如下步骤：

应用程序发动读数据申请，磁盘数据经 read buffer 进入应用层 buffer；再由应用层 buffer 进入 socket buffer，通过网卡进行网络传输。

一份数据未做任何扭转的前提下，经验了数次拷贝，期间还波及用户态和内核态间的转换，这显然是一种节约。

kafka 利用 DMA 技术，实现了零拷贝。

DMA 能够用在显卡、声卡等很多硬件上，这里次要用到了网卡的 DMA

通过操作系统层面的 sendfile 函数，数据将简历 read buffer 到网卡的映射，而后间接发送进来。（要保证数据未做任何扭转 ）
而 java 的 transferTo 办法底层基于操作系统的 sendfile 实现。

降级后的形式不再须要用户态和内核态之间的切换，同时也免去了屡次拷贝。

5. 其它
   当然，kafka 反对的批量音讯和消息压缩都是其快的起因。

主从同步机制

咱们晓得 replication 是 partition 的正本，而 ISR 就是 master（partition 所在 broker）动静保护的一个汇合，用来记录无效的 replication 正本。

先看下如下几个概念：

• AR（Assigned Repllicas）一个 partition 的所有正本（就是 replica，不辨别 leader 或 follower）
• ISR（In-Sync Replicas）可能和 leader 放弃同步的 follower + leader 自身 组成的汇合。
• OSR（Out-Sync Relipcas）不能和 leader 放弃同步的 follower 汇合
• 公式：AR = ISR + OSR

kafka 会保障 ISR 汇合中记录的正本会同步音讯。

无关同步的配置如下：

# 默认 10000 即 10 秒
replica.lag.time.max.ms

这个配置的意思是 10 秒内达成 齐全同步 的正本，会记录在 ISR 汇合中；未齐全同步则移出汇合。

好，咱们来看看齐全同步的意思。在这之前先引出两个概念：

• LEO(last end offset)
  一个 partition 中，最新消息的下一个 offset
• HW(high watermark)
  partition 的所有 replication 中同步的最小 offset。

图中的例子：
如果 partition 有 8 条音讯（0-7），LEO 为 8；
这个 partition 有 3 个 replication，其中的两个 partition 曾经将 8 条音讯同步了；
最初一个 replication 只同步了 5 条音讯（0-4），那么 HW 会标记为 5。
此时音讯 0 - 4 对外可见（consumer 能够生产），5- 7 不可见。

同时，10 秒内此 replication 不能将 5 - 7 音讯同步，它将被移出 ISR

当 replication 将 partition 的 LEO 之前的日志全副同步时，则认为该 replication 曾经追赶上 partion，也就是齐全同步。

附录

P6-P7 常识合辑