一招让Kafka达到最佳吞吐量

go-zero
1

通过上一篇文章对 dq 生产者的分析，我们知道 dq 是基于 beanstalk 的封装。至于 生产者 我们在后续的文章继续分享，本篇文章先来分析一下 go-queue 中的 kq。

kq 基于 kafka 封装，设计之初是为了使 kafka 的使用更人性化。那就来看看 kq 的使用。

上手使用

func main() {
  // 1. 初始化
	pusher := kq.NewPusher([]string{
		"127.0.0.1:19092",
		"127.0.0.1:19092",
		"127.0.0.1:19092",
	}, "kq")

	ticker := time.NewTicker(time.Millisecond)
	for round := 0; round < 3; round++ {
		select {
		case <-ticker.C:
			count := rand.Intn(100)
			m := message{
				Key:     strconv.FormatInt(time.Now().UnixNano(), 10),
				Value:   fmt.Sprintf("%d,%d", round, count),
				Payload: fmt.Sprintf("%d,%d", round, count),
			}
			body, err := json.Marshal(m)
			if err != nil {
				log.Fatal(err)
			}

			fmt.Println(string(body))
      // 2. 写入
			if err := pusher.Push(string(body)); err != nil {
				log.Fatal(err)
			}
		}
	}
}

将 kafka cluster 配置以及 topic 传入，你就得到一个操作 kafka 的 push operator。

至于写入消息，简单的调用 pusher.Push(msg) 就行。是的，就这么简单！

当然，目前只支持单个 msg 写入。可能有人会疑惑，那就继续往下看，为什么只能一条一条写入？

初始化

一起看看 pusher 初始化哪些步骤：

NewPusher(clusterAddrs, topic, opts...)
	|- kafka.NewWriter(kfConfig)								// 与 kf 之前的连接
	|- executor = executors.NewChunkExecutor()  // 设置内部写入的executor为字节数定量写入
  1. 建立与 kafka cluster 的连接。此处肯定就要传入 kafka config；
  2. 设置内部暂存区的写入函数以及刷新规则。

使用 chunkExecutor 作用不言而喻：将随机写 → 批量写，减少 I/O 消耗；同时保证单次写入不能超过默认的 1M 或者自己设定的最大写入字节数。

其实再往 chunkExecutor 内部看，其实每次触发插入有两个指标：

  • maxChunkSize：单次最大写入字节数
  • flushInterval：刷新暂存消息插入的间隔时间

在触发写入，只要满足任意一个指标都会执行写入。同时在 executors 都有设置插入间隔时间，以防暂存区写入阻塞而暂存区内消息一直不被刷新清空。

更多关于 executors 可以参看以下：https://zeromicro.github.io/go-zero/executors.html

生产者插入

根据上述初始化对 executors 介绍，插入过程中也少不了它的配合：

func (p *Pusher) Push(v string) error {
  // 1. 将 msg -> kafka 内部的 Message
	msg := kafka.Message{
		Key:   []byte(strconv.FormatInt(time.Now().UnixNano(), 10)),
		Value: []byte(v),
	}
  
  // 使用 executor.Add() 插入内部的 container
  // 当 executor 初始化失败或者是内部发生错误，也会将 Message 直接插入 kafka
	if p.executor != nil {
		return p.executor.Add(msg, len(v))
	} else {
		return p.produer.WriteMessages(context.Background(), msg)
	}
}

过程其实很简单。那 executors.Add(msg, len(msg)) 是怎么把 msg 插入到 kafka 呢？

插入的逻辑其实在初始化中就声明了：

pusher.executor = executors.NewChunkExecutor(func(tasks []interface{}) {
		chunk := make([]kafka.Message, len(tasks))
  	// 1
		for i := range tasks {
			chunk[i] = tasks[i].(kafka.Message)
		}
  	// 2
		if err := pusher.produer.WriteMessages(context.Background(), chunk...); err != nil {
			logx.Error(err)
		}
	}, newOptions(opts)...)
  1. 触发插入时，将暂存区中存储的 []msg 依次拿出，作为最终插入消息集合；
  2. 将上一步的消息集合，作为一个批次插入 kafka 的 topic 中

这样 pusher -> chunkExecutor -> kafka 一个链路就出现了。下面用一张图形象表达一下：

image.png
image.png710×762 108 KB

框架地址

https://github.com/tal-tech/go-queue

同时在 go-queue 也大量使用 go-zero 的 批量处理工具库 executors。

https://github.com/tal-tech/go-zero

欢迎使用 go-zero & go-queue 并 star 支持我们！一起构建 go-zero 生态！:+1: