什么是消息队列，它的好处是什么？

解藕

将消息写入消息队列，需要消息的系统自己从消息队列中订阅，从而上游系统不需要做任何修改

例如有上游系统a，它有3个下游系统b,c,d，为了使b,c,d能拿到a的数据，a需要在代码中去调用这3个系统。如果有一天，b不再使用a的数据了或b的接口发生了变化，a还需要修改代码。而使用消息队列，就只管往队列里发送数据，需要的下游自己去队列里取数据即可。

异步

不用同步等待下游将数据处理完，将消息发到消息队列中即可返回，不阻碍主流程。

例如上游系统a是主业务，b,c,d是非主要业务，没有必要同步等待3个下游都返回主业务才继续。使用消息队列可以实现异步，提高吞吐量。

削峰

上游数据有突发流量，下游可能扛不住，kafka在中间可以起到一个缓冲的作用，把消息暂存在kafka中，下游服务就可以按照自己的节奏慢慢处理。

kafka概念

broker

broker是kafka实例。

replication

每一个partition有多副本，当主节点发生故障时，会选择一个副本作为主节点。kafka是主写主读的。

topic

topic是消息的分类，一个topic可以供任意多个消费组消费。

partition

topic的分区，每个topic的数据可以被分成多个partition，可以不在一个机器上，由此来实现kafka的伸缩性。各个partition的数据是不重复的，相同partition的数据是按照发送顺序有序的。任何partition只有一个leader，只有leader是对外提供服务的。leader接收到数据后，follower会不停给他发送请求尝试去拉取最新的数据，拉取到自己本地后，写入磁盘中。每个partition都有多个副本，相同partition的各个副本分布在不同的broker上。

consumer group/consumer

一个consumer group是一个topic的订阅者，一个topic可以被多个consumer group订阅，各个consumer group是相互独立的。一个consumer group内部可以有多个consumer，多个consumer不会消费相同的partition的消息。最多有效的consumer数与partition数相同，如果consumer数多于partition数，那么多出来的consumer不会消费到任何消息。

rebalance

消费组内某个消费者挂掉后，其他消费者自动重新分配订阅topic的partition的过程。rebalance是消费者端实现高可用的重要手段。

kafka的特性

• 高吞吐、低延迟：kakfa 最大的特点就是收发消息非常快，kafka 每秒可以处理几十万条消息，它的最低延迟只有几毫秒。
• 高伸缩性：每个主题(topic) 包含多个分区(partition)，主题中的分区可以分布在不同的主机(broker)中。
• 持久性、可靠性：Kafka 能够允许数据的持久化存储，消息被持久化到磁盘，并支持数据备份防止数据丢失，Kafka 底层的数据存储是基于 Zookeeper 存储的，Zookeeper 我们知道它的数据能够持久存储。
• 容错性：允许集群中的节点失败，某个节点宕机，Kafka 集群能够正常工作
• 高并发：支持数千个客户端同时读写

kafka为何快

页缓存+顺序写入

kafka 写数据的时候，非常关键的一点，它是以磁盘顺序写的方式来写的。仅仅将数据追加到文件的末尾，不是在文件的随机位置来修改数据。

写入磁盘文件的时候，可以直接写入这个 OS Cache 里，也就是仅仅写入内存中，接下来由操作系统自己决定什么时候把 OS Cache 里的数据真的刷入磁盘文件中。

零拷贝

如果Kafka从磁盘中读取数据发送给下游的消费者，大概过程是：

1. 先看看要读的数据在不在os cache中，如果不在的话就从磁盘文件里读取数据后放入os cache
2. 从操作系统的os cache 里拷贝数据到应用程序进程的缓存里
3. 从应用程序进程的缓存里拷贝数据到操作系统层面的Socket缓存里
4. 从Soket缓存里提取数据后发送到网卡，最后发送出去给下游消费者

整个过程有两次没必要的拷贝

1. 从操作系统的cache里拷贝到应用进程的缓存里
2. 从应用程序缓存里拷贝回操作系统的Socket缓存里。

为了进行这两次拷贝，中间还发生了好几次上下文切换，一会儿是应用程序在执行，一会儿上下文切换到操作系统来执行。

所以这种方式来读取数据是比较消耗性能的

零拷贝

1. 让操作系统的cache中的数据发送到网卡
2. 网卡传出给下游的消费者

中间跳过了两次拷贝数据的步骤，Socket缓存中仅仅会拷贝一个描述符过去，不会拷贝数据到Socket缓存

另外：

从磁盘读数据的时候，会先看看os cache内存中是否有，如果有的话，其实读数据都是直接读内存的。

如果kafka集群经过良好的调优，大家会发现大量的数据都是直接写入os cache中，然后读数据的时候也是从os cache中读。

相当于是Kafka完全基于内存提供数据的写和读了，所以这个整体性能会极其的高

消息压缩

批量发送

参考文章：

https://juejin.im/post/6844903817348136968#heading-8

https://juejin.im/post/6844903495670169607

https://zhuanlan.zhihu.com/p/96957920