Kafka是消息中间件，用在大数据领域、流式计算系统、业务系统。

PS: 想着可能业务系统可以不用这么高的吞吐量，如果为了追求延时消息、消息一致性的话，可以考虑RocketMQ。

快的原因有很多，我理解的话，分别有：顺序读写、操作系统内存缓存优势、IO优化下的零拷贝技术、分区存储和读取、批处理和压缩传输。

磁盘的顺序读写

Kafka是将消息记录持久化到本地磁盘中的，会认为磁盘读写性能差，可能会对Kafka性能如何保证提出质疑。

实际上不管是内存还是磁盘，快或慢关键在于寻址的方式，操作系统也对顺序读写的模式做了优化，Kafka就是使用了磁盘顺序读写来提升的性能。Kafka的message是不断追加到本地磁盘文件末尾的，每一个Partition其实都是一个文件。

顺序读写的缺点：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，offset是由客户端SDK负责保存的，Kafka的Broker完全无视这个东西的存在；SDK会把它保存到zookeeper里面，所以需要给Consumer提供zookeeper的地址

操作系统的 Page Cache

Kafka利用了操作系统本身的Page Cache，就是利用操作系统自身的内存而不是JVM空间内存，好处有：

1、避免Object消耗：如果是使用 Java 堆，Java对象的内存消耗比较大，通常是所存储数据的两倍甚至更多。

2、避免GC：随着JVM中数据不断增多，垃圾回收将会变得复杂与缓慢。

3、操作系统层面的缓存利用率会更高，因为存储的都是紧凑的字节结构而不是独立的对象

4、加入服务进程重启，系统缓存依然不会消失，避免了从硬盘读数据重建缓存的过程。

IO优化的零拷贝

Linux操作系统 “零拷贝” 机制使用了sendfile方法， 允许操作系统将数据从Page Cache 直接发送到网络，只需要最后一步的copy操作将数据复制到 NIC 缓冲区， 这样避免重复复制数据 ，直接将数据从内核空间的读缓冲区直接拷贝到内核空间的socket缓冲区，然后再写入到NIC缓冲区，避免了在内核空间和用户空间之间切换上下文。

PS: 是不是只有Linux有这个优势？

存储数据分区分段+索引Partition Segment

Kafka的message是按topic分类存储的，topic中的数据又是按照一个一个的partition即分区存储到不同broker节点。每个partition对应了操作系统上的一个文件夹，partition实际上又是按照segment分段存储的，为分段后的数据文件建立了索引文件，就是文件系统上的.index文件，提升了数据读取的效率，同时也提高了数据操作的并行度。

批处理

向Kafka写入数据时，一次性写入N条数据，减少网络的IO，而且还会对消息进行压缩。

总结

Kafka把所有的消息都变成一个批量的文件，并且进行合理的批量压缩，减少网络IO损耗，通过mmap提高IO速度，写入数据的时候由于单个Partition是末尾添加，顺序读取所以速度最快，读取数据的时候配合零拷贝技术sendfile输出。

唠嗑广场

南方的热，是高温+高湿，整个人就像在蒸笼里面，整一个就是蒸人肉叉烧包。

北方的热，是高温+干燥，人就像在电烤箱里面，那就是烤串。