都有哪些特点

高吞吐量、低延迟：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒，每个topic可以分多个partition, consumer group 对partition进行consume操作。

可扩展性：kafka集群支持热扩展

持久性、可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失

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

在哪些场景下会选择 Kafka？

• 日志收集
• 消息系统
• 用户活动跟踪
• 运营指标
• 流式处理

分区的目的？

实现负载均衡,提高并发

高可靠性是怎么实现的？

• 分区副本:当 Leader 挂了的时候，其中一个 follower 会重新成为新的 Leader
• Producer:
  1. 提供消息确认机制,通过参数 request.required.acks 配置:0,1,all
  2. 提供同步配置producer.type:sync,async
• 数据一致性:只有被所有follower同步的消息才会被消费
• Leader 选举 producer 级别：acks=all（或者 request.required.acks=-1），同时发生模式为同步 producer.type=sync

topic 级别：设置 replication.factor>=3，并且 min.insync.replicas>=2；

broker 级别：关闭不完全的 Leader 选举，即 unclean.leader.election.enable=false；

Kafka 数据一致性原理

LEO、HW、LSO、LW等分别代表什么

Kafka 在什么情况下会出现消息丢失？

怎么尽可能保证 Kafka 的可靠性

数据传输的事务有几种？

最多一次,最少一次,精确的一次

Kafka消息是采用Pull模式的好处?

• 指定消费的速率
• 自主决定是否批量的从broker拉取数据

Kafka 是如何实现高吞吐率的？

顺序读写,零拷贝,文件分段,批量发送,数据压缩。

如何为Kafka集群选择合适的Topics/Partitions数量