基于kafka原理单机高性能微秒级别队列改造

场景：

线上业务需要一款拥有超低延迟(us)，支持多消费者，并且能够处理海量的消息积压的消息队列。

调研：

1. kafka是我们日常生活中比较常见的消息队列，非常适合做消息的离线处理。但是在一些实时性要求比较高的场景下，消息自带的延迟是不可忍受的，测试发现一条消息转发大概需要200ms的耗时，实际情况可能有所出入，但肯定是毫秒级别的。kafka从设计上就是倾向于面向大众，满足大部分需求。当然满足这些要求的成本就是通过牺牲了性能。所以说kafka适合做离线处理。而不是做一些非常实时的应用。
2. zeromq就是针对实时应用的一款消息队列，提供了各个拓扑结构的链接方式，性能不错，但不足的是当消息积压有可能会写满内存。

市面上目前的消息队列都与我们的设计目标不符。

设计：

要想拥有微秒级别的延迟，

1. 不能走网络，数据必须放本地。
2. 用磁盘以及顺序io来保证写入读取性能。生产者收到数据后将数据以换行符append的形式写入文件（顺序写），消费者getline一直到文件尾（顺序读），
3. 使用inotify等待新数据的产生。
4. 不适用get_line, fgets等库函数，减少数据拷贝，自己实现拆包逻辑。
5. 读取的buffer_size不能设置的过小，由于下游消费通常存在一定的耗时，我们尽量一次多读取一些，否则系统调用read的成本很高。
6. 当消息产生积压的情况，我们采用water_mark机制来自动调节每次数据读取的最大字节。

实现：