[[335450]]

本文轉(zhuǎn)載自微信公眾號「JavaKeeper」，作者不假。轉(zhuǎn)載本文請聯(lián)系JavaKeeper公眾號。 

無論 kafka 作為 MQ 也好，作為存儲層也罷，無非就是兩個(gè)功能(好簡單的樣子)，一是 Producer 生產(chǎn)的數(shù)據(jù)存到 broker，二是 Consumer 從 broker 讀取數(shù)據(jù)。那 Kafka 的快也就體現(xiàn)在讀寫兩個(gè)方面了，下面我們就聊聊 Kafka 快的原因。

1. 利用 Partition 實(shí)現(xiàn)并行處理

我們都知道 Kafka 是一個(gè) Pub-Sub 的消息系統(tǒng)，無論是發(fā)布還是訂閱，都要指定 Topic。

Topic 只是一個(gè)邏輯的概念。每個(gè) Topic 都包含一個(gè)或多個(gè) Partition，不同 Partition 可位于不同節(jié)點(diǎn)。

一方面，由于不同 Partition 可位于不同機(jī)器，因此可以充分利用集群優(yōu)勢，實(shí)現(xiàn)機(jī)器間的并行處理。另一方面，由于 Partition 在物理上對應(yīng)一個(gè)文件夾，即使多個(gè) Partition 位于同一個(gè)節(jié)點(diǎn)，也可通過配置讓同一節(jié)點(diǎn)上的不同 Partition 置于不同的磁盤上，從而實(shí)現(xiàn)磁盤間的并行處理，充分發(fā)揮多磁盤的優(yōu)勢。

能并行處理，速度肯定會有提升，多個(gè)工人肯定比一個(gè)工人干的快。

“可以并行寫入不同的磁盤?那磁盤讀寫的速度可以控制嗎?

那就先簡單扯扯磁盤/IO 的那些事

“硬盤性能的制約因素是什么?如何根據(jù)磁盤I/O特性來進(jìn)行系統(tǒng)設(shè)計(jì)?硬盤內(nèi)部主要部件為磁盤盤片、傳動(dòng)手臂、讀寫磁頭和主軸馬達(dá)。實(shí)際數(shù)據(jù)都是寫在盤片上，讀寫主要是通過傳動(dòng)手臂上的讀寫磁頭來完成。實(shí)際運(yùn)行時(shí)，主軸讓磁盤盤片轉(zhuǎn)動(dòng)，然后傳動(dòng)手臂可伸展讓讀取頭在盤片上進(jìn)行讀寫操作。磁盤物理結(jié)構(gòu)如下圖所示：

由于單一盤片容量有限，一般硬盤都有兩張以上的盤片，每個(gè)盤片有兩面，都可記錄信息，所以一張盤片對應(yīng)著兩個(gè)磁頭。盤片被分為許多扇形的區(qū)域，每個(gè)區(qū)域叫一個(gè)扇區(qū)。盤片表面上以盤片中心為圓心，不同半徑的同心圓稱為磁道，不同盤片相同半徑的磁道所組成的圓柱稱為柱面。磁道與柱面都是表示不同半徑的圓，在許多場合，磁道和柱面可以互換使用。磁盤盤片垂直視角如下圖所示：

圖片來源：commons.wikimedia.org影響磁盤的關(guān)鍵因素是磁盤服務(wù)時(shí)間，即磁盤完成一個(gè)I/O請求所花費(fèi)的時(shí)間，它由尋道時(shí)間、旋轉(zhuǎn)延遲和數(shù)據(jù)傳輸時(shí)間三部分構(gòu)成。機(jī)械硬盤的連續(xù)讀寫性能很好，但隨機(jī)讀寫性能很差，這主要是因?yàn)榇蓬^移動(dòng)到正確的磁道上需要時(shí)間，隨機(jī)讀寫時(shí)，磁頭需要不停的移動(dòng)，時(shí)間都浪費(fèi)在了磁頭尋址上，所以性能不高。衡量磁盤的重要主要指標(biāo)是IOPS和吞吐量。在許多的開源框架如 Kafka、HBase 中，都通過追加寫的方式來盡可能的將隨機(jī) I/O 轉(zhuǎn)換為順序 I/O，以此來降低尋址時(shí)間和旋轉(zhuǎn)延時(shí)，從而最大限度的提高 IOPS。感興趣的同學(xué)可以看看 磁盤I/O那些事[1]

磁盤讀寫的快慢取決于你怎么使用它，也就是順序讀寫或者隨機(jī)讀寫。

2. 順序?qū)懘疟P

圖片來源：kafka.apache.org

Kafka 中每個(gè)分區(qū)是一個(gè)有序的，不可變的消息序列，新的消息不斷追加到 partition 的末尾，這個(gè)就是順序?qū)憽?/p>

“很久很久以前就有人做過基準(zhǔn)測試：《每秒寫入2百萬(在三臺廉價(jià)機(jī)器上)》http://ifeve.com/benchmarking-apache-kafka-2-million-writes-second-three-cheap-machines/

由于磁盤有限，不可能保存所有數(shù)據(jù)，實(shí)際上作為消息系統(tǒng) Kafka 也沒必要保存所有數(shù)據(jù)，需要?jiǎng)h除舊的數(shù)據(jù)。又由于順序?qū)懭氲脑?，所?Kafka 采用各種刪除策略刪除數(shù)據(jù)的時(shí)候，并非通過使用“讀 - 寫”模式去修改文件，而是將 Partition 分為多個(gè) Segment，每個(gè) Segment 對應(yīng)一個(gè)物理文件，通過刪除整個(gè)文件的方式去刪除 Partition 內(nèi)的數(shù)據(jù)。這種方式清除舊數(shù)據(jù)的方式，也避免了對文件的隨機(jī)寫操作。

3. 充分利用 Page Cache

“引入 Cache 層的目的是為了提高 Linux 操作系統(tǒng)對磁盤訪問的性能。Cache 層在內(nèi)存中緩存了磁盤上的部分?jǐn)?shù)據(jù)。當(dāng)數(shù)據(jù)的請求到達(dá)時(shí)，如果在 Cache 中存在該數(shù)據(jù)且是最新的，則直接將數(shù)據(jù)傳遞給用戶程序，免除了對底層磁盤的操作，提高了性能。Cache 層也正是磁盤 IOPS 為什么能突破 200 的主要原因之一。在 Linux 的實(shí)現(xiàn)中，文件 Cache 分為兩個(gè)層面，一是 Page Cache，另一個(gè) Buffer Cache，每一個(gè) Page Cache 包含若干 Buffer Cache。Page Cache 主要用來作為文件系統(tǒng)上的文件數(shù)據(jù)的緩存來用，尤其是針對當(dāng)進(jìn)程對文件有 read/write 操作的時(shí)候。Buffer Cache 則主要是設(shè)計(jì)用來在系統(tǒng)對塊設(shè)備進(jìn)行讀寫的時(shí)候，對塊進(jìn)行數(shù)據(jù)緩存的系統(tǒng)來使用。

使用 Page Cache 的好處：

• I/O Scheduler 會將連續(xù)的小塊寫組裝成大塊的物理寫從而提高性能
• I/O Scheduler 會嘗試將一些寫操作重新按順序排好，從而減少磁盤頭的移動(dòng)時(shí)間
• 充分利用所有空閑內(nèi)存(非 JVM 內(nèi)存)。如果使用應(yīng)用層 Cache(即 JVM 堆內(nèi)存)，會增加 GC 負(fù)擔(dān)
• 讀操作可直接在 Page Cache 內(nèi)進(jìn)行。如果消費(fèi)和生產(chǎn)速度相當(dāng)，甚至不需要通過物理磁盤(直接通過 Page Cache)交換數(shù)據(jù)
• 如果進(jìn)程重啟，JVM 內(nèi)的 Cache 會失效，但 Page Cache 仍然可用

Broker 收到數(shù)據(jù)后，寫磁盤時(shí)只是將數(shù)據(jù)寫入 Page Cache，并不保證數(shù)據(jù)一定完全寫入磁盤。從這一點(diǎn)看，可能會造成機(jī)器宕機(jī)時(shí)，Page Cache 內(nèi)的數(shù)據(jù)未寫入磁盤從而造成數(shù)據(jù)丟失。但是這種丟失只發(fā)生在機(jī)器斷電等造成操作系統(tǒng)不工作的場景，而這種場景完全可以由 Kafka 層面的 Replication 機(jī)制去解決。如果為了保證這種情況下數(shù)據(jù)不丟失而強(qiáng)制將 Page Cache 中的數(shù)據(jù) Flush 到磁盤，反而會降低性能。也正因如此，Kafka 雖然提供了 flush.messages 和 flush.ms 兩個(gè)參數(shù)將 Page Cache 中的數(shù)據(jù)強(qiáng)制 Flush 到磁盤，但是 Kafka 并不建議使用。

4. 零拷貝技術(shù)

Kafka 中存在大量的網(wǎng)絡(luò)數(shù)據(jù)持久化到磁盤(Producer 到 Broker)和磁盤文件通過網(wǎng)絡(luò)發(fā)送(Broker 到 Consumer)的過程。這一過程的性能直接影響 Kafka 的整體吞吐量。

“操作系統(tǒng)的核心是內(nèi)核，獨(dú)立于普通的應(yīng)用程序，可以訪問受保護(hù)的內(nèi)存空間，也有訪問底層硬件設(shè)備的權(quán)限。為了避免用戶進(jìn)程直接操作內(nèi)核，保證內(nèi)核安全，操作系統(tǒng)將虛擬內(nèi)存劃分為兩部分，一部分是內(nèi)核空間(Kernel-space)，一部分是用戶空間(User-space)。

傳統(tǒng)的 Linux 系統(tǒng)中，標(biāo)準(zhǔn)的 I/O 接口(例如read，write)都是基于數(shù)據(jù)拷貝操作的，即 I/O 操作會導(dǎo)致數(shù)據(jù)在內(nèi)核地址空間的緩沖區(qū)和用戶地址空間的緩沖區(qū)之間進(jìn)行拷貝，所以標(biāo)準(zhǔn) I/O 也被稱作緩存 I/O。這樣做的好處是，如果所請求的數(shù)據(jù)已經(jīng)存放在內(nèi)核的高速緩沖存儲器中，那么就可以減少實(shí)際的 I/O 操作，但壞處就是數(shù)據(jù)拷貝的過程，會導(dǎo)致 CPU 開銷。

我們把 Kafka 的生產(chǎn)和消費(fèi)簡化成如下兩個(gè)過程來看[2]：

• 網(wǎng)絡(luò)數(shù)據(jù)持久化到磁盤 (Producer 到 Broker)
• 磁盤文件通過網(wǎng)絡(luò)發(fā)送(Broker 到 Consumer)

4.1 網(wǎng)絡(luò)數(shù)據(jù)持久化到磁盤 (Producer 到 Broker)

傳統(tǒng)模式下，數(shù)據(jù)從網(wǎng)絡(luò)傳輸?shù)轿募枰?4 次數(shù)據(jù)拷貝、4 次上下文切換和兩次系統(tǒng)調(diào)用。

data = socket.read()// 讀取網(wǎng)絡(luò)數(shù)據(jù)  
File file = new File()  
file.write(data)// 持久化到磁盤  
file.flush() 

這一過程實(shí)際上發(fā)生了四次數(shù)據(jù)拷貝：

1. 首先通過 DMA copy 將網(wǎng)絡(luò)數(shù)據(jù)拷貝到內(nèi)核態(tài) Socket Buffer
2. 然后應(yīng)用程序?qū)?nèi)核態(tài) Buffer 數(shù)據(jù)讀入用戶態(tài)(CPU copy)
3. 接著用戶程序?qū)⒂脩魬B(tài) Buffer 再拷貝到內(nèi)核態(tài)(CPU copy)
4. 最后通過 DMA copy 將數(shù)據(jù)拷貝到磁盤文件

“DMA(Direct Memory Access)：直接存儲器訪問。DMA 是一種無需 CPU 的參與，讓外設(shè)和系統(tǒng)內(nèi)存之間進(jìn)行雙向數(shù)據(jù)傳輸?shù)挠布C(jī)制。使用 DMA 可以使系統(tǒng) CPU 從實(shí)際的 I/O 數(shù)據(jù)傳輸過程中擺脫出來，從而大大提高系統(tǒng)的吞吐率。

同時(shí)，還伴隨著四次上下文切換，如下圖所示

數(shù)據(jù)落盤通常都是非實(shí)時(shí)的，kafka 生產(chǎn)者數(shù)據(jù)持久化也是如此。Kafka 的數(shù)據(jù)并不是實(shí)時(shí)的寫入硬盤，它充分利用了現(xiàn)代操作系統(tǒng)分頁存儲來利用內(nèi)存提高 I/O 效率，就是上一節(jié)提到的 Page Cache。

對于 kafka 來說，Producer 生產(chǎn)的數(shù)據(jù)存到 broker，這個(gè)過程讀取到 socket buffer 的網(wǎng)絡(luò)數(shù)據(jù)，其實(shí)可以直接在內(nèi)核空間完成落盤。并沒有必要將 socket buffer 的網(wǎng)絡(luò)數(shù)據(jù)，讀取到應(yīng)用進(jìn)程緩沖區(qū);在這里應(yīng)用進(jìn)程緩沖區(qū)其實(shí)就是 broker，broker 收到生產(chǎn)者的數(shù)據(jù)，就是為了持久化。

在此特殊場景下：接收來自 socket buffer 的網(wǎng)絡(luò)數(shù)據(jù)，應(yīng)用進(jìn)程不需要中間處理、直接進(jìn)行持久化時(shí)。可以使用 mmap 內(nèi)存文件映射。

“Memory Mapped Files：簡稱 mmap，也有叫 MMFile 的，使用 mmap 的目的是將內(nèi)核中讀緩沖區(qū)(read buffer)的地址與用戶空間的緩沖區(qū)(user buffer)進(jìn)行映射。從而實(shí)現(xiàn)內(nèi)核緩沖區(qū)與應(yīng)用程序內(nèi)存的共享，省去了將數(shù)據(jù)從內(nèi)核讀緩沖區(qū)(read buffer)拷貝到用戶緩沖區(qū)(user buffer)的過程。它的工作原理是直接利用操作系統(tǒng)的 Page 來實(shí)現(xiàn)文件到物理內(nèi)存的直接映射。完成映射之后你對物理內(nèi)存的操作會被同步到硬盤上。使用這種方式可以獲取很大的 I/O 提升，省去了用戶空間到內(nèi)核空間復(fù)制的開銷。

mmap 也有一個(gè)很明顯的缺陷——不可靠，寫到 mmap 中的數(shù)據(jù)并沒有被真正的寫到硬盤，操作系統(tǒng)會在程序主動(dòng)調(diào)用 flush 的時(shí)候才把數(shù)據(jù)真正的寫到硬盤。Kafka 提供了一個(gè)參數(shù)——producer.type 來控制是不是主動(dòng)flush;如果 Kafka 寫入到 mmap 之后就立即 flush 然后再返回 Producer 叫同步(sync);寫入 mmap 之后立即返回 Producer 不調(diào)用 flush 就叫異步(async)，默認(rèn)是 sync。

“零拷貝(Zero-copy)技術(shù)指在計(jì)算機(jī)執(zhí)行操作時(shí)，CPU 不需要先將數(shù)據(jù)從一個(gè)內(nèi)存區(qū)域復(fù)制到另一個(gè)內(nèi)存區(qū)域，從而可以減少上下文切換以及 CPU 的拷貝時(shí)間。它的作用是在數(shù)據(jù)報(bào)從網(wǎng)絡(luò)設(shè)備到用戶程序空間傳遞的過程中，減少數(shù)據(jù)拷貝次數(shù)，減少系統(tǒng)調(diào)用，實(shí)現(xiàn) CPU 的零參與，徹底消除 CPU 在這方面的負(fù)載。目前零拷貝技術(shù)主要有三種類型[3]：

• 直接I/O：數(shù)據(jù)直接跨過內(nèi)核，在用戶地址空間與I/O設(shè)備之間傳遞，內(nèi)核只是進(jìn)行必要的虛擬存儲配置等輔助工作;
• 避免內(nèi)核和用戶空間之間的數(shù)據(jù)拷貝：當(dāng)應(yīng)用程序不需要對數(shù)據(jù)進(jìn)行訪問時(shí)，則可以避免將數(shù)據(jù)從內(nèi)核空間拷貝到用戶空間
  • mmap
  • sendfile
  • splice && tee
  • sockmap
• copy on write：寫時(shí)拷貝技術(shù)，數(shù)據(jù)不需要提前拷貝，而是當(dāng)需要修改的時(shí)候再進(jìn)行部分拷貝。

4.2 磁盤文件通過網(wǎng)絡(luò)發(fā)送(Broker 到 Consumer)

傳統(tǒng)方式實(shí)現(xiàn)：先讀取磁盤、再用 socket 發(fā)送，實(shí)際也是進(jìn)過四次 copy

buffer = File.read  
Socket.send(buffer) 

這一過程可以類比上邊的生產(chǎn)消息：

1. 首先通過系統(tǒng)調(diào)用將文件數(shù)據(jù)讀入到內(nèi)核態(tài) Buffer(DMA 拷貝)
2. 然后應(yīng)用程序?qū)?nèi)存態(tài) Buffer 數(shù)據(jù)讀入到用戶態(tài) Buffer(CPU 拷貝)
3. 接著用戶程序通過 Socket 發(fā)送數(shù)據(jù)時(shí)將用戶態(tài) Buffer 數(shù)據(jù)拷貝到內(nèi)核態(tài) Buffer(CPU 拷貝)
4. 最后通過 DMA 拷貝將數(shù)據(jù)拷貝到 NIC Buffer

Linux 2.4+ 內(nèi)核通過 sendfile 系統(tǒng)調(diào)用，提供了零拷貝。數(shù)據(jù)通過 DMA 拷貝到內(nèi)核態(tài) Buffer 后，直接通過 DMA 拷貝到 NIC Buffer，無需 CPU 拷貝。這也是零拷貝這一說法的來源。除了減少數(shù)據(jù)拷貝外，因?yàn)檎麄€(gè)讀文件 - 網(wǎng)絡(luò)發(fā)送由一個(gè) sendfile 調(diào)用完成，整個(gè)過程只有兩次上下文切換，因此大大提高了性能。

Kafka 在這里采用的方案是通過 NIO 的 transferTo/transferFrom 調(diào)用操作系統(tǒng)的 sendfile 實(shí)現(xiàn)零拷貝?？偣舶l(fā)生 2 次內(nèi)核數(shù)據(jù)拷貝、2 次上下文切換和一次系統(tǒng)調(diào)用，消除了 CPU 數(shù)據(jù)拷貝

5. 批處理

在很多情況下，系統(tǒng)的瓶頸不是 CPU 或磁盤，而是網(wǎng)絡(luò)IO。

因此，除了操作系統(tǒng)提供的低級批處理之外，Kafka 的客戶端和 broker 還會在通過網(wǎng)絡(luò)發(fā)送數(shù)據(jù)之前，在一個(gè)批處理中累積多條記錄 (包括讀和寫)。記錄的批處理分?jǐn)偭司W(wǎng)絡(luò)往返的開銷，使用了更大的數(shù)據(jù)包從而提高了帶寬利用率。

6. 數(shù)據(jù)壓縮

Producer 可將數(shù)據(jù)壓縮后發(fā)送給 broker，從而減少網(wǎng)絡(luò)傳輸代價(jià)，目前支持的壓縮算法有：Snappy、Gzip、LZ4。數(shù)據(jù)壓縮一般都是和批處理配套使用來作為優(yōu)化手段的。

小總結(jié) | 下次面試官問我 kafka 為什么快，我就這么說

• partition 并行處理
• 順序?qū)懘疟P，充分利用磁盤特性
• 利用了現(xiàn)代操作系統(tǒng)分頁存儲 Page Cache 來利用內(nèi)存提高 I/O 效率
• 采用了零拷貝技術(shù)
  • Producer 生產(chǎn)的數(shù)據(jù)持久化到 broker，采用 mmap 文件映射，實(shí)現(xiàn)順序的快速寫入
  • Customer 從 broker 讀取數(shù)據(jù)，采用 sendfile，將磁盤文件讀到 OS 內(nèi)核緩沖區(qū)后，轉(zhuǎn)到 NIO buffer進(jìn)行網(wǎng)絡(luò)發(fā)送，減少 CPU 消耗

參考資料

[1]美團(tuán)——磁盤I/O那些事: https://tech.meituan.com/2017/05/19/about-desk-io.html

[2]Kafka零拷貝: https://zhuanlan.zhihu.com/p/78335525

[3]Linux - Zero-copy(零拷貝): https://cllc.fun/2020/03/18/linux-zero-copy/