Kafka 如何优化内存缓冲机制

　　目录

　　一、Kafka的客户端缓冲机制

　　二、内存缓冲形成的频繁GC问题

　　三、Kafka设计者实现的缓冲池机制

　　四、总结一下

　　“ 这篇文章，给你们聊一个硬核的技术知识，咱们经过Kafka内核源码中的一些设计思想，来看你设计Kafka架构的技术大牛，是怎么优化JVM的GC问题的?

　　一、Kafka的客户端缓冲机制

　　首先，先得给你们明确一个事情，那就是在客户端发送消息给kafka服务器的时候，必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，而后直到多条消息组成了一个Batch，才会一次网络通讯把Batch发送过去。

　　整个过程以下图所示：

　　

　　二、内存缓冲形成的频繁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。

　　这样每次网络请求均可以发送不少数据过去，避免了一条消息一次网络请求。从而提高了吞吐量，即单位时间内发送的数据量。

　　可是问题来了，你们能够思考一下，一个Batch中的数据，会取出来而后封装在底层的网络包里，经过网络发送出去到达Kafka服务器。

　　那么而后呢?

　　这个Batch里的数据都发送过去了，如今Batch里的数据应该怎么处理?

　　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，必定会尝试避免任何变量去引用这些Batch对应的数据，而后尝试触发JVM自动回收掉这些内存垃圾。

　　这样不断的让JVM回收垃圾，就能够不断的清理掉已经发送成功的Batch了，而后就能够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，可是实际线上运行的时候必定会有问题，最大的问题，就是JVM GC问题。

　　你们都知道一点，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，会致使其余工做线程短暂的停顿，这样能够便于他本身安安静静的回收内存垃圾。

　　这个也很容易想明白，毕竟你要是在回收内存垃圾的时候，你的工做线程还在不断的往内存里写数据，制造更多的内存垃圾，那你让人家JVM怎么回收垃圾?

　　这就比如在大马路上，若是地上有不少垃圾，如今要把垃圾都扫干净，最好的办法是什么?你们都让开，把马路空出来，而后清洁工就是把垃圾清理干净。

　　可是若是清洁工在清扫垃圾的时候，结果一帮人在旁边不停的嗑瓜子扔瓜子壳，吃西瓜扔西瓜皮，不停的制造垃圾，你以为清洁工心里啥感觉?固然是很愤慨了，照这么搞，地上的垃圾永远的都搞不干净了!

　　经过了上面的语言描述，咱们再来一张图，你们看看就更加清楚了

　　

　　如今JVM GC是愈来愈先进，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，致使其余工做线程停顿的时间。

　　因此如今越是新款的垃圾回收器致使工做线程停顿的时间越短，可是再怎么短，他也仍是存在啊!

　　因此说，如何尽量在本身的设计上避免JVM频繁的GC就是一个很是考验水平的事儿了。

　　三、Kafka设计者实现的缓冲池机制

　　在Kafka客户端内部，对这个问题实现了一个很是优秀的机制，就是缓冲池的机制

　　简单来讲，就是每一个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入进去的消息的。

　　而后呢，当一个Batch被发送到了kafka服务器，这个Batch的数据再也不须要了，就意味着这个Batch的内存空间再也不使用了。

　　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。

　　这个缓冲池里放了不少块内存空间，下次若是你又有一个新的Batch了，那么不就能够直接从这个缓冲池里获取一块内存空间就ok了?

　　而后若是一个Batch发送出去了以后，再把内存空间给人家还回来不就行了?以此类推，循环往复。

　　一样，听完了上面的文字描述，再来一张图，看完这张图相信大伙儿就明白了：

　　

　　一旦使用了这个缓冲池机制以后，就不涉及到频繁的大量内存的GC问题了。

　　为何呢?由于他能够上来就占用固定的内存，好比32MB。而后把32MB划分为N多个内存块，好比说一个内存块是16KB，这样的话这个缓冲池里就会有不少的内存块。

　　而后你须要建立一个新的Batch，就从缓冲池里取一个16KB的内存块就能够了，而后这个Batch就不断的写入消息，可是最多就是写16KB，由于Batch底层的内存块就16KB。

　　接着若是Batch被发送到Kafka服务器了，此时Batch底层的内存块就直接还回缓冲池就能够了。

　　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行了。这样就能够利用有限的内存，对他不停的反复重复的利用。由于若是你的Batch使用完了之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。

　　若是没有频繁的垃圾回收，天然就避免了频繁致使的工做线程的停顿了，JVM GC问题是否是就获得了大幅度的优化?

　　没错，正是这个设计思想让Kafka客户端的性能和吞吐量都很是的高，这里蕴含了大量的优秀的机制。

　　那么此时有人说了，若是我如今把一个缓冲池里的内存资源都占满了，如今缓冲池里暂时没有内存块了，怎么办呢?

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

　　四、总结一下

　　这篇文章咱们从Kafka内存缓冲机制的设计思路开始，一直分析到了JVM GC问题的产生缘由以及恶劣的影响。

　　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，分析了不少Kafka做者在设计的时候展示出的优秀的技术设计思想和能力。

　　但愿你们多吸收这里的精华，在之后面试或者工做的时候，能够把这些优秀的思想纳为己用。

​