今天分享的这道面试题，是一个工作 2 年的小伙伴私信给我的。
我觉得这个问题比较简单，本来不打算说，但是，唉~ 作为新的 UP 主满足粉丝的基本要求，才能获得更多的点赞呀~是吧。
关于“
Kafka 如何保证消息不丢失
”这个问题
一、面试解析
（如图）kafka 是一个用来实现异步消息通信的中间件，它的整个架构由 Producer、
Consumer、Broker 组成。
所以，对于 kafka 如何保证消息不丢失这个问题，可以从三个方面来考虑和实现。
首先是 Producer 端，需要确保消息能够到达 Broker 并实现消息存储，在这个层面，有可能出现网络问题，导致消息发送失败，所以，针对 Producer 端，可以通过 2 种方式来避免消息丢失
7. Producer 默认是异步发送消息，这种情况下要确保消息发送成功，有两个方法
a. 把异步发送改成同步发送，这样 producer 就能实时知道消息发送的结果。
b. 添加异步回调函数来监听消息发送的结果，如果发送失败，可以在回调中重试。
8. Producer 本身提供了一个重试参数 retries，如果因为网络问题或者 Broker 故障导致发送失败，Producer 会自动重试。然后是 Broker 端，Broker 需要确保 Producer 发送过来的消息不会丢失，也就是只需要把消息持久化到磁盘就可以了。
（如图）但是，Kafka 为了提升性能，采用了异步批量刷盘的实现机制，也就是说按照一定的消息量和时间间隔来刷盘，而最终刷新到磁盘的这个动作，是由操作系统来调度的，所以如果在刷盘之前系统崩溃，就会导致数据丢失。
（如图）Kafka 并没有提供同步刷盘的实现，所以针对这个问题，需要通过 Partition的副本机制和 acks 机制来一起解决。“我简单说一下 Partition 副本机制，它是针对每个数据分区的高可用策略，每个partition 副本集包含唯一的一个 Leader 和多个 Follower，Leader 专门处理事务类的请求，Follower 负责同步 Leader 的数据”。在这样的一种机制的基础上，kafka 提供了一个 acks 的参数，Producer 可以设置 acks参数再结合 Broker 的副本机制来个共同保障数据的可靠性。acks 有几个值的选择。
9. acks=0， 表示 producer 不需要等 Broker 的响应，就认为消息发送成功，这种情况会存在消息丢失。
10. acks=1，表示 Broker 中的 Leader Partition 收到消息以后，不等待其他 FollowerPartition 同步完，就给 Producer 返回确认，这种情况下 Leader Partition 挂了，会存在数据丢失。
11. acks=-1，表示 Broker 中的 Leader Parititon 收到消息后，并且等待 ISR 列表中的 follower 同步完成，再给 Producer 返回确认，这个配置可以保证数据的可靠性
最后，就是 Consumer 必须要能消费到这个消息，实际上，我认为，只要 producer和 broker 的消息可靠的到了保障，那么消费端是不太可能出现消息无法消费的问题，除非是 Consumer 没有消费完这个消息就直接提交了，但是即便是这个情况，也可以通过调整 offset 的值来重新消费。
以上就是我对这个问题的理解。
二、面试总结
从高手的回答可以发现，任何的技术问题，是可以按照请求的顺序，或者调用关系来逐层推导去回答的。当然，技术的底子要足够厚，至少像 kafka 里面这些副本、数据同步、分区、刷盘等功能，至少都要有深度的思考和研究。
好的，本期的普通人 VS 高手面试系列的视频就到这里结束了，喜欢的朋友记得点赞和收藏。
另外，有任何技术上的问题，职业发展有关的问题，都可以私信我，我会在第一时间回复。
我是 浮生，一个工作了 14 年的 Java 程序员，咱们下期再见。
三、粉丝福利
最近很多同学问我有没有java学习资料，我根据我从小白到架构师多年的学习经验整理出来了一份 50W字面试解析文档、简历模板、学习路线图、java必看学习书籍 、 需要的小伙伴 可以关注我公众号：“ 灰灰聊架构 ”， 回复暗号：“ 321 ”即可获取
相关链接
您阅读本篇文章共花了：
发表评论