摘要：相比較于等其他常見消息系統(tǒng)，在保障了大部分功能特性的同時(shí)，還提供了超一流的讀寫性能。實(shí)際上，使用硬盤并沒有帶來過多的性能損失，規(guī)規(guī)矩矩的抄了一條近道。依然沒有任何性能問題?？梢酝ㄟ^調(diào)整和來調(diào)優(yōu)性能。

A high-throughput distributed messaging system.
--Apache Kafka

Kafka作為時(shí)下最流行的開源消息系統(tǒng)，被廣泛地應(yīng)用在數(shù)據(jù)緩沖、異步通信、匯集日志、系統(tǒng)解耦等方面。相比較于RocketMQ等其他常見消息系統(tǒng)，Kafka在保障了大部分功能特性的同時(shí)，還提供了超一流的讀寫性能。

本文將針對Kafka性能方面進(jìn)行簡單分析，首先簡單介紹一下Kafka的架構(gòu)和涉及到的名詞：

Topic：用于劃分Message的邏輯概念，一個(gè)Topic可以分布在多個(gè)Broker上。

Partition：是Kafka中橫向擴(kuò)展和一切并行化的基礎(chǔ)，每個(gè)Topic都至少被切分為1個(gè)Partition。

Offset：消息在Partition中的編號，編號順序不跨Partition。

Consumer：用于從Broker中取出/消費(fèi)Message。

Producer：用于往Broker中發(fā)送/生產(chǎn)Message。

Replication：Kafka支持以Partition為單位對Message進(jìn)行冗余備份，每個(gè)Partition都可以配置至少1個(gè)Replication(當(dāng)僅1個(gè)Replication時(shí)即僅該P(yáng)artition本身)。

Leader：每個(gè)Replication集合中的Partition都會(huì)選出一個(gè)唯一的Leader，所有的讀寫請求都由Leader處理。其他Replicas從Leader處把數(shù)據(jù)更新同步到本地，過程類似大家熟悉的MySQL中的Binlog同步。

Broker：Kafka中使用Broker來接受Producer和Consumer的請求，并把Message持久化到本地磁盤。每個(gè)Cluster當(dāng)中會(huì)選舉出一個(gè)Broker來擔(dān)任Controller，負(fù)責(zé)處理Partition的Leader選舉，協(xié)調(diào)Partition遷移等工作。

ISR(In-Sync Replica)：是Replicas的一個(gè)子集，表示目前Alive且與Leader能夠“Catch-up”的Replicas集合。由于讀寫都是首先落到Leader上，所以一般來說通過同步機(jī)制從Leader上拉取數(shù)據(jù)的Replica都會(huì)和Leader有一些延遲(包括了延遲時(shí)間和延遲條數(shù)兩個(gè)維度)，任意一個(gè)超過閾值都會(huì)把該Replica踢出ISR。每個(gè)Partition都有它自己獨(dú)立的ISR。

以上幾乎是我們在使用Kafka的過程中可能遇到的所有名詞，同時(shí)也無一不是最核心的概念或組件，感覺到從設(shè)計(jì)本身來說，Kafka還是足夠簡潔的。這次本文圍繞Kafka優(yōu)異的吞吐性能，逐個(gè)介紹一下其設(shè)計(jì)與實(shí)現(xiàn)當(dāng)中所使用的各項(xiàng)“黑科技”。

Broker
不同于Redis和MemcacheQ等內(nèi)存消息隊(duì)列，Kafka的設(shè)計(jì)是把所有的Message都要寫入速度低容量大的硬盤，以此來換取更強(qiáng)的存儲(chǔ)能力。實(shí)際上，Kafka使用硬盤并沒有帶來過多的性能損失，“規(guī)規(guī)矩矩”的抄了一條“近道”。

首先，說“規(guī)規(guī)矩矩”是因?yàn)镵afka在磁盤上只做Sequence I/O，由于消息系統(tǒng)讀寫的特殊性，這并不存在什么問題。關(guān)于磁盤I/O的性能，引用一組Kafka官方給出的測試數(shù)據(jù)(Raid-5，7200rpm)：

Sequence I/O: 600MB/s
Random I/O: 100KB/s

所以通過只做Sequence I/O的限制，規(guī)避了磁盤訪問速度低下對性能可能造成的影響。

接下來我們再聊一聊Kafka是如何“抄近道的”。

首先，Kafka重度依賴底層操作系統(tǒng)提供的PageCache功能。當(dāng)上層有寫操作時(shí)，操作系統(tǒng)只是將數(shù)據(jù)寫入PageCache，同時(shí)標(biāo)記Page屬性為Dirty。當(dāng)讀操作發(fā)生時(shí)，先從PageCache中查找，如果發(fā)生缺頁才進(jìn)行磁盤調(diào)度，最終返回需要的數(shù)據(jù)。實(shí)際上PageCache是把盡可能多的空閑內(nèi)存都當(dāng)做了磁盤緩存來使用。同時(shí)如果有其他進(jìn)程申請內(nèi)存，回收PageCache的代價(jià)又很小，所以現(xiàn)代的OS都支持PageCache。

使用PageCache功能同時(shí)可以避免在JVM內(nèi)部緩存數(shù)據(jù)，JVM為我們提供了強(qiáng)大的GC能力，同時(shí)也引入了一些問題不適用與Kafka的設(shè)計(jì)。
? 如果在Heap內(nèi)管理緩存，JVM的GC線程會(huì)頻繁掃描Heap空間，帶來不必要的開銷。如果Heap過大，執(zhí)行一次Full GC對系統(tǒng)的可用性來說將是極大的挑戰(zhàn)。
? 所有在在JVM內(nèi)的對象都不免帶有一個(gè)Object Overhead(千萬不可小視)，內(nèi)存的有效空間利用率會(huì)因此降低。
? 所有的In-Process Cache在OS中都有一份同樣的PageCache。所以通過將緩存只放在PageCache，可以至少讓可用緩存空間翻倍。
? 如果Kafka重啟，所有的In-Process Cache都會(huì)失效，而OS管理的PageCache依然可以繼續(xù)使用。

PageCache還只是第一步，Kafka為了進(jìn)一步的優(yōu)化性能還采用了Sendfile技術(shù)。在解釋Sendfile之前，首先介紹一下傳統(tǒng)的網(wǎng)絡(luò)I/O操作流程，大體上分為以下4步。

OS 從硬盤把數(shù)據(jù)讀到內(nèi)核區(qū)的PageCache。

用戶進(jìn)程把數(shù)據(jù)從內(nèi)核區(qū)Copy到用戶區(qū)。

然后用戶進(jìn)程再把數(shù)據(jù)寫入到Socket，數(shù)據(jù)流入內(nèi)核區(qū)的Socket Buffer上。

OS 再把數(shù)據(jù)從Buffer中Copy到網(wǎng)卡的Buffer上，這樣完成一次發(fā)送。

整個(gè)過程共經(jīng)歷兩次Context Switch，四次System Call。同一份數(shù)據(jù)在內(nèi)核Buffer與用戶Buffer之間重復(fù)拷貝，效率低下。其中2、3兩步?jīng)]有必要，完全可以直接在內(nèi)核區(qū)完成數(shù)據(jù)拷貝。這也正是Sendfile所解決的問題，經(jīng)過Sendfile優(yōu)化后，整個(gè)I/O過程就變成了下面這個(gè)樣子。

通過以上的介紹不難看出，Kafka的設(shè)計(jì)初衷是盡一切努力在內(nèi)存中完成數(shù)據(jù)交換，無論是對外作為一整個(gè)消息系統(tǒng)，或是內(nèi)部同底層操作系統(tǒng)的交互。如果Producer和Consumer之間生產(chǎn)和消費(fèi)進(jìn)度上配合得當(dāng)，完全可以實(shí)現(xiàn)數(shù)據(jù)交換零I/O。這也就是我為什么說Kafka使用“硬盤”并沒有帶來過多性能損失的原因。下面是我在生產(chǎn)環(huán)境中采到的一些指標(biāo)。
(20 Brokers, 75 Partitions per Broker, 110k msg/s)

此時(shí)的集群只有寫，沒有讀操作。10M/s左右的Send的流量是Partition之間進(jìn)行Replicate而產(chǎn)生的。從recv和writ的速率比較可以看出，寫盤是使用Asynchronous+Batch的方式，底層OS可能還會(huì)進(jìn)行磁盤寫順序優(yōu)化。而在有Read Request進(jìn)來的時(shí)候分為兩種情況，第一種是內(nèi)存中完成數(shù)據(jù)交換。

Send流量從平均10M/s增加到了到平均60M/s，而磁盤Read只有不超過50KB/s。PageCache降低磁盤I/O效果非常明顯。

接下來是讀一些收到了一段時(shí)間，已經(jīng)從內(nèi)存中被換出刷寫到磁盤上的老數(shù)據(jù)。

其他指標(biāo)還是老樣子，而磁盤Read已經(jīng)飚高到40+MB/s。此時(shí)全部的數(shù)據(jù)都已經(jīng)是走硬盤了(對硬盤的順序讀取OS層會(huì)進(jìn)行Prefill PageCache的優(yōu)化)。依然沒有任何性能問題。

Tips

Kafka官方并不建議通過Broker端的log.flush.interval.messages和log.flush.interval.ms來強(qiáng)制寫盤，認(rèn)為數(shù)據(jù)的可靠性應(yīng)該通過Replica來保證，而強(qiáng)制Flush數(shù)據(jù)到磁盤會(huì)對整體性能產(chǎn)生影響。

可以通過調(diào)整/proc/sys/vm/dirty_background_ratio和/proc/sys/vm/dirty_ratio來調(diào)優(yōu)性能。

臟頁率超過第一個(gè)指標(biāo)會(huì)啟動(dòng)pdflush開始Flush Dirty PageCache。

臟頁率超過第二個(gè)指標(biāo)會(huì)阻塞所有的寫操作來進(jìn)行Flush。

根據(jù)不同的業(yè)務(wù)需求可以適當(dāng)?shù)慕档蚫irty_background_ratio和提高dirty_ratio。

Partition
Partition是Kafka可以很好的橫向擴(kuò)展和提供高并發(fā)處理以及實(shí)現(xiàn)Replication的基礎(chǔ)。

擴(kuò)展性方面。首先，Kafka允許Partition在集群內(nèi)的Broker之間任意移動(dòng)，以此來均衡可能存在的數(shù)據(jù)傾斜問題。其次，Partition支持自定義的分區(qū)算法，例如可以將同一個(gè)Key的所有消息都路由到同一個(gè)Partition上去。 同時(shí)Leader也可以在In-Sync的Replica中遷移。由于針對某一個(gè)Partition的所有讀寫請求都是只由Leader來處理，所以Kafka會(huì)盡量把Leader均勻的分散到集群的各個(gè)節(jié)點(diǎn)上，以免造成網(wǎng)絡(luò)流量過于集中。

并發(fā)方面。任意Partition在某一個(gè)時(shí)刻只能被一個(gè)Consumer Group內(nèi)的一個(gè)Consumer消費(fèi)(反過來一個(gè)Consumer則可以同時(shí)消費(fèi)多個(gè)Partition)，Kafka非常簡潔的Offset機(jī)制最小化了Broker和Consumer之間的交互，這使Kafka并不會(huì)像同類其他消息隊(duì)列一樣，隨著下游Consumer數(shù)目的增加而成比例的降低性能。此外，如果多個(gè)Consumer恰巧都是消費(fèi)時(shí)間序上很相近的數(shù)據(jù)，可以達(dá)到很高的PageCache命中率，因而Kafka可以非常高效的支持高并發(fā)讀操作，實(shí)踐中基本可以達(dá)到單機(jī)網(wǎng)卡上限。

不過，Partition的數(shù)量并不是越多越好，Partition的數(shù)量越多，平均到每一個(gè)Broker上的數(shù)量也就越多?？紤]到Broker宕機(jī)(Network Failure, Full GC)的情況下，需要由Controller來為所有宕機(jī)的Broker上的所有Partition重新選舉Leader，假設(shè)每個(gè)Partition的選舉消耗10ms，如果Broker上有500個(gè)Partition，那么在進(jìn)行選舉的5s的時(shí)間里，對上述Partition的讀寫操作都會(huì)觸發(fā)LeaderNotAvailableException。

再進(jìn)一步，如果掛掉的Broker是整個(gè)集群的Controller，那么首先要進(jìn)行的是重新任命一個(gè)Broker作為Controller。新任命的Controller要從Zookeeper上獲取所有Partition的Meta信息，獲取每個(gè)信息大概3-5ms，那么如果有10000個(gè)Partition這個(gè)時(shí)間就會(huì)達(dá)到30s-50s。而且不要忘記這只是重新啟動(dòng)一個(gè)Controller花費(fèi)的時(shí)間，在這基礎(chǔ)上還要再加上前面說的選舉Leader的時(shí)間 -_-!!!!!!

此外，在Broker端，對Producer和Consumer都使用了Buffer機(jī)制。其中Buffer的大小是統(tǒng)一配置的，數(shù)量則與Partition個(gè)數(shù)相同。如果Partition個(gè)數(shù)過多，會(huì)導(dǎo)致Producer和Consumer的Buffer內(nèi)存占用過大。

Tips

Partition的數(shù)量盡量提前預(yù)分配，雖然可以在后期動(dòng)態(tài)增加Partition，但是會(huì)冒著可能破壞Message Key和Partition之間對應(yīng)關(guān)系的風(fēng)險(xiǎn)。

Replica的數(shù)量不要過多，如果條件允許盡量把Replica集合內(nèi)的Partition分別調(diào)整到不同的Rack。

盡一切努力保證每次停Broker時(shí)都可以Clean Shutdown，否則問題就不僅僅是恢復(fù)服務(wù)所需時(shí)間長，還可能出現(xiàn)數(shù)據(jù)損壞或其他很詭異的問題。

Producer
Kafka的研發(fā)團(tuán)隊(duì)表示在0.8版本里用Java重寫了整個(gè)Producer，據(jù)說性能有了很大提升。我還沒有親自對比試用過，這里就不做數(shù)據(jù)對比了。本文結(jié)尾的擴(kuò)展閱讀里提到了一套我認(rèn)為比較好的對照組，有興趣的同學(xué)可以嘗試一下。

其實(shí)在Producer端的優(yōu)化大部分消息系統(tǒng)采取的方式都比較單一，無非也就化零為整、同步變異步這么幾種。

Kafka系統(tǒng)默認(rèn)支持MessageSet，把多條Message自動(dòng)地打成一個(gè)Group后發(fā)送出去，均攤后拉低了每次通信的RTT。而且在組織MessageSet的同時(shí)，還可以把數(shù)據(jù)重新排序，從爆發(fā)流式的隨機(jī)寫入優(yōu)化成較為平穩(wěn)的線性寫入。

此外，還要著重介紹的一點(diǎn)是，Producer支持End-to-End的壓縮。數(shù)據(jù)在本地壓縮后放到網(wǎng)絡(luò)上傳輸，在Broker一般不解壓(除非指定要Deep-Iteration)，直至消息被Consume之后在客戶端解壓。

當(dāng)然用戶也可以選擇自己在應(yīng)用層上做壓縮和解壓的工作(畢竟Kafka目前支持的壓縮算法有限，只有GZIP和Snappy)，不過這樣做反而會(huì)意外的降低效率！?。?！ Kafka的End-to-End壓縮與MessageSet配合在一起工作效果最佳，上面的做法直接割裂了兩者間聯(lián)系。至于道理其實(shí)很簡單，壓縮算法中一條基本的原理“重復(fù)的數(shù)據(jù)量越多，壓縮比越高”。無關(guān)于消息體的內(nèi)容，無關(guān)于消息體的數(shù)量，大多數(shù)情況下輸入數(shù)據(jù)量大一些會(huì)取得更好的壓縮比。

不過Kafka采用MessageSet也導(dǎo)致在可用性上一定程度的妥協(xié)。每次發(fā)送數(shù)據(jù)時(shí)，Producer都是send()之后就認(rèn)為已經(jīng)發(fā)送出去了，但其實(shí)大多數(shù)情況下消息還在內(nèi)存的MessageSet當(dāng)中，尚未發(fā)送到網(wǎng)絡(luò)，這時(shí)候如果Producer掛掉，那就會(huì)出現(xiàn)丟數(shù)據(jù)的情況。

為了解決這個(gè)問題，Kafka在0.8版本的設(shè)計(jì)借鑒了網(wǎng)絡(luò)當(dāng)中的ack機(jī)制。如果對性能要求較高，又能在一定程度上允許Message的丟失，那就可以設(shè)置request.required.acks=0 來關(guān)閉ack，以全速發(fā)送。如果需要對發(fā)送的消息進(jìn)行確認(rèn)，就需要設(shè)置request.required.acks為1或-1，那么1和-1又有什么區(qū)別呢？這里又要提到前面聊的有關(guān)Replica數(shù)量問題。如果配置為1，表示消息只需要被Leader接收并確認(rèn)即可，其他的Replica可以進(jìn)行異步拉取無需立即進(jìn)行確認(rèn)，在保證可靠性的同時(shí)又不會(huì)把效率拉得很低。如果設(shè)置為-1，表示消息要Commit到該P(yáng)artition的ISR集合中的所有Replica后，才可以返回ack，消息的發(fā)送會(huì)更安全，而整個(gè)過程的延遲會(huì)隨著Replica的數(shù)量正比增長，這里就需要根據(jù)不同的需求做相應(yīng)的優(yōu)化。

Tips

Producer的線程不要配置過多，尤其是在Mirror或者M(jìn)igration中使用的時(shí)候，會(huì)加劇目標(biāo)集群Partition消息亂序的情況(如果你的應(yīng)用場景對消息順序很敏感的話)。

0.8版本的request.required.acks默認(rèn)是0(同0.7)。

Consumer
Consumer端的設(shè)計(jì)大體上還算是比較常規(guī)的。

? 通過Consumer Group，可以支持生產(chǎn)者消費(fèi)者和隊(duì)列訪問兩種模式。
? Consumer API分為High level和Low level兩種。前一種重度依賴Zookeeper，所以性能差一些且不自由，但是超省心。第二種不依賴Zookeeper服務(wù)，無論從自由度和性能上都有更好的表現(xiàn)，但是所有的異常(Leader遷移、Offset越界、Broker宕機(jī)等)和Offset的維護(hù)都需要自行處理。
? 大家可以關(guān)注下不日發(fā)布的0.9 Release。開發(fā)人員又用Java重寫了一套Consumer。把兩套API合并在一起，同時(shí)去掉了對Zookeeper的依賴。據(jù)說性能有大幅度提升哦~~

Tips
強(qiáng)烈推薦使用Low level API，雖然繁瑣一些，但是目前只有這個(gè)API可以對Error數(shù)據(jù)進(jìn)行自定義處理，尤其是處理Broker異?；蛴捎赨nclean Shutdown導(dǎo)致的Corrupted Data時(shí)，否則無法Skip只能等著“壞消息”在Broker上被Rotate掉，在此期間該Replica將會(huì)一直處于不可用狀態(tài)。

擴(kuò)展閱讀
Sendfile: https://www.ibm.com/developerworks/cn/java/j-zerocopy/
So what’s wrong with 1975 programming: https://www.varnish-cache.org/trac/wiki/ArchitectNotes
Benchmarking: https://engineering.linkedin.com/kafka/benchmarking-apache-kafka-2-million-writes-second-three-cheap-machines