1、持久性
kafka使用文件存储消息，这就直接决定kafka在性能上严重依赖文件系统的本身特性。且无论任何OS下，对文件系统本身的优化几乎没有可能。因为kafka是对日志进行append操作，因此磁盘检索的开支是较小的；同时为了减少磁盘写入的次数，broker会将消息暂时buffer起来，当消息的个数（或尺寸）达到一定阈值再flush到磁盘，这样减少了磁盘IO调用的次数。
2、性能
需要考虑的影响性能点很多，除磁盘IO之外，我们还需要考虑网络IO，这直接关系到kafka的吞吐量问题，kafka并没有提供太多高超的技巧，对于producer端，可以将消息buffer起来，当消息的条数达到一定阀值的时候，批量发送给broker，对于consumer端也一样，批量fetch多条消息，不过消息量的大小可以通过配置文件来指定。对于kafka broker端，似乎有个sendfile系统调用可以潜在的提升网络IO性能：将文件的数据映射到系统内存中，socket直接读取相应的内存区域即可，而无需进程再次copy和交换，其实对于producer/consumer/broker三者而言，CPU的开支应该都不大，因此启用消息压缩机制是一个良好的策略。压缩需要消耗少量的CPU资源，不过对于kafka而言，网络IO更应该需要考虑，可以将任何在网络上传输的消息都经过压缩。kafka支持gzip/snappy等各种压缩方式。
3、生产者
负载均衡：producer将会和Topic下所有partition leader保持socket连接；消息由producer直接通过socket发送到broker，中间不会经过任何“路由层”，事实上，消息被路由到哪个partition上，由producer决定。比如可以采用“random”“key-hash”“轮询”等，如果一个topic中有多个partitions，那么producer端实现“消息均衡分发”是必要的。
其中partition leader的位置（host：port）注册在zookeeper中，producer作为zookeeper client，已经注册了watch用来监听partition leader的变更时间。
异步发送：将多的消息暂且在客户端buffer起来，并将它们批量的发送到broker，小数据IO太多，会拖慢整体的网络延迟，批量延迟发送事实上提升了网络效率。不过这也有一定的隐患，比如说当producer失效时，那些尚未发送的消息将会丢失
4、消费者
consumer端向broker发送“fetch”请求，并告知其获取消息的offset；此后consumer将会获得一定条数的消息；consumer端也可以重置offset来重新消费消息。
在JMS实现中，TOPIC模型基于push方式，即broker将消息推送给consumer端，不过在kafka中，采用了pull方式，即consumer在和broker建立连接之后，主动去pull或者说fetch消息。这种模式有些优点，首先consumer端可以根据自己的消费能力适时的去fetch消息并处理，且可以控制消息消费的进度（offset）；此外，消费者可以良好的控制消息的数量，batch fetch。
其他JMS实现，消息消费的位置是由prodiver保留，以便避免重复发送消息或者将没有消费成功的消息重发等，同时还要控制消息的状态，这就要求JMS broker需要太多额外的工作。在kafka中，partition中的消息只有一个consumer在消费，且不存在消息状态的控制，也没有复杂的消息确认机制。当消息被consumer接受之后，consumer可以在本地保存最后消息的offset，并间歇性的向zookeeper注册offset。
5、消息传送机制
对于JMS实现，消息传输担保非常直接：有且只有一次（exextly once）。在kafka中稍有不同。
- at most once：最多一次。这个和JMS中“非持久化”消息类似，发送一次，无论成败，将不会重发
- at least one: 如果offset未能成功同步到zookeeper，那么消息有可能再次被fetch
- exactly once：消息只会发送一次
6、复制备份
kafka将每个partition数据复制到多个server上,任何一个partition有一个leader和多个follower(可以没有);备份的个数可以通过broker配置文件来设定.leader处理所有的read-write请求,follower需要和leader保持同步.Follower和consumer一样,消费消息并保存在本地日志中;leader负责跟踪所有的follower状态,如果follower"落后"太多或者失效,leader将会把它从replicas同步列表中删除.当所有的follower都将一条消息保存成功,此消息才被认为是"committed",那么此时consumer才能消费它.即使只有一个replicas实例存活,仍然可以保证消息的正常发送和接收,只要zookeeper集群存活即可.(不同于其他分布式存储,比如hbase需要"多数派"存活才行)
原文地址：https://www.cnblogs.com/ylxn/p/10757685.html