面试题答案
一键面试生产者角度
- 机制：Kafka 生产者使用
acks配置参数来控制数据确认机制。acks=0时，生产者发送消息后不等待任何确认；acks=1时，等待 leader 副本确认；acks=all（或-1）时，等待所有同步副本确认。 - 原理：通过不同的确认级别，平衡消息发送的性能与可靠性。例如
acks=all能保证最高的数据一致性，因为只有所有同步副本都收到消息，生产者才会认为消息发送成功。 - 局限性：
acks=all时，如果网络分区导致部分副本不可用，可能会增加消息发送延迟甚至发送失败，因为需要等待所有同步副本确认，降低了系统的整体吞吐量。
消费者角度
- 机制：消费者使用位移（offset）来记录已消费的消息位置。在发生网络分区后，消费者重新连接到 Kafka 集群时，会根据配置的
auto.offset.reset参数（earliest、latest等）来决定从何处继续消费。 - 原理：位移机制确保消费者能准确记录消费进度，即使发生网络分区等故障，也能依据位移信息继续消费。
auto.offset.reset参数则定义了不同场景下消费者从何处开始消费，例如earliest表示从分区最早的消息开始消费，latest表示从分区末尾开始消费。 - 局限性：如果消费者在网络分区期间，未及时提交位移，可能导致重复消费（
auto.offset.reset=earliest）或消息丢失（auto.offset.reset=latest）。另外，若位移存储出现故障（如 Kafka 内部的位移主题异常），也会影响消费者的正常消费。
Kafka 集群自身角度
- 机制：Kafka 使用多副本机制，每个分区有一个 leader 副本和多个 follower 副本。当 leader 所在节点出现网络分区故障时，集群会进行 leader 选举，从 follower 副本中选出新的 leader。同时，Kafka 有 ISR（In-Sync Replicas）机制，只有在 ISR 中的副本才被认为是同步的，消息的 commit 取决于 ISR 中的副本情况。
- 原理：多副本机制保证了数据的冗余和可用性，leader 选举机制确保在 leader 故障时能快速恢复服务。ISR 机制通过只关注同步副本，避免了因慢速副本导致的性能问题，同时保证数据一致性，只有 ISR 中的副本都确认收到消息，消息才被认为已提交。
- 局限性：如果网络分区导致 ISR 中的所有副本都不可用，Kafka 可能会选择不在 ISR 中的副本作为新 leader，这可能导致数据不一致。另外，频繁的 leader 选举会增加系统开销，影响集群性能。在网络分区期间，新 leader 的选举可能会因为网络延迟等问题而出现延迟，导致短暂的服务不可用。