IDEA激活码1. Kafka与其他MQ的区别
以时间复杂度O(1)的方式提供消息持久化的能力，即使对TB级以上的数据也能保证常数时间的访问；
高吞吐率，即使是在非常廉价的商用机器上也能做到单机每秒100K的消息传输；
分布式系统，生产者，broker及消费者都可以有多个，支持在线扩展。
支持离线数据处理和实时数据处理；
将消息持久化到磁盘，默认保留7天。
Kafka仅支持消息的拉取，没有消息推送。
Kafka的消息传递模式是发布订阅模式，而非点对点模式。
2. Kafka的低阶和高阶API的区别
高阶API：
```
public class Main{
publicstaticvoidmain(String[]args) {
Propertiesprops=newProperties();
props.setProperty("bootstrap.servers","192.168.100.101:9092,192.168.100.102:9092");
props.setProperty("group.id","csmg_01");
props.setProperty("enable.auto.commit","true");
props.setProperty("auto.commit.interval.ms","1000");
props.setProperty("key.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
props.setProperty("value.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
KafkaConsumer<String,String>consumer=newKafkaConsumer<>(props);
// 订阅要消费的主题
consumer.subscribe(Arrays.asList("tp_demo_01"));
// while循环不断从Kafka的topic中拉取消息
while(true) {
ConsumerRecords<String,String>records=consumer.poll(Duration.ofMillis(3_000));
for(ConsumerRecord<String,String>record:records)
System.out.printf("offset = %d, key = %s, value = %s%n",record.offset(),record.key(),record.value());
}
}
}
```
高阶API优点：
消费Kafka的消息很容易实现，写起来比较简单
不需要管理offset，直接通过__consumer_offsets和消费者协调器管理；也不需要管理分区、副本，由消费者协调器统一管理
消费组协调器会自动根据上一次在__consumer_offsets 中保存的offset去接着获取数据
在__consumer_offsets 中，不同的消费组（group）同一个topic记录不同的offset，这样不同程序读取同一个topic，不会受offset的影响。
高级API缺点：
不能控制offset，如：从指定的位置读取
不能细化控制分区、副本等
低阶API
通过使用低级API，可以控制offset，想从哪儿读，就可以从哪儿读。而且，可以自己控制连接分区，对分区自定义负载均衡。而且，之前offset是自动保存在__consumer_offsets 中，使用低阶API，可以将offset存储在指定的地方，如：文件、MySQL、或者内存。
低阶API，比较复杂，需要执行控制offset，连接到哪个分区，并找到分区的leader。
手动消费分区数据
不使用subscribe方法订阅主题，而使用assign方法指定想要消费的消息
Stringtopic="test";
TopicPartitionpartition0=newTopicPartition(topic,0);
TopicPartitionpartition1=newTopicPartition(topic,1);
consumer.assign(Arrays.asList(partition0,partition1));
注意
当手动管理消费分区时，即使GroupID是一样的，消费组协调器都不再起作用；
如果消费者失败，也将不再自动进行再平衡。
3. Kafka的三种ACK机制
acks = 1：生产者发送的消息，只需要在Leader副本进行确认即可；
acks = 0：生产者发送的消息，不需要确认，实际上，只要生产者将消息放到消息累加器即表示发送成功；
acks = -1：生产者发送的消息，需要Leader和ISR中所有的副本确认才表示发送成功，确保了消息的安全性；一般配合 min.insync.replicas，让发送的消息最少在这么多的副本中确认才表示发送消息成功。一般 min.insync.replicas为分区副本数的N/2+1，既保证了消息的安全性，也保证了比较好的效率。
4. 消费者如何从Kafka中消费数据
对于高阶API：
消费者需要订阅指定的主题，
消费者以消费组的形式存在。
当启动消费组中的消费者的时候，消费组协调器负责再平衡，将所订阅的主题分区按照一个分区之分配给消费组中一个消费者，一个消费者可以分配多个分区的原则进行分配。
消费者调用poll方法从主题分区拉取消息，同时需要更新消费消息的偏移量。
消费消息的偏移量默认自动提交，每5秒提交一次到__consumer_offsets主题的该消费组对应的分区；
自动提交会引起消费的重复，此时可以设置手动提交
手动提交消费偏移量分为同步提交和异步提交。
一般循环中使用异步提交的方式，每隔一定时间或每隔多少个消息就同步提交一次消费偏移量
异步提交偏移量速度快，但是不安全，手动同步提交是为了确保消费偏移量的安全。
消费者的偏移量在__consumer_offsets_对应的分区中存储方式为：
key：消费组id+主题名称+分区编号
value：消息偏移量
对于低阶API
通过使用低级API，可以控制offset，想从哪儿读，就可以从哪儿读。而且，可以自己控制连接分区，对分区自定义负载均衡。而且，之前offset是自动保存在__consumer_offsets 中，使用低阶API，可以将offset存储在指定的地方，如：文件、MySQL、或者内存。
低阶API，比较复杂，需要执行控制offset，连接到哪个分区，并找到分区的leader。
不使用subscribe方法订阅主题，而使用assign方法指定想要消费的消息
当手动管理消费分区时，即使GroupID是一样的，消费组协调器都不再起作用；
如果消费者失败，也将不再自动进行再平衡。
5. Kafka生产消费怎么保证Exactly Once
Kafka通过幂等保证消息的ExactlyOnce。
Kafka在引入幂等性之前，Producer向Broker发送消息，然后Broker将消息追加到消息流中后给Producer返回Ack信号值。实现流程如下：
生产中，会出现各种不确定的因素，比如在Producer在发送给Broker的时候出现网络异常。比如以下这种异常情况的出现：
上图这种情况，当Producer第一次发送消息给Broker时，Broker将消息(x2,y2)追加到了消息流中，但是在返回Ack信号给Producer时失败了（比如网络异常） 。此时，Producer端触发重试机制，将消息(x2,y2)重新发送给Broker，Broker接收到消息后，再次将该消息追加到消息流中，然后成功返回Ack信号给Producer。这样下来，消息流中就被重复追加了两条相同的(x2,y2)的消息。
幂等性
保证在消息重发的时候，消费者不会重复处理。即使在消费者收到重复消息的时候，重复处理，也要保证最终结果的一致性。
所谓幂等性，数学概念就是：f(f(x)) = f(x)。f函数表示对消息的处理。
比如，银行转账，如果失败，需要重试。不管重试多少次，都要保证最终结果一定是一致的。
幂等性实现
添加唯一ID，类似于数据库的主键，用于唯一标记一个消息。
Kafka为了实现幂等性，它在底层设计架构中引入了ProducerID和SequenceNumber。
ProducerID：在每个新的Producer初始化时，会被分配一个唯一的ProducerID，这个ProducerID对客户端使用者是不可见的。
SequenceNumber：对于每个ProducerID，Producer发送数据的每个Topic和Partition都对应一个从0开始单调递增的SequenceNumber值。
同样，这是一种理想状态下的发送流程。实际情况下，会有很多不确定的因素，比如Broker在发送Ack信号给Producer时出现网络异常，导致发送失败。异常情况如下图所示：
当Producer发送消息(x2,y2)给Broker时，Broker接收到消息并将其追加到消息流中。此时，Broker返回Ack信号给Producer时，发生异常导致Producer接收Ack信号失败。对于Producer来说，会触发重试机制，将消息(x2,y2)再次发送，但是，由于引入了幂等性，在每条消息中附带了PID（ProducerID）和SequenceNumber。相同的PID和SequenceNumber发送给Broker，而之前Broker缓存过之前发送的相同的消息，那么在消息流中的消息就只有一条(x2,y2)，不会出现重复发送的情况。
6. Kafka如何保证消息的顺序性
Kafka消息以主题进行业务分类消息的管理。
每个主题都可以通过分区在Kafka集群中横向扩展；
对于包含多个分区的主题，Kafka不保证消息在各个分区间的顺序性，只保证在分区内部的消息有序性。
如果需要保证全局有序，则需要保证：
一个单线程运行的生产者，一个只包含一个分区的主题，一个单线程的消费者。
一般生产中消息的有序性是局部有序，此时可以通过设置：
生产者发送消息的时候，可以设置消息的key，此时消息的分区是[hash(key) % 主题分区数]，只要key相同就可以路由到同一个分区，保证消息的一致性。
生产者发送消息的时候，也可以直接指定消息所属的分区，此时可以自定义分区器，实现消息在主题各个分区之间的负载均衡，保证消息在业务上的有序性。
生产者需要确保发送的消息inflight.request为1，如果发送失败重试。如果inflight.requests大于1，会在消息重发的时候引起消息乱序。
对于生产者，还需要设置 max.in.flight.requests.per.connection 为1，表示当生产者发送了一个请求，则该请求在确认之前，是一个待确认请求。
当 max.in.flight.requests.per.connection 设为1的时候，此时生产者不会发送新的请求，直到待确认请求被确认，或待确认请求重发成功之后，再发送新的请求。
如此可以保证消息在发送时候的顺序性。
7. Kafka Controller的作用
选举Leader和ISR
控制器从zookeeper的/brokers/topics加载一个topic所有分区的所有副本，从分区副本列表中选出一个作为该分区的leader，并将该分区对应所有副本置于ISR列表。
同步元数据信息包括broker和分区的元数据信息
控制器架将zookeeper的/brokers/ids以及/brokers/topics的topic下各分区leader和ISR将这些元数据信息同步到集群每个broker。
通过监控机制，当有broker或者分区发生变更时及时更新到集群保证集群每一台broker缓存的是最新元数据。
broker加入的监听和处理
控制器启动时就起一个监视器监视zookeeper的/brokers/ids/子节点。当存在broker启动加入集群后都会在zookeeper的/brokers/ids/增加一个子节点，名字是<brokerId>，控制器的监视器发现这种变化后，控制器开始执行broker加入的相关流程并更新元数据信息到集群。
broker崩溃的监听与处理
控制器启动时就起一个监视器监视zookeeper的/brokers/ids/子节点。当一个broker崩溃时，该broker与zookeeper的会话失效，zookeeper删除该子节点，控制器的监视器发现后，控制器开始执行broker删除的相关流程并更新元数据信息到集群。
topic创建的监听与处理
控制器启动时，使用监视器监视zookeeper的/brokers/topics/子节点。当通过脚本或者请求创建一个topic后，该topic对应的所有分区及其副本都会写入该目录下的一个子节点。控制器的监视器发现后，控制器开始执行topic创建的相关流程包括leader选举和ISR并同步元数据信息到集群；且新增一个监视器以监视zookeeper的/brokers/topics/<主题节点>，监听该topic内容变化。
topic删除的监听与处理
控制器启动时，使用监视器监视zookeeper的/admin/delete_topics/子节点。当通过脚本或者请求删除一个topic后，该topic会写入该目录下的一个子节点。控制器的监视器发现后，控制器开始执行topic删除的相关流程包括通知该topic所有分区的所有副本停止运行；通知所有分区所有副本删除数据；删除zookeeper的/admin/delete_topics/<待删除topic子节点>。
分区重分配监听与处理
分区重分配通过KafkaAdmin脚本执行完成一个topic下分区的副本重新分配broker。
控制器启动，使用监视器监视zookeeper的/admin/reassign_part/子节点。当通过脚本执行分区重分配后会在该目录增加一个子节点，子节点内容是按照一定格式构建的重分配方案，控制器的监视器发现这种变化后，控制器开始执行分区重分配相关流程如同步元数据信息。
分区扩展监听与处理
当创建一个topic后，控制器会增加一个监视器监视zookeeper的/brokers/topics/<新增topic子节点内容>，监听该topic内容变化。当通过脚本执行分扩展后会在该目录增加新的分区目录。控制器的监视器发现后，控制器开始执行分区扩展相应流程如选举leader和ISR并同步。
broker优雅退出
当通过脚本或kill关闭一个broker时，称为broker优雅退出。即将关闭的broker向控制器发送退出请求后一直阻塞。
控制器接收到请求后，执行leader重选举和ISR后响应broker。broker接收后退出。
该步骤不依赖zookeeper，直接通过broker和控制器RPC通信即可完成。
控制器故障转移
集群中第一个broker通过在zookeeper的/controller注册子节点brokerId使自己成为该集群的控制器，其他broker使用监视器监视zookeeper的/controller以及向/controller_EPOCH注册子节点。
如果控制器所在broker退出、崩溃或与zookeeper会话失效，则zookeeper删除/controller内该子节点，各个broker的监视器发现这种变化后，每个broker开始竞争直到有一个竞争成为新的控制器，并向/controller注册子节点，以及向/controller_EPOCH注册子节点。
8. Kafka的多副本如何选举
当一个主题分区的Leader副本不可用，会触发zk元数据的变化；
集群控制器注册的监听器会收到通知，推动副本状态机状态向前迁移；
副本状态机状态迁移引起选举Leader的操作。
kafka.controller.OfflinePartitionLeaderSelector 类中的selectLeader方法定义了选举Leader的步骤：
找到对应主题分区的在线副本集合；
找出在线的ISR副本集合所在的broker列表；
如果ISR中副本所在的broker有一个是在线的，就从ISR中选择出新Leader，以及新ISR；
如果ISR副本所在的broker没有在线的，且禁用了不干净的领导选举，则抛NoReplicaOnlineException异常；
如果启用了不干净的领导选举，则从在线的broker中选出新的Leader，该ISR只包含Leader一个副本；
如果分区分配的所有副本都不在线，则抛NoReplicaOnlineException异常；
向该主题分区的在线副本发送LeaderAndIsr请求，更新它们的缓存元数据；
一旦Leader在zookeeper注册成功，就马上更新集群控制器allLeaders缓存。
9. Kafka消费者重平衡流程
发生如下情况会引起消费组再平衡：
消费组成员的增加或减少；
消费组订阅的主题分区数发生变化，如增加分区；
消费组通过正则表达式订阅主题，当新建主题的时候如果匹配到该正则表达式，则该消费组会订阅该新建主题。
再均衡分为2步：Join和Sync
Join， 加入组。所有成员都向消费组协调器发送JoinGroup请求，请求加入消费组。一旦所有成员都发送了JoinGroup请求，协调i器从中选择一个消费者担任Leader的角色，并把组成员信息以及订阅信息发给Leader。
Sync，Leader开始分配消费方案，即哪个消费者负责消费哪些主题的哪些分区。一旦完成分配，Leader会将这个方案封装进SyncGroup请求中发给消费组协调器，非Leader也会发SyncGroup请求，只是内容为空。消费组协调器接收到分配方案之后会把方案塞进SyncGroup的response中发给各个消费者。
