看了上一篇文章的同学,肯定都知道了Kafka是如何高效地写入消息的,那么问题来了,它又是如何高效地发送消息给消费者的呢?
答案是零拷贝技术。
零拷贝技术
没错,熟悉java的同学应该都知道Netty也是采用了零拷贝技术吧,Kafka和它是类似的。
零拷贝,从字面意思理解就是数据不需要来回的拷贝,大大提升了系统的性能。
那么什么是不需要的拷贝呢?
如果Kafka很简单的从磁盘读数据发送给下游的消费者,那么大概过程如下:
-
先看看要读的数据在不在os cache(操作系统缓存)里,如果不在的话就从磁盘文件里读取数据后放入os cache。
-
接着从操作系统的os cache里拷贝数据到应用程序进程的缓存里,再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,最后从Socket缓存里提取数据后发送到网卡,最后发送出去给下游消费。
整个过程,如下图所示:
很明显有两次不必要的拷贝,一次是从操作系统的os cache中拷贝数据到应用进程的缓存里,一次是从应用程序缓存里拷贝数据到操作系统的Socket缓存里。
同时在这两次拷贝过程中,还发生了好几次应用程序和操作系统的上下文切换,这就挺耗费性能的。
那么Kafka引入零拷贝技术后是怎么做的呢?
Kafka会直接让 os cache中的数据发送到网卡后传输给消费者,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。
过程如下:
而且Kafka在读数据的时候,会先看看os cache内存中是否有数据,如果有的话,其实读数据都是直接读内存的。整体性能会极高。