Kafka 是一个集中式大数据流平台，专为高性能而设计。为了以这种高性能处理实时消息，Kafka 在内部具有一些特征。

####分布式系统

首先，卡夫卡是基于分布式系统设计的。分布式系统是一组网络计算机，是一组服务器计算机，它们在系统中起着共同的作用。对于分布式系统，它比单个系统具有更高的性能，并且具有抗故障能力，因为即使分布式系统中的某些节点发生故障，其他节点也可以代表它处理它们。它还便于系统扩展，例如添加服务器。

例如，假设每秒处理 1000 个消息，则有一台服务器的 cpu 利用率达到 100%。如果每秒有 900 条消息，则服务器的 cpu 利用率为 90%，如果发生故障，服务可能会停止。如果添加具有相同作用的服务器来分发消息，会发生什么情况？

每个服务器每秒处理 450 个消息，cpu 利用率保持 45%，从而可靠地运行服务。通过运行这两台服务器，您可以以两倍的性能运行服务。像这样，增加相同的服务器计算机称为缩放输出。如果是这样，你可能会想，如果每秒使用2000台服务器计算机，这不成问题。

没错。增加服务器计算机的性能本身称为缩放。scale-up 的好处是，负载 Velor 的成本需要将流量分散到各种服务器，但如果服务器出现故障，则服务可能会停止，因为没有服务器来代替它。

[teah] 负载均衡器（负载均衡器）

负载均衡器正在第四次工业革命时代，几乎所有工作都通过互联网处理。从网络漫画到 Facebook 赞或 YouTube 流媒体，所有电子设备都使用互联网。

因此，我们目前正在构建一个分布式系统，以便即使一台服务器出现故障，另一台服务器也可以代表它执行。但是，由于不必要地继续添加服务器会增加不必要的成本，因此建议将 scale-out 设置为适当的 scale-up 和适当数量的服务器，而不是无条件地增加服务器以平衡负载。

• 请注意，根据卡夫卡文档，LinkedA 的最多使用群集有 60 个代理。

##页面缓存

为了提高文件 i/o 的性能，Kafka 将一次读取的文件的内容存储在称为页面缓存的区域，并在有相同访问时从页面缓存中读取，从而最大限度地减少对相对缓慢的磁盘的访问。事实上，页面缓存的性能改进是显著的，因为卡夫卡的官方文档也指出，使用最便宜的 sata 磁盘是无可比的。

但是，由于 os 使用剩余内存作为页面缓存，但卡夫卡应用程序在物理内存中使用的部分除外，因此不建议将除 Kafka 以外的其他应用程序一起运行在一个系统中。

当服务器和客户端通信时，i/o 不可避免地发生。tcp 通信也会导致速度降低，因为每次 3 路手和 4 路手检查都会发生。为了提高这种性能，Kafka 会将其作为批处理操作处理，以便将多个较小的 i/io 捆绑在一起处理。

[network] tcp / udp

tcp tcp 是一种与 ip 一起用于在 Internet 上以消息形式发送数据的协议。tcp 具有以下特征：1. 连接式服务 。2. 高可靠性

例如，假设有 4 条消息需要一秒才能发送，则所有消息需要 4 秒的时间才能传输。但是，将四条小消息捆绑在一起并一次发送，可以减少网络往返的开销，因此您只需要一秒钟的时间。这些部署操作对卡夫卡的速度提高大有帮助。

在下一个消息中，我们将讨论主题和分区，这是卡夫卡高可用性的数据模型。