kafka发送客户端在高并发场景下如何保证不频繁GC的

最近看kafka源码，着实被它的客户端缓冲池技术优雅到了。忍不住要写篇文章赞美一下（哈哈）。

注：本文用到的源码来自kafka2.2.2版本。

背景

当我们应用程序调用kafka客户端 producer发送消息的时候，在kafka客户端内部，会把属于同一个topic分区的消息先汇总起来，形成一个batch。真正发往kafka服务器的消息都是以batch为单位的。如下图所示：

这么做的好处显而易见。客户端和服务端通过网络通信，这样批量发送可以减少网络带来的性能开销，提高吞吐量。

这个Batch的管理就非常值得探讨了。可能有人会说，这不简单吗？用的时候分配一个块内存，发送完了释放不就行了吗。

kafka是用java语言编写的（新版本大部分都是用java实现的了），用上面的方案就是使用的时候new一个空间然后赋值给一个引用，释放的时候把引用置为null等JVM GC处理就可以了。

看起来似乎也没啥问题。但是在并发量比较高的时候就会频繁的进行GC。我们都知道GC的时候有个stop the world，尽管最新的GC技术这个时间已经非常短，依然有可能成为生产环境的性能瓶颈。

kafka的设计者当然能考虑到这一层。下面我们就来学习下kafka是如何对batch进行管理的。

kafka客户端使用了缓冲池的概念，预先分配好真实的内存块，放在池子里。

每个batch其实都对应了缓冲池中的一个内存空间，发送完消息之后，batch不再使用了，就把内存块归还给缓冲池。

听起来是不是很耳熟啊？不错，数据库连接池，线程池等池化技术其实差不多都是这样的原理。通过池化技术降低创建和销毁带来的开销，提升执行效率。

代码是最好的文档，，下面我们就来撸下源码。

我们撸代码的步骤采用的是从上往下的原则，先带你看看缓冲池在哪里使用，然后再深入到缓存池内部深入分析。

下面的代码做了一些删减，值保留了跟本文相关的部分便于分析。

RecordAccumulator其实就是管理一个batch队列，我们看到append方法实现其实是调用BufferPool的free方法申请（allocate）了一块内存空间(ByteBuffer)，然后把这个内存空空间包装成batch添加到队列后面。

当消息发送完成不在使用batch的时候，RecordAccumulator会调用deallocate方法归还内存，内部其实是调用BufferPool的deallocate方法。

很明显，BufferPool就是缓冲池管理的类，也是我们今天要讨论的重点。我们先来看看分配内存块的方法。

首先整个方法是加锁操作的，所以支持并发分配内存。

逻辑是这样的，当申请的内存大小等于poolableSize，则从缓存池中获取。这个poolableSize可以理解成是缓冲池的页大小，作为缓冲池分配的基本单位。从缓存池获取其实就是从ByteBuffer队列取出一个元素返回。

如果申请的内存不等于特定的数值，则向非缓存池申请。同时会从缓冲池中取一些内存并入到非缓冲池中。这个nonPooledAvailableMemory指的就是非缓冲池的可用内存大小。非缓冲池分配内存，其实就是调用ByteBuffer.allocat分配真实的JVM内存。

缓存池的内存一般都很少回收。而非缓存池的内存是使用后丢弃，然后等待GC回收。

继续来看看batch释放的代码，

很简单，也是分为两种情况。要么直接归还缓冲池，要么就是更新非缓冲池部分的可以内存。然后通知等待队列里的第一个元素。