ByteBuffer key

//返回结果 return new RecordAppendResult(future, dq.size() > 1 || batch.isFull(), true); } } finally { if (buffer != null) //释放之前申请的新空间 free.deallocate(buffer); //结束，并发数减1 appendsInProgress.decrementAndGet(); } } 上面的代码已经给出了注释，现将这段代码的流程总结如下： 首先根据TopicPartition参数获取到对应的Deque双端队列，没有则创建。 使用Synchronized关键字对追加消息的操作加锁。 调用tryAppend方法尝试往Deque中最后一个ProducerBatch中追加消息记录，如果成功则返回RecordAppendResult结果，Synchronized解锁。 如果上面追加消息失败，则从BufferPool中申请新的空间用于后面创建新的ProducerBatch。 使用Synchronized关键字对追加消息的操作加锁，然后再次尝试第三步。...

大家好，我是 华仔, 又跟大家见面了。 上篇主要带大家深度剖析了「Kafka 网络层收发总流程」，今天主要聊聊 「Kafka 客户端消息缓存架构设计」，深度剖析下消息是如何进行缓存的。 认真读完这篇文章，我相信你会对 Kafka 客户端缓存架构的源码有更加深刻的理解。 这篇文章干货很多，希望你可以耐心读完。 01 总体概述 通过场景驱动的方式，当被发送消息通过网络请求封装、NIO多路复用器监听网络读写事件并进行消息网络收发后，回头来看看消息是如何在客户端缓存的？ 大家都知道 Kafka 是一款超高吞吐量的消息系统，主要体现在「异步发送」、「批量发送」、「消息压缩」。 跟本篇相关的是「批量发送」即生产者会将消息缓存起来，等满足一定条件后，Sender 子线程再把消息批量发送给 Kafka Broker。 这样好处就是「尽量减少网络请求次数，提升网络吞吐量」。 为了方便大家理解，所有的源码只保留骨干。 02 消息如何在客户端缓存的 既然是批量发送，那么消息肯定要进行缓存的，那消息被缓存在哪里呢？又是如何管理的？ 通过下面简化流程图可以看出，待发送消息主要被缓存在...