一线大厂面试真题-什么是ISR，为什么需要引入ISR

问题解答

首先，发送到Kafka Broker上的消息，最终是以Partition的物理形态来存储到磁盘上的。

(如图)而Kafka为了保证Parititon的可靠性，提供了Partition的副本机制，然后在这些Partition副本集里面。

存在Leader Partition和Flollower Partition。

生产者发送过来的消息，会先存到Leader Partition里面，然后再把消息复制到Follower Partition，这样设计的好处就是一旦Leader Partition所在的节点挂了，可以重新从剩余的，Partition副本里面选举出新的Leader。

然后消费者可以继续从新的Leader Partition里面获取未消费的数据。

在Partition多副本设计的方案里面，有两个很关键的需求。

    1、副本数据的同步

    2、新 Leader 的选举

这两个需求都需要涉及到网络通信，Kafka为了避免网络通信延迟带来的性能问题，以及尽可能的保证新选举出来的Leader Partition里面的数据是最新的，所以设计了ISR这样一个方案。

ISR全称是in-sync replica，它是一个集合列表，里面保存的是和Leader Parition节点数据最接近的Follower Partition

如果某个Follower Partition里面的数据落后Leader太多，就会被剔除ISR列表。简单来说，ISR列表里面的节点，同步的数据一定是最新的，所以后续的Leader选举，只需要从ISR列表里面筛选就行了。

所以，引入ISR这个方案的原因有两个：

1.   尽可能的保证数据同步的效率，因为同步效率不高的节点都会被踢出ISR列表。
2.   避免数据的丢失，因为ISR里面的节点数据是和Leader副本最接近的。

面试总结

这个问题非常有研究价值。

一般来说，副本数据同步，无非就是同步阻塞、或者异步非阻塞。

但是这两种方案，要么带来性能问题，要么带来数据丢失问题，都不是特别合适。

而ISR，就非常完美解决了这个问题，在实际过程中，我们也可以借鉴类似的设计思路。