上週客串了一下面試官，在這裏就簡單記錄一下期間我問到的一些關於 Kafka 的面試題目，這些都是我平時在學習 Kafka 的一些總結要點。
- 談談你對 kafka 的整體認識？
問這個問題主要是想知道面試者對 Kafka 的整體認識如何，能夠大致瞭解清楚面試者對 Kafka 的相關概念的熟悉程度，比如消息、topic、partition、replica、offset、重平衡、leader/follower、ISR 等等。
- 談談 Kafka 吞吐量爲何如此高？
多分區、batch send、kafka Reator 網絡模型、pagecache、sendfile 零拷貝、數據壓縮。
- 談談你對生產者儲水池機制的理解
sender 線程工作機制、ByteBuffer 緩衝區的作用等等：
- 如何提高kafka吞吐量？
生產端調整 batch.size、linger.ms 參數，以及主題分區數合理分配等。
- 生產者producer是線程安全的嗎？多線程實例還是單線程實例優缺點？
- 消費者 consumer 是線程安全的嗎？多線程實例、單線程實例、單 consumer + 多 worker 線程的優缺點？
- 消息拉取時，什麼情況下會造成消息重複消費？談談你對位移提交的理解？
理解消息交付語義：
最多一次（atmostonce）：消息可能丟失也可能被處理，但最多隻會被處理一次；
至少一次（atleastonce）：消息不會丟失，但可能被處理多次；
精確一次（exactlyonce）：消息被處理且只會被處理一次。
假若消費者在消費前提交位移，那麼就是“最多一次”，若在消費後提交位移，那麼就是“最少一次”，如果能夠保證消費和提交位移同在一個事務中執行，就可保證“精確一次”。__consumer_offsets的一些理解。
- 什麼時候會產生消費組重平衡以及重平衡會涉及到哪些相關參數、頻繁重平衡會造成哪些後果？
消費組成員變更、主題數量變更、訂閱信息變更；session.timeout.ms、max.poll.interval.ms、hearbeat.interval.ms；
相關文章：Kafka重平衡機制
- kafka默認不支持自動分區重分配，那麼如果讓你來執行分區重分配，有哪幾個步驟，以及在重分配過程中kafka會有哪些動作？
RAR、OAR、AR、RAR-OAR、OAR-RAR 相關概念，
相關文章：記一次 Kafka 線上擴容、Kafka 分區重分配源碼分析
- 談談你對 Preferred leader 選舉的理解？
在 broker 掛掉之後，分區 leader 會變更，久而久之就會變得不均衡，Kafka 默認序號最小的副本爲 Preferred leader，在 broker 重啓回來後，Kafka 會重新調整分區的 Preferred leader 成爲 leader，Preferred leader 選舉分爲手動選舉和自動選舉，涉及參數 auto.leader.rebalance.enable，還有個默認允許 10% 不均衡策略等等。
- 談談你對 ISR 副本同步的理解？ISR副本同步的缺陷有哪些？
相關文章：Kafka ISR 副本同步機制
- 談談你對水印備份機制的理解？LEO 更新機制、HW 更新機制？
相關文章：圖解：Kafka 水印備份機制
- 水印備份機制的一些缺陷？數據丟失、數據離散？如何解決的（leader epoch）
相關文章：圖解：Kafka 水印備份機制
- 談談你對 controller 機制的理解？controller 主要有哪些功能？
更新集羣元數據信息、創建主題、刪除主題、分區重分配、preferred leader 副本選舉、主題分區擴展、broker 加入集羣、broker 崩潰、受控關閉、controller leader 選舉。
- Kafka 的日誌存儲機制？
每個分區擁有單獨的日誌（partition log）、順序寫、到一定大小分成日誌段文件（log segment file）、每個 log 文件對應一個索引文件（.index .timeindex）等等。
- Kafka 分區數越多性能就越好嗎？爲什麼？
我的理解：
- 每個分區數都對應一個 log 文件，log 文件是順序寫的，但如果有非常多分區同時刷盤，就會變相成亂序寫了，我猜想這也是爲什麼 RocketMQ 一個 broker 只會擁有一個 CommitLog 的原因之一吧；
- 客戶端會爲每個分區調用一條線程處理，多線程併發地處理分區消息，分區越多，意味着處理的線程數也就越多，到一定程度後，會造成線程切換開銷大；
- 其中一個 broker 掛掉後，如果此時分區特別多，Kafka 分區 leader 重新選舉的時間大大增加；
- 每個分區對應都有文件句柄，分區越多，系統文件句柄就越多；
客戶端在會爲每個分區分配一定的緩衝區，如果分區過多，分配的內存也越大。
更多精彩文章請關注作者維護的公衆號「後端進階」，這是一個專注後端相關技術的公衆號。
關注公衆號並回復「後端」免費領取後端相關電子書籍。
歡迎分享，轉載請保留出處。
