kafka（下）：快、主从同步

为什么这么快

上篇 文章提到了kafka的结构，其中有3点有助于提高它的吞吐量。

1. partition并行处理
   多个partition承载一个topic的消息存储和传输，增加partition的数量能有效增加吞吐量。
2. 写消息：消息存储采用顺序写的方式
   kafka消息存储在log文件中，文件采用顺序写的方式写入消息。由于磁盘结构，顺序写要比随机写快不少。

补充：
写消息还有一点优化，生产者向broker发送消息过程会先向Page Cache里写入，再异步刷盘到log文件。
为防止消息丢失，可以采用replication备份的方式。

3. 读消息：文件命名和稀疏索引
   两者保证了消息的快速定位，加速消息消费。

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，按传统的做法会经历如下步骤：

应用程序发起读数据请求，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。

一份数据未做任何改变的前提下，经历了数次拷贝，期间还涉及用户态和内核态间的转换，这显然是一种浪费。

kafka利用DMA技术，实现了零拷贝。

DMA可以用在显卡、声卡等很多硬件上，这里主要用到了网卡的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，然后直接发送出去。（要保证数据未做任何改变）
而java的transferTo方法底层基于操作系统的sendfile实现。

升级后的方式不再需要用户态和内核态之间的切换，同时也免去了多次拷贝。

5. 其它
   当然，kafka支持的批量消息和消息压缩都是其快的原因。

主从同步机制

我们知道replication是partition的副本，而ISR就是master（partition所在broker）动态维护的一个集合，用来记录有效的replication副本。

先看下如下几个概念：

• AR（Assigned Repllicas）一个partition的所有副本（就是replica，不区分leader或follower）
• ISR（In-Sync Replicas）能够和 leader 保持同步的 follower + leader本身 组成的集合。
• OSR（Out-Sync Relipcas）不能和 leader 保持同步的 follower 集合
• 公式：AR = ISR + OSR

kafka会保证ISR集合中记录的副本会同步消息。

有关同步的配置如下：

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

这个配置的意思是10秒内达成完全同步的副本，会记录在ISR集合中；未完全同步则移出集合。

好，我们来看看完全同步的意思。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：
假如partition有8条消息（0-7），LEO为8；
这个partition有3个replication，其中的两个partition已经将8条消息同步了；
最后一个replication只同步了5条消息（0-4），那么HW会标记为5。
此时消息0-4对外可见（consumer可以消费），5-7不可见。

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

当replication将partition的LEO之前的日志全部同步时，则认为该replication已经追赶上partion，也就是完全同步。

附录

P6-P7知识合辑