Kafka从入门到应用
KafKa面试题
一、基础概念
1. 什么是Kafka？它的核心特性有哪些？适用于哪些场景？
最佳答案：Kafka最初由LinkedIn公司采用Scala语言开发，是一个多分区、多副本、基于ZooKeeper协调的分布式消息系统，现已捐献给Apache基金会，定位为分布式流式处理平台。核心特性：高吞吐量、低延迟——每秒可处理几十万条消息，延迟最低只有几毫秒，每个主题可分多个分区，消费组对分区进行消费；可扩展性——集群支持热扩展；持久性、可靠性——消息持久化到本地磁盘并支持数据备份防止丢失；容错性——允许集群中节点失败，若副本数量为n则允许n-1个节点失败；高并发——支持数千个客户端同时读写。应用场景包括：日志收集、消息系统（解耦生产者和消费者、缓存消息）、用户活动跟踪、运营指标监控、流式处理（如Spark Streaming、Storm）。
2. 简述Kafka的核心概念：Topic、Partition、Broker、Producer、Consumer、Leader、Follower。
最佳答案：Producer（生产者）是数据的发布者，将消息发布到Kafka的topic中；Consumer（消费者）从broker中读取数据，可以消费多个topic中的数据；Topic是划分数据所属类别的属性，如果把Kafka看作数据库，topic可以理解为一张表；Partition是topic中数据的分割，每个topic至少有一个分区，分区内数据有序，多个分区之间无法保证顺序；Broker是Kafka集群中的服务器节点，存储topic的数据；Leader是每个分区多个副本中有且仅有一个负责数据读写的副本；Follower跟随Leader，所有写请求通过Leader路由，数据变更广播给所有Follower并与Leader保持同步，Leader失效时从Follower中选举出新的Leader。
3. 什么是AR、ISR、OSR？HW和LEO分别是什么？
最佳答案：AR（Assigned Replicas）是分区中所有副本的统称；ISR（In-Sync Replicas）是所有与Leader副本保持一定程度同步的副本（包括Leader副本在内）组成的集合；OSR（Out-of-Sync-Replicas）是与Leader副本同步滞后过多的副本；ISR与OSR共同组成了AR。HW（High Watermark）是高水位，标识一个特定的offset，消费者只能拉取到这个offset之前的消息；LEO（Log End Offset）是日志末端位移，记录了该副本底层日志中下一条消息的位移值，例如LEO=10表示该副本保存了10条消息，位移值范围是[0, 9]。
4. Kafka与ZooKeeper有什么关系？
最佳答案：Kafka强依赖于ZooKeeper，通过ZooKeeper管理自身集群，包括：Broker列表管理、Partition与Broker的关系、Partition与Consumer的关系、Producer与Consumer负载均衡、消费进度Offset记录、消费者注册等。当Kafka系统中新增broker或某个broker发生故障失效时，由ZooKeeper通知生产者和消费者，生产者和消费者依据ZooKeeper的broker状态信息与broker协调数据的发布和订阅任务。为了达到高可用，ZooKeeper自身也必须是集群。
试读到此结束，完整文档需开通会员，请花两分钟了解下我们
微信扫码添加添加老师微信开通会员：mrt_0607（备注：预见猿份）
探索者会员：59元，全站文档无障碍阅读，没有时间限制。
实践者会员：199元，全站文档+视频+源码资源，没有时间限制。