Kafka面试题解答（二）

1.怎么尽可能保证 Kafka 的可靠性

kafka是可能会出现数据丢失问题的，Leader维护了一个动态的in-sync replica set（ISR），意为和 Leader保持同步的Follower+Leader集合(leader：0，isr:0,1,2)。

如果Follower长时间未向Leader发送通信请求或同步数据，则该Follower将被踢出ISR。该时间阈值由replica.lag.time.max.ms参数设定，默认30s。例如2超时，(leader:0, isr:0,1)。这样就不用等长期联系不上或者已经故障的节点。

ISR: 可用的，存活的，Leader+Follower

如果分区副本设置为1个（只有一个leader），或者ISR里应答的最小副本数量（ min.insync.replicas 默认为1）设置为1，和ack=1的效果是一样的，仍然有丢数的风险（leader：0，isr:0）。

• 数据完全可靠条件 = ACK级别设置为-1 + 分区副本大于等于2 + ISR里应答的最小副本数量大于等于2

副本数是2，但是ISR中不一定有两个，因为会挂掉。

2.Kafka中如何做到数据唯一，即数据去重

至少一次（At Least Once）= ACK级别设置为-1 + 分区副本大于等于2 + ISR里应答的最小副本数量大于等于2 可以保障数据可靠

• 最多一次（At Most Once）= ACK级别设置为0

• 总结：

At Least Once可以保证数据不丢失，但是不能保证数据不重复；

At Most Once可以保证数据不重复，但是不能保证数据不丢失。

• 精确一次（Exactly Once）：对于一些非常重要的信息，比如和钱相关的数据，要求数据既不能重复也不丢失。 --幂等性和事务可以保障数据精确一次

Kafka 0.11版本以后，引入了一项重大特性：幂等性和事务。

幂等性：

幂等性就是指Producer不论向Broker发送多少次重复数据，Broker端都只会持久化一条，保证了不重复。

精确一次（Exactly Once） = 幂等性 + 事务+至少一次（ ack=-1 + 分区副本数>=2 + ISR最小副本数量>=2）。

幂等性有点类似于sql语句中的 distinct

重复数据的判断标准：具有 <PID, Partition, SeqNumber>相同主键的消息提交时，Broker只会持久化一条。其中PID是Kafka每次重启都会分配一个新的；Partition 表示分区号；Sequence Number是单调自增的。

所以幂等性只能保证的是在单分区单会话(重启会话就是下一次了)内不重复。

如果kafka集群挂了，重启了，此时以前的数据还会发送一回，数据又重复了。

如何使用幂等性

开启参数 enable.idempotence 默认为 true，false 关闭。

幂等性只能保障服务器不挂掉的情况下，发送数据是唯一的，假如发送者服务器挂掉了，那么重启之后还是会发送重复的数据，所以需要使用事务。kafka事务原理如下图：

每一个broker都有一个事务协调器，如何知道本次事务是哪个broker对应的事务协调器呢，有一个算法，如上图所示。

3.生产者如何提高吞吐量

1、batch.size：批次大小，默认16k

2、linger.ms：等待时间，修改为5-100ms

3、compression.type：压缩snappy

4、 RecordAccumulator：缓冲区大小，修改为64m

4.zk在kafka集群中有何作用

zk中有一个节点 consumers 这个里面，老版本0.9版本之前，存放的是消费者的偏移量（offset，这次消费者消费到哪个地方了，下次从这个地方继续消费），新版本的根本没放在zk中，直接放在集群中了。

5.简述kafka集群中的Leader选举机制

1）每一个broker上线时，会在zk中进行注册

2）每个broker中都有一个controller，controller会争先抢占zk中 controller节点的注册权，谁先抢到，谁选举时说了算。假如broker0中的controller中抢到了，那它就是说了算的人。该controller一直监听ids节点是否有挂掉的节点。

3）选举规则是：在ISR中存活为前提，按照AR中排在前面的优先，例如 ar[1,0,2] ,isr[1,0,2],那么Leader会按照1，0，2 进行顺序的轮询。

4）选举出来的新节点，注册到zk中，将信息记录在zk中。

5）其他contorller将zk中的信息同步下来。

6）假定broker中的leader挂掉了，会进行重新的选举。

7）客户端发送消息给Leader，Leader记录数据，落盘，形成Log，Log底层使用的是Segment，Segment底层每一个G，是一个单独的文件，1G内的数据要想查找迅速又分成了两个文件 log和index

6.kafka是如何处理数据乱序问题的

分区保证顺序：Kafka 将消息按分区存储，每个分区内部的消息顺序是严格保证的。当消费者从一个分区消费消息时，消息的消费顺序与其写入顺序一致。
分区策略：生产者可以根据消息的 key 将消息发送到特定分区，确保同一个 key 的消息始终发送到同一个分区，从而保持顺序。
消费者组管理：每个消费者组内部的每个消费者处理不同的分区。Kafka 确保每个分区只会有一个消费者来消费，从而避免了同一个分区的消息乱序。
幂等性和重试机制：为了避免消息丢失和乱序，Kafka 允许生产者启用幂等性，确保重复消息不会影响顺序，并且支持重试机制来保证消息成功传输。

7.kafka中节点如何服役和退役

服役：

创建一个新节点然后执行负载均衡流程。

负载均衡流程：

首先创建一个有kafka集群的新节点，创建一个要均衡的主题，即在kafka集群下创建一个json文件，里面记录着主题名字及版本信息。在一个新节点上生成一个负载均衡计划，生成的计划是一个json格式的文本，创建副本存储计划即将该文本复制到自己目录的一个json文件下，执行该计划并验证。

退役：

先按照退役一台节点，生成执行计划，然后按照服役时操作流程执行负载均衡。

8.Kafka中Leader挂了，Follower挂了，然后再启动，数据如何同步

Follower：由于数据同步的时候先进入Leader,随后同步给Follower，假如Follower挂掉了，Leader和其他的Follower 继续往前存储数据，挂掉的节点从ISR集合中剔除，此时挂掉的Follower又重启了，它会先从上一次挂掉的节点的HW开始同步数据，直到追上最后一个Follower为止,此时会重新回归ISR。

Leader: