面试官：如果让你设计一个消息中间件，如何将其网络通信性能优化10倍以上？【石杉的架构笔记】

目录

1、客户端与服务端的交互

2、频繁网络通信带来的性能低下问题

3、batch机制：多条消息打包成一个batch

4、request机制：多个batch打包成一个request

“ 这篇文章，给大家聊一个消息中间件相关的技术话题，对于一个优秀的消息中间件而言，客户端与服务端通信的时候，对于这个网络通信的机制应该如何设计，才能保证性能最优呢？甚至通过优秀的设计，让性能提升10倍以上。

我们本文就以Kafka为例来给大家分析一下，Kafka在客户端与服务端通信的时候，底层的一些网络通信相关的机制如何设计以及如何进行优化的。

1、客户端与服务端的交互

假如我们用kafka作为消息中间件，势必会有客户端作为生产者向他发送消息，这个大家应该都可以理解。

对于Kafka来说，他本身是支持分布式的消息存储的，什么意思呢？

比如说现在你有一个“Topic”，一个“Topic”你就可以理解为一个消息数据的逻辑上的集合。

比如现在你要把所有的订单数据都发送到一个“Topic”里去，那么这个“Topic”就叫做“OrderTopic”，里面都放的是订单数据。

接着这个“Topic”的数据可能量很大很大，不可能放在一台机器上吧？

所以呢，我们就可以分散存储在多台Kafka的机器上，每台机器存储一部分的数据即可。

这就是 Kafka的分布式消息存储的机制 ，每个Kafka服务端叫做一个Broker，负责管理一台机器上的数据。

一起来看看下面的图：

一个“Topic”可以拆分为多个“Partition”，每个“Partition”存储一部分数据，每个Partition都可以放在不同的Kafka Broker机器上，这样就实现了数据分散存储在多台机器上的效果了。

然后客户端在发送消息到Kafka Broker的时候，比如说你限定了“OrderTopic”的订单数据拆分为3个“Partition”，那么3个“Partition”分别放在一个Kafka Broker上，那么也就是要把所有的订单数据分发到三个Kafka Broker上去。

此时就会默认情况下走一个负载均衡的策略，举个例子，假设订单数据一共有3万条，就会给每个Partition分发1万条订单消息，这样订单数据均匀分散在了3台Broker机器上。

整个过程，如下图所示：

2、频繁网络通信带来的性能低下问题

好了，现在问题来了，客户端在发送消息给Kafka Broker的时候，比如说现在要发送一个订单到Kafka上去，此时他是怎么发送过去呢？

是直接一条订单消息就对应一个网络请求，发送到一台Broker上去吗？

如果是这样做的话，那势必会导致频繁的跟一台broker进行网络通信，频繁的网络通信，每次都涉及到复杂的网络连接、传输的流程，那么进而会导致客户端性能的低下。

给大家举个例子，比如说每次通过一个网络通信发送一条订单到broker，需要耗时10ms。

那么如果一个订单就一次网络通信发送到broker，每秒最多就是发送100个订单了，大家想想，是不是这个道理？

但是假如说你每秒有10000个订单要发送，此时就会造成你的发送性能远远跟不上你的需求，也就是性能的低下，看起来你的系统发送订单到kafka的速度就是特别的慢。

3、batch机制：多条消息打包成一个batch

所以首先针对这个问题，kafka做的第一个优化，就是实现了 batch机制 。

这个意思就是说，他会在客户端放一个内存缓冲区，每次你写一条订单先放到内存缓冲区里去，然后在内存缓冲区里，会把多个订单给打包起来成为一个batch。

比如说默认kafka规定的batch的大小是16kb，那么意思就是，你默认就是多条订单凑满16kb的大小，就会成为一个batch，然后他就会把这个batch通过网络通信发送到broker上去。

假如说一个batch发送到broker，同样也是耗费10ms而已，但是一个batch里可以放入100条订单，那么1秒是不是可以发送100个batch？

此时，1秒是不是就可以发送10000条订单出去了？

而且在打包消息形成batch的时候，是有讲究的，你必须是发送到同一个Topic的同一个Partition的消息，才会进入一个batch。

这个batch里就代表要发送到同一个Partition的多条消息，这样后续才能通过一个网络请求，就把这个batch发送到broker，对应写入一个Parititon中。

4、request机制：多个batch打包成一个request

事情到这里就结束了吗？还没有！

比如现在我们要是手头有两个Topic，每个Topic都有3个Partition，那么每个Broker是不是就会存放2个Partition？其中1个Partition是Topic01的，1个Partition是Topic02的。

现在假如说针对Topic01的Partition02形成了一个batch，针对Topic02的Partition02也形成了一个batch，但是这两个batch其实都是发往同一个Broker的，如上图的第二个Broker。

此时，还是一个网络请求发送一个batch过去吗？

其实就完全没必要了，完全此时可以把多个发往同一个Broker的batch打包成一个request，然后一个request通过一次网络通信发送到 那个Broker上去。

假设一次网络通信还是10ms，那么这一次网络通信就发送了2个batch过去。

通过这种多个batch打包成一个request一次性发往Broker的方式，又进一步提升了网络通信的效率和性能。

其实 batch机制 + request 机制，都是想办法把很多数据打包起来，然后一次网络通信尽量多发送一些数据出去，这样可以提升单位时间内发送数据的数量。

这个单位时间内发送数据的数量，也就是所谓的 “吞吐量” ，也就是单位时间内可以发送多少数据到broker上去。

比如说每秒钟可以发送3万条消息过去，这就是代表了客户端的 “吞吐量” 有多大。

因此，通过搞清楚这个原理，就可以学习到这种非常优秀的设计思想。而且在面试的时候，如果跟面试官聊到kafka，也可以跟面试官侃侃kafka底层，是如何有效的提升网络通信性能的。

最后再来一张图，作为全文总结。