大数据开发岗大厂面试30天冲刺 - 日积月累，每日五题【Day04】——Kafka2

本文链接：https://blog.csdn.net/2301_79055101/article/details/137900044

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

在这里插入图片描述

前言

大家好，我是manor。相信大家和我一样，都有一个大厂梦，作为一名大数据专业学生、爱好者，深知面试重要性，很多学生已经进入暑假模式，暑假也不能懈怠，正值金九银十的秋招
接下来我准备用30天时间，基于大数据开发岗面试中的高频面试题，以每日5题的形式，带你过一遍热门面试题及恰如其分的解答。

相信只要一路走来，日积月累，我们终会在最高处见。
以古人的话共勉：道阻且长，行则将至；行而不辍，未来可期！

在这里插入图片描述

本栏目大数据开发岗高频面试题主要出自大数据技术专栏的各个小专栏,由于个别笔记上传太早,排版杂乱,后面会进行原文美化、增加。

面试题 01 Kafka中消费者与消费者组的关系是什么？

在这里插入图片描述

•消费者组负责订阅Topic，消费者负责消费Topic分区的数据
•消费者组中可以包含多个消费者，多个消费者共同消费数据，增加消费并行度，提高消费性能
•消费者组的id由开发者指定，消费者的id由Kafka自动分配

面试题02、Kafka中Topic和Partition是什么，如何保证Partition数据安全？

•Topic：逻辑上实现数据存储的分类，类似于数据库中的表概念
•Partition：Topic中用于实现分布式存储的物理单元，一个Topic可以有多个分区
–每个分区可以存储在不同的节点，实现分布式存储
•保证数据安全通过副本机制：Kafka中每个分区可以构建多个副本【副本个数 <= 机器的个数】
–将一个分区的多个副本分为两种角色
–leader副本：负责对外提供读写请求
–follower副本：负责与leader同步数据，如果leader故障，follower要重新选举一个成为leader
•选举：由Kafka Crontroller来决定谁是leader