kafka为什么这么快？

 

顺序读写

Kafka的消息是不断追加到文件中的，这个特性使它可以充分利用磁盘的顺序读写能力。
顺序读写降低了硬盘磁头的寻道时间，只需要很少的扇区旋转时间，所以速度远快于
随机读写。Kafka官方给出的测试数据(Raid-5, 7200rpm)
顺序I/O: 600MB/s
随机I/O: 100KB/s

零拷贝

先简单的了解下文件系统的操作流程，例如一个程序要把文件内容发送到网络。这个过程发生在用户空间，文件和网络socket属于硬件资源，两者之间有一个
内核空间，在操作系统内部，整个过程为:

在Linux Kernal 2.2之后出现了一种叫做“零拷贝(zero-copy)”系统调用机制，就是跳过“用户缓冲区”的拷贝，建立一个磁盘空间和内存空间的直接映射，数据不再复制到“用户态缓冲区”。系统上下文切换减少2次，可以提升一倍性能

文件分段

Kafka的队列topic被分为了多个区partition, 每个partition又分为了多个segment，所以一个队列中的消息实际上是保存在N多个片段文件中，通过分段的方式，每次文件操作都是对一个小文件的操作，非常轻便，同时也增加了并行处理能力

批量发送

Kafka允许进行批量消息发送，先将消息缓存在内存中，然后一次请求批量发送出去，比如可以指定缓存的消息达到某个量的时候发送，或者缓存了固定的时间后发送。这种策略大大减少了服务器端的I/O次数

数据压缩

Kafka还支持消息压缩，Producer可以通过GZIP或者Snappy格式对消息集合进行压缩，从而减少网络传输的压力

offset机制

不管什么方法，有效就是好方法
Kafka不保存消息的状态，即消息是否被“消费”。一般的消息系统需要保存消息的状态，并且还需要以随机访问的形式更新消息的状态。而Kafka 的做法是保存Consumer在Topic分区中的位置offset，在offset之前的消息是已被“消费”的，在offset之后则为未“消费”的，并且offset是可以任意移动的，这样就消除了大部分的随机IO。