Kafka的性能分析

都说Kafka的吞吐量很大，但是我一直不直到Kafka为何有如此大的吞吐量。最近在看Kafka权威指南，陆陆续续得到了如下结论：

1、分区：Kafka支持分区，这样就支持多个生产者和多个消费者同时请求，每个分区在不同的物理节点上，提高了整个broker集群的吞吐；

2、不支持针对每一条记录做持久化（rabbitMq支持）：Kafka的持久化策略是针对segment的，通过log.segment.bytes这个配置项来控制消息的持久化，比如该参数设置为100M，那么当这个segment达到100M时做一次持久化，这样减少了磁盘的I/O。那么不禁要问，要是当segment达到90M时该broker挂掉了咋办，数据不会丢失么？Kafka是通过对分区设置多副本来保证可靠性的。

3、第三点和第二点类似，都是对大文件进行分段带来的好处：查找和删除大文件是很费时的，所以Kafka把分区分成了若干个片段。这样便于索引和删除。

4、零复制技术：其他DB在发送给消费者数据时会把数据从磁盘拷贝到内核空间的缓存页中，应用程序将缓存页中的数据读入用户空间，做解压和再压缩处理后，又回写到socket发送缓冲区，然后发送给消费者。而Kafka则将producer发送来的数据按照原有的格式存到磁盘上，然后只是将磁盘数据原封不动的拷贝到内核缓存页，然后将数据从页面缓存直接发送到网络中，避免了重复复制。

5、支持生产者使用压缩功能，可以包装消息，支持batch操作。这就意味着网络传输和磁盘存储方面会获得更好的压缩性能。

书还没有看完，暂时总结了这三点，后面有新的发现会再更新本文。