面试题：Kafka为什么吞吐量大、速度那么快

• Kafka天生的分布式架构

• 顺序写：Kafka使用了磁盘顺序写来提升的性能。Kafka的message是不断追加到本地磁盘文件末尾的，而不是随机的写入，减少了磁盘寻址的开销

• Kafka利用了操作系统自身的内存，Kafka的读写操作基本上是基于内存的，读写速度得到了极大的提升。而不是JVM空间内存，避免GC问题，Java对象的内存消耗比较大

• 通过 “零拷贝”的机制，Kafka消费端的性能也大幅提升，零拷贝技术，不需要切换到用户态，在内核态即可完成读写操作，零拷贝避免了在内核空间和用户空间之间的拷贝，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

• 分区分段+索引：Kafka的message是按topic分类存储的，topic中的数据按照一个个的partition存储到不同broker节点，每个分区有分多个segment，Kafka默认为分段后的数据文件建立索引文件。这种分区分段+索引的设计，提高了数据读取的效率，及数据操作的并行度。

• 对消息批量压缩，减少网络IO损耗

• Kafka数据读写是批量的