深入解析：Kafka 为何不支持全面读写分离？

我是小米，一个喜欢分享技术的29岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！

大家好，我是小米，一个热爱分享技术的小伙伴！今天我们来聊聊一个非常有趣的话题：为什么 Kafka 不支持完全的读写分离？自从 Kafka 2.4 版本之后，Kafka 确实提供了一些有限度的读写分离功能，但在许多情况下，我们还是发现它并不适用于所有场景。让我们一起来探讨一下原因吧！

有限度的读写分离

先来看看 Kafka 2.4 带来的变化。之前的 Kafka 版本中，所有的读写操作都必须由 Leader 分区来处理，这意味着 Leader 承担了所有的压力。当 Kafka 2.4 推出时，它引入了一种新的机制：Follower 节点可以处理只读请求。也就是说，现在我们可以将一部分读请求分散到 Follower 上，以减轻 Leader 的负担。

这听起来很不错，对吧？然而，实际使用中我们发现，这种有限度的读写分离还是有很多限制的。首先，并不是所有的读请求都可以被分配到 Follower 上。对于一些高一致性要求的读请求，我们还是必须从 Leader 获取数据。其次，Follower 处理读请求的效率并不一定比 Leader 高，尤其是在复制延迟较大的情况下，Follower 的数据可能会落后于 Leader。

场景不适用

那么，什么情况下读写分离是有效的呢&