kafka作爲商業級中間件，它在設計時優先考慮的可靠性、可用性，同時兼顧一致性，這是所有分佈式都會遇到的cap理論，kafka也不例外；可靠性通過副本機制解決，可用性通過leader和follower機制來解決。
kafka的可靠性，根據ack的設置不同，可靠性不同，ack=-1可靠性最高，但效率會稍微低一點。
acks=0：生產者不會等待任何來自服務器的響應,直接不斷髮送數據。 acks=1（默認值）：只要集羣的Leader節點收到消息，生產者就會收到一個來自服務器的成功響應。 acks=-1：只有當所有參與複製的節點全部都收到消息時，生產者纔會收到一個來自服務器的成功響應。
kafka的可用性，通過維護AR,ISR,OSR來確保當leader掛掉後，可以馬上從 ISR 列表中選擇第一個 follower 作爲新的 Leader。
當kafka副本爲多副本時，副本是定期從leader同步數據，定期同步必然會導致leader和follower數據不一致的情況出現。爲了解決這種不一致，kafka引入了HW（高水位線），高水位線HW = ISR副本中最小LEO(副本的最大消息偏移量+1)，如下圖1所示的HW=2,因爲follower2的消息還是1，所以這個時候消費者只能消費小於2的數據，那就是隻能消費1這條數據，這樣就能保證消費者所見一致性問題。
由於HW總是要在下一次fetch rpc纔會更新，所以HW也有可能出現同步不及時的情況，導致數據丟失，所以這裏就又要提到leader epoch。
leader epoch會記錄leader的生平，他的紀元值，比如圖2的leader沒有掛掉時，它會記錄（0,3），表示第0代leader，目前offset=3，當follower1當選爲leader後，此時epoch爲1，會跟上一個紀元的offset進行比對，以此判斷是否需要截取數據。如下圖三就不需要截取數據，從而保證數據一致性。
圖3
