kafka 相关概念

1 kafka 生产者

kafka 用push的方式把消息推送到topic

每个topic下可以有多个分区,

可以用hash 也可以用轮询的方式指定分区

每个分区内部是可以保证顺序的,但是整体无法保证顺序,除非设置成一个topic只有一个分区。

kafka这种多分区的设置 带来的好处:

1.一般来说每个分区下面代表的是一台机器,对于生产者来说相当于提升了kafka的写速度。

2.对于生产者来说增加分区,还提升了存储能力。

3.对于消费者来说,一般是每台机器对应一个分区,所以提升了kafka的读能力。

其实就是高吞吐量

生产者分区&日志

消费者

高速写入

kafka的日志是以磁盘的方式保存的,一般认为在磁盘写速度较低

kafka 使用了顺序写,并且使用了MMFile (memory,mapped File)内存映射空间。来实现高速写入

内存映射技术原理就是,kafka在操作系统内核开辟了一个空间,这个空间关联了一个磁盘空间,每次写入的时候直接操作这个内核空间,然后由操作系统决定什么时候真正写入磁盘。

这种设计由一个问题,就是写入内核后,还没来得及同步就宕机了,数据会丢失。

解决的方式就是不写入内核,直接写入磁盘。

嗯,然后 写速度大大下降。可能得不偿失。

任何设计都不可能完美,在安全与速度之间会有取舍。

高速读取

kafka在响应客户读取的时候使用zerocopy技术,直接将数据通过内核空间传递出去。数据并没有抵达用户空间

传统io:

1.磁盘中的数据copy到内核缓冲区

2.内核缓冲区copy到用户缓冲区

3.用户缓冲区copy到socket缓冲区

4.socket copy到相关协议发送区

zeroCopy

1.磁盘中的数据copy到内核缓冲区

2.内核copy到socket相关缓冲区

3.socket copy到相关协议发送区

相关推荐
周杰伦_Jay1 小时前
【 RocketMQ 全解析】分布式消息队列的架构、消息转发与快速实践、事务消息
分布式·算法·架构·rocketmq·1024程序员节
武子康2 小时前
大数据-136 - ClickHouse 集群 表引擎详解 选型实战:TinyLog/Log/StripeLog/Memory/Merge
大数据·分布式·后端
兜兜风d'3 小时前
RabbitMQ TTL机制详解
分布式·rabbitmq·ruby
9ilk3 小时前
【仿RabbitMQ的发布订阅式消息队列】--- 介绍
linux·笔记·分布式·后端·rabbitmq
百锦再16 小时前
破茧成蝶:全方位解析Java学习难点与征服之路
java·python·学习·struts·kafka·maven·intellij-idea
sniper_fandc17 小时前
Elasticsearch从入门到进阶——分布式特性
大数据·分布式·elasticsearch
hzp66618 小时前
spark动态分区参数spark.sql.sources.partitionOverwriteMode
大数据·hive·分布式·spark·etl·partitionover
幼儿园老大*1 天前
什么是分布式数据库?有什么优势?
数据库·分布式
武子康1 天前
大数据-135 ClickHouse 集群连通性自检 + 数据类型避坑实战|10 分钟跑通 ON CLUSTER
大数据·分布式·后端
有谁看见我的剑了?1 天前
Rocky 9 安装 Elasticsearch分布式集群
分布式·elasticsearch·jenkins