大数据开发最火技术Kafka背后的“黑科技”

Kafka是由Apache软件基金会开发的一个开源流处理平台，被广泛地应用在数据缓冲、异步通信、汇集日志、系统解耦等方面。相比较于其他常见消息系统，Kafka在保障了大部分功能特性的同时，还在高吞吐、低延迟等方面有很突出的表现。这篇文章不同于其他介绍Kafka使用或实现的文章，只是谈谈Kafka用了什么“黑科技”使他在性能方面有这么突出的表现。

• 消息顺序写入磁盘

磁盘大多数都还是机械结构（SSD不在讨论的范围内），如果将消息以随机写的方式存入磁盘，就需要按柱面、磁头、扇区的方式寻址，寻址是一个“机械动作”也最耗时。为了提高读写硬盘的速度，Kafka就是使用顺序I/O。

图 1 Kafka顺序IO

上图中，每个partition就是一个文件，每条消息都被append 到该 partition 中，属于顺序写磁盘，因此效率非常高。这种方法有一个缺陷—— 没有办法删除数据 ，所以Kafka是不会删除数据的，它会把所有的数据都保留下来，每个消费者（Consumer）对每个Topic都有一个offset用来表示读取到了第几条数据 。

关于磁盘顺序读写和随机读写的性能，引用一组Kafka官方给出的测试数据(Raid-5，7200rpm)：

Sequence I/O: 600MB/s

Random I/O: 100KB/s

所以通过只做Sequence I/O，给Kafka带来了性能的极大提升。

• Zero Copy

考虑一个web程序读取文件内容并传输到网络的场景，实现的核心代码如下：

图 2 普通read方法

虽然只是两个调用，但却经过了4次copy，其中有2次cpu copy，还有多次用户态与内核态的上下文切换，这会加重cpu的负担，而零拷贝就是为了解决这种低效。

# mmap:

减少拷贝次数的一种方法是调用mmap()来代替read()调用:

应用程序调用mmap()，磁盘上的数据会通过DMA被拷贝到内核缓冲区，接着操作系统会把这段内核缓冲区与应用程序共享，这样就不需要把内核缓冲区的内容往用户空间拷贝。应用程序再调用write(),操作系统直接将内核缓冲区的内容拷贝到socket缓冲区中，最后再把数据发到网卡去。

图 3 mmap方法

使用mmap可以减少一次cpu copy，但也会遇到一些陷阱，当你的程序map了一个文件，但是当这个文件被另一个进程截断(truncate)时, write系统调用会因为访问非法地址而被SIGBUS信号终止。通常可以通过，为SIGBUS信号建立信号处理程序或使用文件租凭（file leasing）的方式去解决，这里就不再赘述了。

# sendfile:

从2.1版内核开始，Linux引入了sendfile来简化操作

图 4 sendfile方法

sendfile() 方法引发 DMA 引擎将文件内容拷贝到一个读取缓冲区（DMA copy）然后由内核将数据拷贝到socket buffer（cpu copy）最后再拷贝到网卡（DMA copy）使用sendfile不仅减少了数据拷贝的次数，还减少了上下文切换，数据传送始终只发生在kernel space

聊到这里，sendfile至少还需要一次cpu copy，那么这一步能不能省去呢？为了消除内核完成的所有数据复制，我们需要一个支持收集(gather)操作的网络接口。同时，在内核版本2.4中，也修改了套接字缓冲区描述符以适应零拷贝要求。 这种方法不仅减少了多个上下文切换，还完全取消了cpu copy。

图 5 sendfile方法（DMA gather）

sendfile系统调用利用DMA引擎将文件内容拷贝到内核缓冲区去，然后将带有文件位置和长度信息的缓冲区描述符添加socket缓冲区去，这一步不会将内核中的数据拷贝到socket缓冲区中，DMA引擎会将内核缓冲区的数据拷贝到协议引擎中去，避免了最后一次CPU拷贝。

零拷贝技术非常普遍，JAVA的transferTo、transferFrom方法就是Zero Copy。