kafka階段學習小結（面試）
https://blog.csdn.net/qq_28900249/article/details/90346599
主要是借鑑這篇文章的一些問題，做一個小總結，每回看到這些題都要好好思考一下。
1.請說明什麼是Apache Kafka?
2.爲什麼要使用kafka，爲什麼要使用消息隊列
3.kafka中的ISR,AR又代表什麼？ISR的伸縮又指什麼？
4.kafka中的broker是幹什麼的？
5.kafka中的zookeeper起到什麼作用，可以不用zookeeper嗎？
6.kafka follower如何與leader同步
7.什麼情況下一個broker會從isr中踢出去
8.kafka爲什麼那麼快
9.kafka producer如何優化打入數據
10.kafka producer發送消息，ack 爲0,1，-1的時候代表啥，設置-1的時候，什麼情況下，leader會認爲一條消息commit
11.kafka中consumer group是什麼概念？
12.kafka中的消息是否會丟失和重複消費？
13.爲什麼kafka不支持讀寫分離？
14.kafka中是怎麼體現消息順序性的？
其他一些問題
https://blog.verysu.com/article/417
- 請說明什麼是Apache kafka?
- 說說kafka的使用場景？
- 使用kafka有什麼優點和缺點？
- 使用kafka性能很好，體現在哪裏？
- 請說明什麼是傳統的消息傳遞方式？
- 請說明kafka相對傳統技術有什麼優勢？
- 解釋kafka的zookeeper是什麼？我們可以在沒有Zookeeper的情況下使用kafka嗎？
- 解釋kafka用戶如何消費消息？
- 解析如何提高遠程用戶的吞吐量？
- 解釋一下，在數據製作過程中，你如何能從kafka得到準確的消息？
- 解釋如何減少isr中的擾動？broker什麼時候離開isr？
- kafka爲什麼需要複製？
- 如果副本在isr中停留了很長時間表明什麼？
- 請說明如果首選的副本不在isr中會發生什麼？
- 有可能在生產後發生消息偏移嗎？
- kafka的設計是什麼樣的呢？
- 數據傳輸的事務定義有哪三種？
- kafka判斷一個節點是否還活着有連個條件？
- producer是否直接將數據發送到broker的leader（主節點）？
- kafka consumer是否可以消費指定分區消息？
- kafka消息採用pull模式還是push模式
1. kafka裏面用的什麼方式消費數據，拉的方式還是推的方式？
拉的方式：有消費者控制消費速率
2. 爲什麼用kafka?kafka是如何存數據的？
kafka將數據按照不同的分類存儲在不同的topic中（人爲分類），Topic中有分區（partition）以及副本（replication）的概念。在每個分區中（即一個目錄中），會存儲爲一個個segment文件（即.log文件）和index文件
3. kafka元數據存在哪裏？
Zookeeper:有如下一些節點/controller,/cluster,/consumer,/broker
4. 如何保證數據不會出現丟失或者重複消費的情況？做過哪些預防措施，怎麼解決以上問題的？
數據丟失問題：同步發送數據：ACK=-1（all）
重複消費問題：自己維護offset避免重複消費的問題（低級api）
5.如何提高kafka的消費速度
增加分區和消費者
增加拉取數據的大小
增大批處理的大小
6.爲什麼kafka可以實現高吞吐？單節點kafka的吞吐量比其他消息隊列大，爲什麼？
- 零拷貝（zero-copy）：減少或消除數據拷貝
- 順寫日誌：順序寫磁盤的效率比隨機寫高
- 分段日誌：日誌存儲是分段的segment,其中對每一個分段還會有一個索引，利用二分查找，速率高
- 批處理：讀寫時客戶端會維護一個Batch
- 壓縮：數據可壓縮，傳輸效率高
7 .kafka原理，isr中什麼情況下brokerid會消失？
副本down掉，網絡阻塞
log(數據落後)：低版本有replica.lag.time.max.ms和replica.lag.max.messages屬性決定，高版本只有replica.lag.max.messages這個參數
8.kafka消費用的高級API，低級API
高級：KafkaConsumer
poll（獲取數據的方法）
低級：核心類SimpleConsumer
send（發送獲得元數據的請求）
fetch（發送抓取數據的請求）