1、Kafka的客户端缓冲机制

首先,先得给大家明确一个事情,那就是在客户端发送消息给kafka服务器的时候,一定是有一个内存缓冲机制的。

也就是说,消息会先写入一个内存缓冲中,然后多条消息组成了一个Batch,才会一次网络通信吧把Batch发送过去。

 

 2、内存缓冲造成的频繁GC问题

那么这种内存缓冲机制的本意,其实就是把多条消息组成一个Batch,一次网络请求就是一个Batch或者多个Batch。

这样每次网络请求都可以发送很多数据过去,避免了一条消息一次网络请求。从而提升了吞吐量,即单位时间内发送的数据量。

但是问题来了,大家可以思考一下,一个Batch中的数据,会取出来然后封装在底层的网络包里,通过网络发送出去到达kafka服务器。

那么然后呢?

这个Batch里的数据都发送过去了,现在Batch里的数据应该怎么处理呢?

你要知道,这些Batch里的数据此时可还在客户端的JVM的内存里啊!!!那么此时从代码实现层面,一定会尝试避免任何变量去引用这些Batch对应的数据,然后

尝试触发JVM自动回收掉这些内存垃圾。

这样不断的让JVM回收垃圾,就可以不断地清理掉已经发送成功的Batch了,然后就可以不断的腾出来新的内存空间让后面新的数据来使用。

这种想法很好,但是实际上运行的时候一定会有问题,最大的问题,就是JVM GC的问题。

大家都知道一点,JVM GC在回收内存垃圾的时候,他会有一个"stop the world"的过程,也就是垃圾回收线程运行的时候,会导致其他工作线程短暂的停顿,这样可以便于

他自己安安静静的回收内存垃圾。

 

 现在JVM GC是越来越先进,从CMS垃圾回收器到G1垃圾回收器,核心的目标之一就是不断的缩减垃圾回收的时候,导致其他工作线程停顿的时间。

所以现在越是新款的垃圾回收导致工作线程停顿的时间越短,但是再怎么短,他也还是存在啊!!!

 

如何尽可能在自己的设计上避免JVM频繁的GC就是一个非常考验水平的事情了。

3、kaka设计者实现的内存缓冲池机制

在kafka客户端内部,对这个问题实现了一个非常优秀的机制,就是缓冲池的机制了。

简单来说,就是每个Batch底层都对应一块内存空间,这个内存空间就是专门用来存放写进去的消息的。

然后呢,当一个Batch被发送到了kafka服务器,这个Batch的数据不再需要了,就意味着这个Batch的内存空间不再使用了。

 

此时这个Batch底层的内存空间不要交给JVM去垃圾回收,而是把这块内存空间给放入一个缓冲池里。这个缓冲池里放了很多块内存空间,下次如果你又有

一个新的Batch了,那么不就可以直接从这个缓冲池获取一块内存空间就ok了?

然后如果一个Batch发送出去了之后,再把内存空间给人家还回来不就好了?以此类推,循环往复。

 

 

 一旦使用了这个缓冲池机制之后,就不涉及到频繁的大量内存的GC问题了。

为什么呢?因为他可以上来就占用固定的内存,比如32M。然后把32m内存划分为N多个内存块,比如说一个内存块是16k,这样的话这个缓冲池里就会有很多的内存块。

然后你需要创建一个新的Batch,就从缓冲池里取一个16kb的内存块就可以了,然后这个Batch就不断的写入消息,但是最多就是写16k,因为batch底层的内存块就16k。

接着如果Batch被发送到了Kafka服务器了,此时Batch底层的内存块就直接还回缓冲池就可以了。

下次别人再要构建一个Batch的时候,再次使用缓冲池里的内存块就好了。这样就可以利用有限的内存,对他不停的反复重复的利用。因为如果你的Batch使用完了以后是把

内存块还回到缓冲池中去,那么就不涉及到垃圾回收了。

 

如果没有垃圾回收,自然就避免了频繁导致的工作线程的停顿了,JVM GC问题是不是就得到了大幅度的优化?

没错,正是这个设计思想让kafka客户端的性能和吞吐量都非常高,这里蕴含了大量的优秀的机制。

那么此时有人说了,如果我现在把一个缓冲池里的内存资源都占满了,现在缓冲池里暂时没有内存块了,怎么办呢?

很简单,阻塞你的写入操作,  不让你继续写入消息了。把你给阻塞住,不停地等待,直到有内存块释放出来,然后再继续让你写入消息。

 4、总结一下

这篇文章我们从kafka内存缓冲机制的设计思路开始,一直分析到了JVM GC问题的产生原因以及恶劣的影响。

接着谈到了kafka优秀的缓冲池机制的设计思想以及他是如何解决这个问题的,分析了很多kafka作者在设计的时候展现出的优秀的技术设计思想和能力。

希望大家多吸取这里的精华,在以后面试或者工作的时候,可以把这些优秀的思想纳为己用。

 

参考:https://blog.csdn.net/qq_42046105/article/details/102480406

 

posted on 2021-01-31 15:26  风清_云淡  阅读(651)  评论(0编辑  收藏  举报