-
kafka的高可靠性的核心是保证消息在传递过程中不丢失，涉及如下核心环节：
- 消息从生产者可靠的发送至Broker；---网络、本地丢数据。
- 发送Broker的消息可靠持久化；---PageCache缓存落盘、单点崩溃、主从同步跨网络。
- 消费者从Broker消费到消息且最好只消费一次。---跨网络消息传输。
-
Kafka通过多级协同机制保障高可靠性，具体实现如下：
一、生产者端防丢失
ACKs分级确认 ：设置acks=all要求所有同步副本（ISR）持久化后才确认写入，结合min.insync.replicas=2确保最小副本数。
幂等与事务：启用enable.idempotence=true防止消息重复，事务机制（transactional.id）保证跨分区原子写入。
Producer发送消息后，能够收到来自Broker的消息保存成功ack：
- Request.required.acks=0:请求发送即认为发送成功，不关心有没有写成功，常用于日志进行分析场景。
- Request.required.acks=1:当leader partition写入成功以后，才算写入成功，有丢数据的可能。
- Request.required.acks=-1:ISR列表里面的所有副本都写完以后，这条消息才算写入成功，强可靠性保证。
二、Broker层冗余设计
1.副本同步机制（为了解决单机故障可能带来的数据丢失问题，kafka为分区引入了副本机制）：
- 分区配置多副本（通常3副本），Leader处理读写，Follower同步数据。
- ISR动态管理：仅同步延迟≤replica.lag.time.max.ms（默认30秒）的副本，故障时从ISR选举新Leader。
- 分区的所有副本统称为AR，所有与leader副本保持一定同步的副本组成ISR，与leader同步滞后的多个副本组成OSR。
- kafka通过多副本机制解决单机故障，也引入了数据一致性问题。
2.持久化优化：
Kafka为了获得更高吞吐，Broker接收到消息后只是将数据写入PageCache后便认为消息已写入成功，而PageCache中的数据通过linux的flusher程序进行异步刷盘。
- 消息顺序写入磁盘，零拷贝传输（sendfile）减少CPU开销。
- 禁用非ISR选举：unclean.leader.election.enable=false防止数据不一致。
三、消费者端精准消费
- 手动提交Offset：关闭自动提交（enable.auto.commit=false），业务处理完成后同步提交commitSync()。
- 幂等处理：业务层通过唯一标识符（如消息ID）实现去重。
四、容灾与高可用
- 跨集群同步：MirrorMaker 2.0实现异地容灾。
- KRaft模式：Kafka3.0+移除ZooKeeper依赖，控制器秒级切换。
参考：