卡夫卡的分区设计
- 生产者写作的并行性受分区数量的限制。
- 消费者消费并行度也受到消费分区数量的限制。假设分区数为20，则最大并发消费消费者数为20。
- 每个主题由固定数量的分区组成。分区编号确定单个代理可能具有的最大主题数，而不会显着影响性能。
更多细节请参考这里。
为什么Kafka不能支持更多分区
- 每个分区都存储整个消息数据。尽管每个分区都按顺序写入磁盘，但随着并发写入分区数量的增加，从操作系统的角度来看，写入变得随机。
- 由于分散的数据文件，很难使用Linux IO组提交机制。
如何在RocketMQ中支持更多分区？
- 所有消息数据都存储在提交日志文件中。所有写入都是完全顺序的，而读取是随机的。
- ConsumeQueue存储实际的用户消费位置信息，这些信息也以顺序方式刷新到磁盘。
优点：
- 每个使用队列都是轻量级的，并且包含有限数量的元数据。
- 对磁盘的访问是完全顺序的，这可以避免磁盘锁争用，并且在创建大量队列时不会导致高磁盘IO等待。
缺点：
- 消息消耗将首先读取消耗队列，然后提交日志。在最坏的情况下，该过程会带来一定的成本。
- 提交日志和使用队列需要在逻辑上保持一致，这为编程模型带来了额外的复杂性。
设计动机：
- 随机阅读。尽可能多地读取以提高页面缓存命中率，并减少读取IO操作。如此大的内存仍然是可取的。如果累积大量消息，读取性能是否会严重降低？答案是否定的，原因如下：
- 即使消息的大小仅为1KB，系统也会提前读取更多数据，请参阅PAGECACHE预取以供参考。这意味着对于续集数据读取，它将访问将执行的主存储器而不是慢速磁盘IO读取。
- 从磁盘随机访问CommitLog。如果在SSD的情况下将I / O调度程序设置为NOOP，则读取qps将大大加速，因此比其他电梯调度程序算法快得多。
- 鉴于ConsumeQueue仅存储固定大小的元数据，主要用于记录消费进度，因此可以很好地支持随机读取。利用页面缓存预取，访问ConsumeQueue与访问主内存一样快，即使是在大量消息累积的情况下也是如此。因此，ConsumeQueue不会对读取性能带来明显的损失。
- CommitLog几乎存储所有信息，包括消息数据。与关系数据库的重做日志类似，只要提交日志存在，就可以完全恢复消耗队列，消息密钥索引和所有其他所需数据。