# Kafka ## 概念 **消息**：Kafka 的数据单元，Kafka 不理解消息内容。\ **元数据（键）**：可用于控制写入不同的分区。\ **消息模式**：额外的接口定义消息内容。\ **主题**：不同的消息类型。\ **分区**：一个主题有多个分区，一个分区就是一个提交日志，消息以追加的方式写入分区，然后以 FIFO 的方式读取。所以无法在整个主题范围内保证顺序，但是可以在单个分区内保证顺序。\ **生产者**：创建消息。默认均匀发布到一个主题的不同分区，可通过消息键发送到指定分区。\ **消费者**：读取数据。可订阅一个或多个主题。通过偏移量来区分已经读过的数据。\ **消费者群组**：消费者群组包含多个消费者，群组保证每个分区只能被一个消费者使用。\ **偏移量**：一种元数据，递增的整数值。\ **broker**：一个 Kafka 进程实例。 ## 发送消息 Batch 机制 客户端在发送消息给 kafka 服务端时，当有多个消息需要被发送到同一个分区时，生产者会把它们放在同一个批次里，一次通过网络把 Batch 发送过去。提升了吞吐量。 * batch.size：批次的大小。 * linger.ms：发送批次之前等待时间，若达到时间，批次就算没满，也会发送。 **问题**：若没做特殊处理，这些一个个 Batch 数据发送给服务端后，就需要 GC 来回收，这样就会带来较多的 Stop the world 时间，降低性能。 解决方案：**客户端缓冲池机制**。 客户端在开始时就申请一段内存，把这段内存划分成多块，每当需要创建一个 Batch 时就找缓冲池哪一块，Batch 用完后还回给缓冲池就行。所以这样就**避免了频繁的申请内存与 JVM GC**。 当缓冲池满了，无法申请 Batch 时，写入操作就会被阻塞，直到有空闲内存。 * --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://yunzhao.gitbook.io/notes/database/kafka.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.