Kafka 社區(qū)對(duì)共享存儲(chǔ)的興趣由來(lái)已久：如果所有數(shù)據(jù)都放在 S3 這樣的共享存儲(chǔ)上，Broker 就不需要本地磁盤(pán)，副本復(fù)制可以省掉，跨 AZ 流量費(fèi)也隨之消失。但對(duì)象存儲(chǔ)的延遲一直讓這個(gè)想法停留在「理論上很美」的階段。AWS 最近發(fā)布的 S3 Files 改變了這個(gè)前提——它給 S3 加上了 NFS 文件系統(tǒng)接口，小文件讀取延遲做到了亞毫秒級(jí)。于是一個(gè)老問(wèn)題以新的面貌回來(lái)了：Kafka 能不能直接跑在 S3 Files 上？

我們?cè)?AutoMQ 從 2023 年起就在解決這個(gè)問(wèn)題——不是把 Kafka 搬到共享文件系統(tǒng)上，而是從存儲(chǔ)引擎層重新設(shè)計(jì)，讓 Kafka 真正運(yùn)行在共享存儲(chǔ)架構(gòu)上。我們是這個(gè)領(lǐng)域最早探索用共享文件系統(tǒng)作為存儲(chǔ)后端的團(tuán)隊(duì)，也是目前唯一做到生產(chǎn)級(jí)低延遲的 Diskless Kafka 實(shí)現(xiàn)。所以當(dāng) S3 Files 出現(xiàn)時(shí)，我們自然要評(píng)估它的可能性——以及它的邊界在哪里。

S3 Files 是什么？

要回答「Kafka 能不能跑在 S3 Files 上」，先得理解 S3 Files 到底做了什么。它本質(zhì)上是 AWS 在 S3 之上加了一層基于 EFS（Elastic File System）的文件系統(tǒng)訪問(wèn)面——你可以通過(guò) NFS 協(xié)議把 S3 存儲(chǔ)桶掛載到 EC2 實(shí)例上，像操作本地文件一樣讀寫(xiě)，而 S3 始終是數(shù)據(jù)的 Source of Truth。

圖片這層訪問(wèn)面的核心設(shè)計(jì)圍繞一個(gè) 128 KB 的閾值。小于 128 KB 的文件在首次訪問(wèn)時(shí)會(huì)被導(dǎo)入 EFS 高性能層，讀取延遲可以做到亞毫秒到個(gè)位數(shù)毫秒；128 KB 及以上的文件則繞過(guò) EFS，通過(guò)本地代理直接從 S3 流式讀取。寫(xiě)入方向上，所有數(shù)據(jù)都先落到 EFS 層，再由后臺(tái)異步批量同步回 S3。換句話說(shuō)，S3 Files 的優(yōu)化重點(diǎn)是小文件的低延遲讀取，而不是讓所有數(shù)據(jù)都常駐在高性能層。

定價(jià)模型進(jìn)一步印證了這個(gè)定位。寫(xiě)入按流量計(jì)費(fèi) $0.06/GB，最小計(jì)費(fèi) I/O 為 6 KiB，沒(méi)有預(yù)置容量選項(xiàng)。數(shù)據(jù)同步到 S3 后不會(huì)立刻從 EFS 淘汰，默認(rèn)駐留 30 天，期間你同時(shí)支付 EFS 高性能層存儲(chǔ)費(fèi)（$0.30/GB- 月）和 S3 存儲(chǔ)費(fèi)用。對(duì)于讀多寫(xiě)少的場(chǎng)景，這個(gè)定價(jià)是合理的。但對(duì)于持續(xù)高吞吐寫(xiě)入的工作負(fù)載，寫(xiě)入成本和 EFS 駐留費(fèi)用會(huì)快速累積。

共享存儲(chǔ)對(duì) Kafka 的吸引力

理解了 S3 Files 的能力邊界，再來(lái)看為什么大家想把 Kafka 構(gòu)建在上面。傳統(tǒng) Apache Kafka 是為專(zhuān)用服務(wù)器加本地磁盤(pán)設(shè)計(jì)的，這套架構(gòu)搬到云上會(huì)產(chǎn)生三個(gè)不斷疊加的成本問(wèn)題。

最直接的是副本復(fù)制帶來(lái)的跨 AZ 流量費(fèi)。Kafka 通過(guò) ISR（In-Sync Replicas）機(jī)制保證持久性，每條消息會(huì)被復(fù)制到兩到三個(gè) Broker。在多 AZ 部署中，這種復(fù)制產(chǎn)生大量跨 AZ 網(wǎng)絡(luò)流量——AWS 對(duì)跨 AZ 數(shù)據(jù)傳輸雙向收費(fèi)，合計(jì) $0.02/GB。一個(gè)寫(xiě)入吞吐 500 MB/s、副本因子為 3 的集群，兩個(gè) Follower 分布在不同 AZ，每秒產(chǎn)生約 1 GB 的跨 AZ 復(fù)制流量，僅這一項(xiàng)就超過(guò) $50,000/ 月。

圖片副本復(fù)制還帶來(lái)了第二個(gè)問(wèn)題：存算耦合。每個(gè) Broker 在本地磁盤(pán)上管理自己的數(shù)據(jù)副本，擴(kuò)展存儲(chǔ)就意味著加機(jī)器——即使你只需要更多磁盤(pán)空間。而且必須按峰值負(fù)載加上故障冗余來(lái)預(yù)留容量，大部分時(shí)間都在為閑置資源付費(fèi)。

存算耦合又進(jìn)一步放大了運(yùn)維復(fù)雜度。分區(qū)重分配需要在 Broker 之間物理搬遷數(shù)據(jù)，大 Topic 可能耗時(shí)數(shù)小時(shí)。Broker 故障觸發(fā)漫長(zhǎng)的恢復(fù)流程�？s容比擴(kuò)容更難，因?yàn)槟愕孟劝褦?shù)據(jù)搬走。

如果所有數(shù)據(jù)都在 S3 這樣的共享存儲(chǔ)上，這三個(gè)問(wèn)題可以一次性解決：S3 自帶 11 個(gè) 9 的持久性，不需要副本復(fù)制；Broker 變成無(wú)狀態(tài)計(jì)算節(jié)點(diǎn)，秒級(jí)擴(kuò)縮容；跨 AZ 流量降到接近零。S3 Files 有 NFS 接口、有亞毫秒延遲，看起來(lái)正好是連接 Kafka 和共享存儲(chǔ)之間的橋梁。但真正嘗試搭建這座橋梁時(shí)，會(huì)遇到幾個(gè)根本性的問(wèn)題。

挑戰(zhàn)：直接把 Kafka
跑在 S3 Files 上會(huì)怎樣？

持久性缺口

最符合直覺(jué)的做法是把副本因子設(shè)為 1——既然 S3 Files 提供了共享的持久化存儲(chǔ)，一份數(shù)據(jù)就夠了。問(wèn)題出在 Kafka 的寫(xiě)入機(jī)制上。

Kafka 是一個(gè)異步 I/O 系統(tǒng)。Producer 發(fā)送消息并收到 ack 時(shí)，數(shù)據(jù)還在操作系統(tǒng)的 Page Cache 里，并不一定已經(jīng)刷到底層存儲(chǔ)。這是 Kafka 高吞吐的設(shè)計(jì)基礎(chǔ)——它假設(shè)即使 Broker 在刷盤(pán)前崩潰，數(shù)據(jù)仍然安全地存在于 Follower 副本上。但在 replica=1 的 S3 Files 上，這張安全網(wǎng)消失了。Broker 崩潰意味著 Page Cache 中尚未持久化的數(shù)據(jù)直接丟失，S3 Files 的 11 個(gè) 9 持久性幫不上忙——數(shù)據(jù)根本還沒(méi)到達(dá)存儲(chǔ)層。

要堵住這個(gè)缺口，需要改變 Kafka 的寫(xiě)入路徑：確保每條被確認(rèn)的消息在返回 ack 之前就已經(jīng)持久化。這不是調(diào)配置能解決的，這是存儲(chǔ)引擎層面的重新設(shè)計(jì)。

可用性耦合

持久性問(wèn)題可以通過(guò)改造寫(xiě)入路徑來(lái)解決，但 Kafka 的高可用機(jī)制帶來(lái)了另一個(gè)更深層的挑戰(zhàn)。

Kafka 的 HA 和多副本設(shè)計(jì)緊密耦合：Broker 故障時(shí)，Controller 將 Follower 副本提升為新 Leader。這個(gè)機(jī)制的前提是存在 Follower——而 replica=1 意味著沒(méi)有 Follower 可以提升。你需要一套完全不同的故障轉(zhuǎn)移邏輯：讓新 Broker 直接從共享存儲(chǔ)讀取數(shù)據(jù)來(lái)接管分區(qū)，而不依賴本地副本。Kafka 現(xiàn)有的 HA 設(shè)計(jì)天然阻止了它利用 S3 Files 內(nèi)置的可用性保障。

這同樣需要架構(gòu)層面的重新設(shè)計(jì)——不只是寫(xiě)入路徑，還有整個(gè)故障恢復(fù)和分區(qū)所有權(quán)的管理方式。

延遲現(xiàn)實(shí)

即使解決了持久性和可用性問(wèn)題，延遲仍然是一道坎。S3 Files 宣傳的亞毫秒延遲針對(duì)的是 EFS 高性能層上的小文件讀取，而 Kafka 的核心工作負(fù)載是高吞吐的持續(xù)順序?qū)懭搿@兩者的 I/O 模式完全不同。

社區(qū)已經(jīng)有人在 S3 Files 上跑過(guò) Kafka benchmark，數(shù)據(jù)很說(shuō)明問(wèn)題：

圖片數(shù)據(jù)來(lái)源：https://www.linkedin.com/pulse/apache-kafka-meets-s3-files-jason-taylor-kxiae/

中位數(shù)和 P95 看起來(lái)還行——P95 只有 5-13ms，和原生 Kafka 差距不大。但從 P95 到 P99 出現(xiàn)了斷崖式跳躍：5ms 直接飆到 704ms，延遲放大了 140 倍。這意味著每一百次請(qǐng)求就有一次要等超過(guò)一秒。對(duì)于實(shí)時(shí)流處理場(chǎng)景——風(fēng)控、實(shí)時(shí)大屏、事件驅(qū)動(dòng)微服務(wù)——這種不可預(yù)測(cè)的尾延遲是不可接受的。S3 Files 并沒(méi)有徹底解決共享存儲(chǔ)的低延遲問(wèn)題，相比本地磁盤(pán)上的 Kafka 仍然有明顯的延遲犧牲。

成本結(jié)構(gòu)

延遲之外，S3 Files 的定價(jià)模型對(duì) Kafka 也不友好。S3 Files 采用按流量計(jì)費(fèi)——寫(xiě)入 $0.06/GB，小文件讀取 $0.03/GB，沒(méi)有預(yù)置容量選項(xiàng)。這和 S3 的按 API 請(qǐng)求次數(shù)計(jì)費(fèi)是完全不同的模型。Kafka 的工作負(fù)載特征是寫(xiě)入和讀取都需要走高性能層：Producer 寫(xiě)入的數(shù)據(jù)落到 EFS 高性能層，Consumer 做 Tailing Read（消費(fèi)最新數(shù)據(jù)）也從高性能層讀取。兩端都按流量計(jì)費(fèi)，成本隨吞吐量線性增長(zhǎng)。寫(xiě)入端還有雙重流量費(fèi)——數(shù)據(jù)先寫(xiě)入 EFS（$0.06/GB），再由后臺(tái)同步回 S3（$0.03/GB），Kafka 的所有數(shù)據(jù)都需要同步回 S3，這筆同步費(fèi)逃不掉。更隱蔽的是 EFS 高性能層的存儲(chǔ)駐留費(fèi)：$0.30/GB- 月，是 S3 Standard 存儲(chǔ)費(fèi)的 13 倍，數(shù)據(jù)默認(rèn)駐留 30 天才淘汰。

算一筆具體的賬。一個(gè) 100 MB/s 持續(xù)寫(xiě)入的集群，假設(shè)消費(fèi)端吞吐和寫(xiě)入相當(dāng)（1x fan-out，即一個(gè) Consumer Group），每天寫(xiě)入和讀取各約 8,400 GB（100 MB/s × 86,400 秒）：

圖片這還是 1x fan-out 的保守估算。如果有多個(gè) Consumer Group（在 Kafka 場(chǎng)景中很常見(jiàn)），Tailing Read 的流量費(fèi)會(huì)成倍增長(zhǎng)。2x fan-out 下月成本就超過(guò) $113,000，3x 超過(guò) $120,000。而且這還沒(méi)算 S3 本身的存儲(chǔ)費(fèi)。S3 Files 的定價(jià)模型是為「讀多寫(xiě)少、活躍工作集小」的場(chǎng)景設(shè)計(jì)的——Kafka 恰好相反：持續(xù)高吞吐寫(xiě)入，所有數(shù)據(jù)都是「活躍」的，讀取端也是持續(xù)高吞吐。

這些挑戰(zhàn)加在一起意味著什么？

持久性缺口要求重新設(shè)計(jì)寫(xiě)入路徑。可用性耦合要求重新設(shè)計(jì)故障轉(zhuǎn)移機(jī)制。延遲問(wèn)題要求在對(duì)象存儲(chǔ)之前加一層高性能寫(xiě)入緩沖。成本問(wèn)題要求對(duì)小寫(xiě)入進(jìn)行攢批優(yōu)化。把這四項(xiàng)加在一起，你實(shí)際上需要的是一個(gè)全新的 Kafka 存儲(chǔ)引擎——而這正是 AutoMQ 從 2023 年就在構(gòu)建的東西。

AutoMQ 已經(jīng)被驗(yàn)證的
Shared Storage 架構(gòu)

AutoMQ 的架構(gòu)分為兩層。S3 是主存儲(chǔ)層，所有數(shù)據(jù)最終都持久化在 S3 上——這是和 Tiered Storage 的根本區(qū)別。Tiered Storage 仍然把熱數(shù)據(jù)放在本地磁盤(pán)上，S3 只存冷數(shù)據(jù)；而 AutoMQ 讓 S3 成為唯一的 Single Source of Truth，Broker 上沒(méi)有任何持久化狀態(tài)。

關(guān)于兩者的詳細(xì)對(duì)比，可以參考這篇文章：https://docs.automq.com/automq/what-is-automq/difference-with-tiered-storage

但直接把每條消息都寫(xiě)到 S3 有兩個(gè)問(wèn)題：S3 的寫(xiě)入延遲太高，而且 S3 API 調(diào)用是按次計(jì)費(fèi)的——每條消息一次 PUT 請(qǐng)求，API 成本會(huì)隨消息數(shù)線性爆炸。這就是 WAL（Write-Ahead Log）層存在的意義。

WAL 是一塊固定大小的高性能存儲(chǔ)空間，充當(dāng) S3 前面的寫(xiě)入緩沖。所有 Produce 請(qǐng)求先寫(xiě)入 WAL，使用 Direct IO 繞過(guò) page cache，在返回 ack 之前就保證數(shù)據(jù)持久化——這直接堵住了上面說(shuō)的持久性缺口。然后 WAL 中的數(shù)據(jù)被異步壓縮、攢批，再批量上傳到 S3。這個(gè)攢批過(guò)程至關(guān)重要：不是每條消息一次 S3 PUT，而是每批數(shù)千條消息一次 PUT，S3 API 成本從隨消息數(shù)增長(zhǎng)變成了隨吞吐量增長(zhǎng)，降低了一到兩個(gè)數(shù)量級(jí)。

WAL 帶來(lái)的另一個(gè)關(guān)鍵好處是讓用戶可以在延遲和成本之間做 trade-off。WAL 層是可插拔的，不同的云存儲(chǔ)后端對(duì)應(yīng)不同的延遲和成本特征：EBS/Regional EBS WAL 提供亞毫秒延遲，NFS WAL（AWS 上基于 FSx for NetApp ONTAP）提供平均 6ms、P99 約 13ms 的寫(xiě)入延遲。Producer 的體驗(yàn)和原生 Kafka 沒(méi)有區(qū)別。

而且 WAL 的成本很低。它只需要一小塊固定大小的存儲(chǔ)空間——不是存全量數(shù)據(jù)，只是一個(gè)循環(huán)寫(xiě)入的緩沖區(qū)。對(duì)于大部分云存儲(chǔ)的定價(jià)模型來(lái)說(shuō)，這非常友好：每月幾美元到幾十美元的 WAL 支出，就能換來(lái)低延遲持久化、S3 API 成本優(yōu)化、以及真正的無(wú)狀態(tài) Broker。

因?yàn)樗谐志没癄顟B(tài)都在 WAL 和 S3 中，Broker 是真正無(wú)狀態(tài)的。一個(gè) Broker 故障時(shí)，另一個(gè) Broker 在秒級(jí)內(nèi)接管分區(qū)映射，不需要數(shù)據(jù)遷移，Zero RPO——這解決了可用性耦合的問(wèn)題。

最終效果是 Kafka on S3 Files 所承諾的一切——零跨 AZ 流量、無(wú)副本復(fù)制、彈性無(wú)狀態(tài) Broker——但沒(méi)有持久性缺口、秒級(jí)尾延遲和高昂的流量成本。

S3 Files 作為 WAL
技術(shù)上可行，經(jīng)濟(jì)上還不成熟

既然 AutoMQ 的 WAL 層是可插拔的，S3 Files 能不能作為又一個(gè) WAL 后端？從架構(gòu)上看，答案是肯定的。S3 Files 提供 NFS 接口，底層基于 EFS 構(gòu)建——而 AutoMQ 的 NFS WAL 已經(jīng)支持 EFS 和 FSx for NetApp ONTAP 作為實(shí)現(xiàn)，技術(shù)路徑是通的。

但當(dāng)前的定價(jià)模型讓這個(gè)方案的經(jīng)濟(jì)賬算不過(guò)來(lái)。Kafka 不是一個(gè)輕量級(jí)的應(yīng)用層服務(wù)，它是數(shù)據(jù)密集型的基礎(chǔ)設(shè)施——AutoMQ 的一些生產(chǎn)客戶集群吞吐超過(guò) 1 GiB/s，7×24 小時(shí)不間斷寫(xiě)入。在這個(gè)量級(jí)下，S3 Files 的純按量計(jì)費(fèi)模型會(huì)產(chǎn)生驚人的費(fèi)用。

以一個(gè)相對(duì)溫和的工作負(fù)載為例——寫(xiě)入吞吐 100 MB/s、平均消息大小 4 KiB：

圖片100 MB/s 已經(jīng)是一個(gè)保守的數(shù)字了。如果換成 1 GiB/s 的生產(chǎn)集群，S3 Files 的月成本會(huì)突破百萬(wàn)美元——流量費(fèi)和 EFS 存儲(chǔ)駐留費(fèi)都隨吞吐量線性增長(zhǎng)。核心問(wèn)題在于 S3 Files 的定價(jià)模型是為「讀多寫(xiě)少、活躍工作集小」的場(chǎng)景設(shè)計(jì)的，而 Kafka 恰好相反：持續(xù)高吞吐寫(xiě)入，所有數(shù)據(jù)都是「活躍」的。S3 Files 作為 WAL 的開(kāi)銷(xiāo)遠(yuǎn)高于直接使用 EFS，而延遲上并沒(méi)有優(yōu)勢(shì)。

不過(guò)云存儲(chǔ)的定價(jià)在持續(xù)演進(jìn)。如果 AWS 為 S3 Files 引入預(yù)置吞吐模型或降低最小計(jì)費(fèi) I/O，這筆賬可能很快就會(huì)變。AutoMQ 的架構(gòu)已經(jīng)為那一天做好了準(zhǔn)備。

一套架構(gòu)，適配所有云存儲(chǔ)

S3 Files 的故事其實(shí)揭示了一個(gè)更大的趨勢(shì)：云存儲(chǔ)在加速分化。AWS 在過(guò)去兩年推出了 S3 Express One Zone（個(gè)位數(shù)毫秒延遲的 S3）、S3 Files（NFS over S3）、以及對(duì) EFS 和 FSx for NetApp ONTAP 的持續(xù)改進(jìn)。GCP 和 Azure 也在各自的存儲(chǔ)服務(wù)上走著類(lèi)似的路線。每種存儲(chǔ)服務(wù)針對(duì)不同的訪問(wèn)模式、成本模型和持久性保障做了優(yōu)化。

圖片AutoMQ 的可插拔 WAL 架構(gòu)意味著我們不需要押注某一個(gè)贏家——每一次云存儲(chǔ)創(chuàng)新都會(huì)成為 WAL 后端菜單上的一個(gè)新選項(xiàng)：

圖片用戶不需要被鎖定在某一種存儲(chǔ)方案上，而是可以根據(jù)自己的延遲要求和成本預(yù)算自由選擇——并且隨著需求變化或云定價(jià)演進(jìn)隨時(shí)切換。在 AWS 上，NFS WAL 已經(jīng)支持 EFS 和 FSx for NetApp ONTAP 兩種實(shí)現(xiàn)；在 Azure 和 GCP 上，Regional EBS WAL 利用各自的多 AZ 塊存儲(chǔ)提供亞毫秒延遲。讓這一切成為可能的 WAL 抽象層，從第一天起就是這么設(shè)計(jì)的。

回到最初的問(wèn)題

Kafka 構(gòu)建在 S3 Files 上，是個(gè)好主意嗎？如果說(shuō)的是把原生 Kafka 直接掛載上去——不是。Kafka 的異步 I/O、基于副本的 HA、對(duì)本地存儲(chǔ)的假設(shè)，這些設(shè)計(jì)決策會(huì)讓你回到原點(diǎn)：還是要管副本、管故障轉(zhuǎn)移、管容量規(guī)劃。共享存儲(chǔ)就在那里，但 Kafka 的架構(gòu)用不上。

但 Kafka 向 Shared Storage 架構(gòu)演進(jìn)的方向是確定的——經(jīng)濟(jì)賬和運(yùn)維收益太有說(shuō)服力了。AutoMQ 基于 WAL 的 Shared Storage 架構(gòu)已經(jīng)交付了這個(gè)承諾，而且每當(dāng)云存儲(chǔ)向前邁進(jìn)一步，可插拔的 WAL 層就把這次創(chuàng)新變成用戶的一個(gè)新選項(xiàng)。一套架構(gòu)，適配所有云存儲(chǔ)。