1. Kafka 中零拷贝（Zero-Copy）是如何实现的？有什么好处？
实现方式：
Kafka 使用 Java NIO 的 FileChannel.transferTo() 方法，底层调用 Linux 的 sendfile 系统调用。
传统流程 vs 零拷贝：
- 传统流程 ：磁盘 → 内核缓冲区 → 用户缓冲区 → Socket 缓冲区 → 网卡
（4 次拷贝，2 次上下文切换） - 零拷贝 ：磁盘 → 内核缓冲区 → 网卡
（2 次拷贝，0 次 CPU 拷贝）
好处：
减少 CPU 拷贝和上下文切换，大幅提升磁盘到网络的数据传输性能，是 Kafka 高吞吐的关键之一。
2. Kafka 生产者发送消息时，acks 参数有哪几种取值？分别生产环境怎么选？
| 取值 | 说明 | 优缺点 | 生产建议 |
|---|---|---|---|
acks=0 |
生产者不等确认，直接发下一条 | 最快，但可能丢数据（如网络抖动） | 极少用 |
acks=1 |
Leader 写入本地日志后确认，不等待 Follower | 默认值，折中方案，但仍可能丢数据（Leader 确认后宕机） | 日志采集等对丢失不敏感的场景 |
acks=all / -1 |
Leader 等待 ISR 中所有副本写入成功 | 最可靠，不丢数据，但影响延迟 | 核心交易场景 |
3. 什么是 ISR？为什么需要它？
ISR（In-Sync Replicas） ：与 Leader 保持同步的副本集合。
同步条件：副本在过去 replica.lag.time.max.ms 内未明显落后。
为什么需要 ISR？
- Leader 宕机时，只在 ISR 中选举新 Leader，保证数据不丢失。
- 相比等待全部副本同步，ISR 机制允许部分副本暂时落后而不阻塞写入，平衡了可靠性与可用性。
4. Kafka 如何保证消息不丢失？从生产者、Broker、消费者三个角度说明。
| 角色 | 措施 |
|---|---|
| 生产者 | acks=all，等待 ISR 中所有副本写入成功；设置 retries > 0；开启 enable.idempotence=true（幂等性） |
| Broker | 设置 ISR 最小副本数；unclean.leader.election.enable=false（禁止从非 ISR 选举 Leader） |
| 消费者 | 先处理业务逻辑，再手动提交 Offset（enable.auto.commit=false） |
5. Kafka 中的幂等生产者（Idempotent Producer）是如何实现的？
- 开启方式 ：
enable.idempotence=true - 实现原理 ：
- 每个生产者分配一个 Producer ID（PID）
- 每条消息带序列号，Broker 按分区维护 PID 和序列号
- 发现重复序列号则拒绝写入
- 作用：避免网络重试导致的消息重复（单分区、单会话内），是实现 Exactly-Once 语义的第一步。
6. 什么是 Rebalance？什么时候发生？它对消费性能有什么影响？
Rebalance：消费者组内重新分配分区的协调机制。
触发时机：
- 消费者组内有成员加入或退出（含心跳超时、超时未消费被踢）
- 订阅的 Topic 分区数增加
对性能的影响：
- 旧版（急切重平衡）：所有消费者停止消费，重新分配，易造成消息积压
- 新版（增量重平衡）：尽量保留原有分区，只调整变动部分，影响更小
7. Kafka 为什么要采用 Pull 模式？有什么缺点？
| 优点 | 缺点 |
|---|---|
| 消费者按自身能力拉取，不易被推死 | 无数据时空轮询（可配置 fetch.wait.max.ms 缓解） |
支持批量拉取（max.poll.records） |
需手动处理 Offset 提交，复杂度略高 |
| 慢消费者不阻塞其他消费者 |
8. 如何避免 Kafka 消息重复消费？如果重复消费已经发生，怎么解决？
避免重复消费：
- 消费端幂等处理（数据库唯一键、Redis 原子操作、业务状态机）
- 处理完业务再提交 Offset（At-Least-Once + 幂等 = Exactly-Once）
已发生重复消费如何解决：
- 利用消息唯一 ID（如 UUID）去重表，消费前查询是否已处理
- 数据库场景使用
insert on duplicate key update
9. Kafka 中 Leader 和 Follower 的同步机制是怎样的？如果 Follower 落后太多会发生什么？
同步机制：
Follower 从 Leader 拉取数据并写入日志，主动发送 Fetch 请求。
Follower 落后太多：
- 超过
replica.lag.time.max.ms（默认 30s）则被踢出 ISR - 被踢出的 Follower 继续追赶，追平后重新加入 ISR
- 若所有 ISR 副本都宕机，且禁止从非 ISR 选举（
unclean.leader.election.enable=false），则分区不可用
10. 说说 Kafka 中 auto.offset.reset 参数的作用及常用取值。
作用：
当消费者没有初始 Offset 或当前 Offset 已失效（如数据被删除）时，决定从何处开始消费。
| 取值 | 行为 | 生产建议 |
|---|---|---|
earliest |
从最早的消息开始 | 首次启动且依赖全部历史数据 |
latest（默认） |
从最新消息开始 | 仅关心新数据 |
none |
没有 Offset 时抛异常 | 调试或严格场景 |