性能解析案例
异步io
是内核fd与应用程序直接的关系
io 多路复用
1.检测io是否就绪
2.read/write
消息队列kafka：
1.典型应用 ：异步处理，系统解耦，流量削峰，日志处理
2.核心原理：kafka体系结构以及读写流程
3.具体操作：high level api 以及low level api
Kafka是一个开源的、高性能的，高吞吐的分布式流平台，又称为分布式消息队列中间件
消息队列特征：顺序排序，按照先进先出的方式进行消费
Kafka 消息队列通过发布-订阅模式、分区机制、持久化存储和分布式架构实现高效的消息传递与系统解耦，其核心原理可归纳为以下几个方面：
一、核心架构与组件
- Producer（生产者）：负责将消息发布到 Kafka 集群的特定 Topic 中。生产者支持同步和异步发送模式，可通过分区策略（如轮询、哈希）将消息均匀分配到不同分区，实现负载均衡。
- Broker（代理节点）：Kafka 集群中的服务器节点，负责存储消息、处理读写请求。每个 Broker 存储部分 Topic 分区，通过多节点协同实现水平扩展和高可用性。
- Topic（主题）：消息的逻辑分类单元，如“订单创建”“用户注册”等。生产者将消息发送到指定 Topic，消费者通过订阅 Topic 获取消息。
- Partition（分区）：Topic 的物理存储单元，每个 Topic 包含一个或多个分区，分散存储在不同 Broker 节点上。分区是 Kafka 并行处理的最小单位，支持多消费者并行消费，提升吞吐量。
- Consumer（消费者）：从 Broker 拉取消息并处理。消费者属于某个 Consumer Group，同一组内消费者通过负载均衡机制分摊分区消费任务，避免重复处理。
- Zookeeper：负责集群元数据管理（如 Broker 注册、Leader 选举）、Consumer Group Rebalance（负载均衡）等协调工作（注：Kafka 2.8+ 版本支持无 Zookeeper 模式）。
二、关键实现原理
- 分区机制与并行处理
- 分散存储：通过分区将 Topic 数据分散到多个 Broker 节点，避免单节点存储压力过大。例如，10GB 数据分布在 5 个分区，每个分区存储 2GB。
- 并行消费：每个分区可被一个消费者独立消费，多个分区可被多个消费者并行处理，显著提升吞吐率。
- 顺序保证：单个分区内的消息按顺序写入并分配唯一 Offset（偏移量），确保消息有序性，适用于金融交易、日志记录等需严格顺序的场景。
- 持久化存储与高可靠性
- 顺序写入磁盘：Kafka 将消息按顺序追加到分区日志文件（.log），利用机械盘顺序写入特性（比随机写入快 100 倍以上）提升性能。
- 分段存储：日志文件划分为多个 Segment（默认 1GB/个），旧 Segment 定期删除或归档，避免单个文件过大影响查询效率。
- 副本机制：每个分区配置多个副本（Replication Factor），分布在不同 Broker 节点上。主副本（Leader）处理读写请求，从副本（Follower）同步数据，确保单点故障时数据不丢失。
- 异步通信与系统解耦
- 生产者异步发送：生产者发送消息后立即返回，无需等待消费者响应，提升系统响应速度。例如，用户注册时发送验证短信，无需等待短信接口返回，直接将请求写入队列即可返回注册成功。
- 消费者 Pull 模式：消费者主动从 Broker 拉取消息，可根据自身处理能力控制消费速度，避免消息积压或丢失。
- 解耦性：生产者与消费者无需感知对方存在，仅通过队列交互。例如，电商系统中订单系统将消息写入队列，支付、物流等系统独立消费，各模块可独立升级或扩展。
- 流量削峰与负载均衡
- 缓冲机制：在突发流量（如秒杀场景）下，消息队列缓存大量请求，避免后端系统因瞬时压力过大崩溃。例如，每秒 10 万笔订单请求可先存入队列，再由系统按每秒 1 万笔的处理能力逐步消费。
- 动态负载均衡：Producer 监听 Broker 注册节点（/brokers/ids），实时获取可用 Broker 列表，通过轮询或哈希算法将消息分散到不同节点。Consumer Group 内消费者通过 Rebalance 机制动态分配分区，确保负载均衡。
- 消息消费与进度管理
- Offset 管理：消费者需显式提交 Offset（消费进度）到 Kafka 内部主题（__consumer_offsets），防止消费中途故障导致数据丢失。重启后，消费者从上次提交的 Offset 继续消费。
- 消费语义：支持 At Most Once（可能丢失消息）、At Least Once（可能重复消费）两种语义，满足不同业务场景需求。
三、数据流程示例
- 生产者发送消息：Producer 通过 Push 模式将消息发送到 Broker 的指定 Topic 分区，消息按顺序写入分区日志文件。
- Broker 存储与复制：Broker 接收消息后，将消息写入 Leader 分区，并同步到 Follower 副本（ISR 机制确保数据一致性）。
- 消费者拉取消息：Consumer 通过 Pull 模式从 Broker 拉取消息，根据 Offset 定位消费位置，处理完成后提交新 Offset。
- Zookeeper 协调：管理 Broker 注册、Topic 分区信息、Consumer Group Rebalance 等元数据，确保集群高可用性和数据一致性。