消息队列

• 解耦合

耦合的状态表示当你实现某个功能的时候，是直接接入当前接口，而利用消息队列，可以将相应的消息发送到消息队列，这样的话，如果接口出了问题，将不会影响到当前的功能。

• 异步处理

异步处理替代了之前的同步处理，异步处理不需要让流程走完就返回结果，可以将消息发送到消息队列中，然后返回结果，剩下让其他业务处理接口从消息队列中拉取消费处理即可。

• 流量削峰

高流量的时候，使用消息队列作为中间件可以将流量的高峰保存在消息队列中，从而防止了系统的高请求，减轻服务器的请求处理压力。

	kafka	rabbitmq	rocketmq	mysql
优点	是一个高吞吐量的消息队列系统，可以处理大量数据。支持实时数据存储和大规模数据处理。具有高度可靠性和可扩展性，可以轻松地扩展到更大的规模。	是一个相对简单的消息队列系统，易于使用和部署。支持多种消息协议，例如 AMQP、MQTT 和 STOMP 等。具有高度可靠性和可扩展性，可以轻松地扩展到更大的规模。	RocketMQ 是一款由阿里巴巴开发的分布式流处理平台和消息队列软件。它支持多种消息协议和存储模式，可以处理大规模的数据事件。RocketMQ 具有高可靠性、高可用性和高性能的特点，可以在多个节点之间进行复制和负载均衡。	是一个非常流行的数据库系统，具有强大的查询和存储能力。支持事务处理和 ACID 属性 (原子性、一致性、隔离性和持久性)。可以存储大量数据，并且可以快速检索和更新数据。
对比	只支持主要的MQ功能，以高吞吐量闻名。并没有类似延迟队列，死信队列相关场景，吞吐量 百万级	支持多种消息模式和大规模场景，社区完善，吞吐量上不如kafka跟rocket。吞吐量 万级	支持分布式事务，mq的优点它几乎都有，最大的缺点：商业版收费。一些功能不对外提供。社区可能有突然黄掉的风险，吞吐量10万级	不适合处理大量并发请求，因为它的事务处理和 ACID 属性可能会限制其性能。

kafka基本介绍

基本概念

• Producer：消息生产者，向Kafka中发布消息的角色。
• Topic：主题，可以理解为一个队列，生产者和消费者都是面向一个Topic
• Partition：分区，为了实现扩展性，一个非常大的Topic可以分布到多个Broker上，一个Topic可以分为多个Partition，每个Partition是一个有序的队列(分区有序，不能保证全局有序)
• Consumer：消息消费者，即从Kafka中拉取消息消费的客户端。
• Consumer Group：消费者组，消费者组则是一组中存在多个消费者，消费者消费Broker中当前Topic的不同分区中的消息，消费者组之间互不影响，所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。某一个分区中的消息只能够一个消费者组中的一个消费者所消费
• Broker：经纪人，一台Kafka服务器就是一个Broker，一个集群由多个Broker组成，一个Broker可以容纳多个Topic。
• zookeeper：动物管理员，负责配置管理、领导者选举、分布式协调和存储元数据等关键功能，以确保Kafka集群的稳定运行和一致性

整体架构

Topic是逻辑上的概念，Partition是物理上的概念，每个Partition对应着一个log文件，该log文件中存储的就是producer生产的数据，topic=N*partition；partition=log
offset是一个long型的数字，通过这个offset可以确定一条在该partition下的唯一消息。在partition下是保证有序的，但是在topic下面没有保证有序性
Producer生产的数据会被不断的追加到该log文件的末端，且每条数据都有自己的offset，consumer组中的每个consumer，都会实时记录自己消费到了哪个offset，以便出错恢复的时候，可以从上次的位置继续消费。流程：Producer => Topic（Log with offset）=> Consume
一个topic下有多个分区，类似于多路
生产者不断的向log文件追加消息文件，为了防止log文件过大导致定位效率低下，Kafka的log文件以1G为一个分界点，当.log文件大小超过1G的时候，此时会创建一个新的.log文件。
每个partition（目录）相当于一个巨型文件被平均分配到多个大小相等的segment（片段）数据文件中（每个segment文件中消息数量不一定相等），这种特性也方便old segment的删除，即方便已被消费的消息的清理，提高磁盘的利用率。每个partition只需要支持顺序读写就行，segment的文件生命周期由服务端配置参数（log.segment.bytes，log.roll.{ms,hours}等若干参数）决定

高吞吐量实现

分区分段

Kafka的队列被分为多个分区partition，每个partition又分为多个段segment。所以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，同时也增加并行处理能力。

kafka中的topic中的内容可以被分为多个partition，每个partition又分为多段segment，所以每次操作都是针对一小部分做操作，很轻便，并且增加并行操作的能力。

顺序写磁盘

Kafka的producer生产数据，需要写入到log文件中，写的过程是追加到文件末端，顺序写的方式，官网有数据表明，同样的磁盘，顺序写能够到600M/s，而随机写只有200K/s，这与磁盘的机械结构有关，顺序写之所以快，是因为其省去了大量磁头寻址的时间。
在Kafka中，每个主题都会被划分为多个分区。每个分区都有一个日志文件，用于存储该分区的消息。日志文件是一个追加写入的文件，当生产者发送消息到Kafka时，Kafka会将消息按照到达的顺序追加到对应分区的日志文件中。这种连续写入的方式就是顺序写。

每个segment对应两个文件----“.index”和“.log”文件。分别表示为segment索引文件和数据文件（引入索引文件的目的就是便于利用二分查找快速定位message位置）。这两个文件的命名规则为：
partition全局的第一个segment从0开始，后续每个segment文件名以当前segment的第一条消息的offset命名，数值大小为64位，20位数字字符长度，没有数字用0填充。
这些文件位于一个文件夹下（partition目录），改文件夹的命名规则：topic名+分区序号。例如，first这个topic有三个分区，则其对应的文件夹为first-0，first-1，first-2

index和log文件
.index 索引文件存储大量的索引信息，.log数据文件存储大量消息数据（message），索引文件中的元数据指向对应数据文件中message的物理偏移地址。以index索引文件中的元数据3497为例，依次在数据文件中表示第三个message（在全局Partition中表示第368772个message），以及该消息的物理偏移地址为497

文件存储相关文章：https://blog.csdn.net/hyunbar/article/details/107588593

零拷贝技术

DMA（Direct Memory Access）

在正式介绍零拷贝结束（Zero-Copy）之前，我们先简单介绍一下DMA（Direct Memory Access）技术。DMA，又称之为直接内存访问，是零拷贝技术的基石。DMA 传输将数据从一个地址空间复制到另外一个地址空间。当CPU 初始化这个传输动作，传输动作本身是由 DMA 控制器来实行和完成。因此通过DMA，硬件则可以绕过CPU，自己去直接访问系统主内存。很多硬件都支持DMA，其中就包括网卡、声卡、磁盘驱动控制器等。
有了DMA技术的支持之后，网卡就可以直接区访问内核空间的内存，这样就可以实现内核空间和应用空间之间的零拷贝了，极大地提升传输性能。

传统传输

kafka中的消费者在读取服务端的数据时，需要将服务端的磁盘文件通过网络发送到消费者进程，网络发送需要经过几种网络节点。如下图所示：

这是常规的读取操作：

• 操作系统将数据从磁盘文件中读取到内核空间的页面缓存
• 应用程序将数据从内核空间读入到用户空间缓冲区
• 应用程序将读到的数据写回内核空间并放入到socket缓冲区
• 操作系统将数据从socket缓冲区复制到网卡接口，此时数据通过网络发送给消费者

零拷贝传输

零拷贝技术只用将磁盘文件的数据复制到页面缓存中一次，然后将数据从页面缓存直接发送到网络中（发送给不同的订阅者时，都可以使用同一个页面缓存），从而避免了重复复制的操作。

批量发送

kafka允许进行批量发送消息，producer发送消息的时候，可以将消息缓存在本地，等到固定条件再发送到kafka

• 消息条数满足固定条数
• 一段时间发送一次数据压缩