Kafka的替代者Redpanda的架构及部署

介绍

Redpanda 使用C++编写，是一个与 Kafka兼容的流数据平台，事实证明它的速度提高了10 倍。它还不含 JVM、不含 ZooKeeper、经过 Jepsen 测试且源代码可用。

Redpanda完全兼容KafkaAPI，也就是说，开发项目中不需要修改kafka客户端相关的代码，可以直接替换掉kafka。

因为是C++编写，所以无需使用JVM，分布式协调使用raft协议，所以也无需使用zookeeper。只有一个可执行二进制文件，部署非常方便。

架构

最近十年计算机硬件发生了不少变化：

硬盘由于NVMe协议的SSD，快了1000倍；网络快了100倍；云计算更加便宜；但是CPU速度增长不多，所以通过多核的办法来解决。从这个趋势来看，CPU似乎成了新的瓶颈。

在这种背景下，Redpanda为了适应现代计算机硬件的发展，设计了自己的架构：

这种架构称为Thread-Per-Core。上面提到，现代计算机有很多个核心。为了充分利用多核，就需要用到线程。但是线程会遇到两个主要的问题：1、在一些需要同步的时候必须用到lock，2、Context Switch成本较高。

而Thread-Per-Core架构就是为了解决这两个主要的问题，有几个core就建几个thread，而且将thread绑定到特定的core上，因为不会有更多的thread，所以尽可能的减少了context switch。另外，Redpanda的每一个thread只负责处理各自的partition，所以也不需要用到lock。你可能会想，那I/O怎么处理？阻塞了thread怎么办？在linux 5.1版本内核以后，增加了一个完全异步的io模型——io_uring

io_uring使用用户空间建立的两个queue：sq（submit queue）和cq（complete queue）来完成io操作。read和write操作放入sq，这一步是异步的，然后应用程序可以去做别的事情，待kernel完成工作后，就将结果放入cq，应用程序需要检查io结果的时候就去cq中查即可。在这种模式下，因为有sq的存在，所以相当于系统调用是批量的，也就是内核处理io是批量的。这样也就充分利用了现代硬件的优势，比如NVMe的SSD硬盘，可以并行处理很多IO操作。

Redpanda的kafka client发送消息到Redpanda，其实是发送到了某一core上，当这个core不负责某个partition时，就会通过rpc通知到其他core上的thread进行处理。在这里Redpanda并不使用grpc或者thrift，而是使用自己实现的轻量级rpc来达到完美的速度。当有多个Redpanda节点时，使用raft协议进行数据共识。

综上，Redpanda达到了3个目的：

• 操作简单。只有一个二进制可执行文件，部署简单，无需jvm、zk。
• 尽可能的零数据丢失。使用raft协议保障数据安全。
• 实测比kafka快10倍。Thread-Per-Core架构和io_uring的加持，使得其比kafka更快。

部署

Redpanda可以部署到docker、linux、win、macOS、kubernetes上。当直接安装到docker、linux、win、macOS上的时候，在安装完，如果需要非本机访问的话，需要在参数中配置advertising地址和端口，这样才能在外部访问

下面说下kubernetes部署。

https://github.com/redpanda-data/helm-charts

在这个地址下载helm chart，然后进去找到values.yaml，主要需要修改的是storage这个地方：

修改成合适的storageClass，选择好空间大小，然后执行：

helm install redpanda redpanda     --namespace redpanda     --create-namespace

即可安装成功。