9、kafka面试题

最新推荐文章于 2022-07-25 14:02:06 发布

江城子v3

最新推荐文章于 2022-07-25 14:02:06 发布

阅读量345

点赞数

分类专栏： Kafka原理解析

本文链接：https://blog.csdn.net/jiang7chengzi/article/details/108043211

版权

Kafka原理解析专栏收录该内容

9 篇文章 2 订阅

订阅专栏

(上)

1. Kafka的用途及使用场景？

2. Kafka中ISR、AR代表什么？ISR的伸缩指什么？

3. Kafka中的HW、LEO、LSO、LW分别代表什么？

4. Kafka是怎么体现消息顺序性的？

5. Kafka中的分区器、序列化器、拦截器之间的处理顺序是什么？

转载文章：Kafka面试题与答案全套整理

参考答案：kafka原理及面试套路

1. Kafka的用途及使用场景？

总结下来就几个字:异步处理、日常系统解耦、削峰、提速、广播

如果再说具体一点例如:消息,网站活动追踪,监测指标,日志聚合,流处理,事件采集,提交日志等

2. Kafka中ISR、AR代表什么？ISR的伸缩指什么？

ISR:In-Sync Replicas 副本同步队列

AR:Assigned Replicas 所有副本

ISR是由leader维护，follower从leader同步数据有一些延迟（包括延迟时间replica.lag.time.max.ms和延迟条数replica.lag.max.messages两个维度, 当前最新的版本0.10.x中只支持replica.lag.time.max.ms这个维度），任意一个超过阈值都会把follower剔除出ISR, 存入OSR（Outof-Sync Replicas）列表，新加入的follower也会先存放在OSR中。AR=ISR+OSR。

3. Kafka中的HW、LEO、LSO、LW分别代表什么？

HW:High Watermark 高水位，取一个partition对应的ISR中最小的LEO作为HW，consumer最多只能消费到HW所在的位置上一条信息。

LEO:LogEndOffset 当前日志文件中下一条待写信息的offset

HW/LEO这两个都是指最后一条的下一条的位置而不是指最后一条的位置。

LSO:Last Stable Offset 对未完成的事务而言，LSO 的值等于事务中第一条消息的位置(firstUnstableOffset)，对已完成的事务而言，它的值同 HW 相同

LW:Low Watermark 低水位, 代表 AR 集合中最小的 logStartOffset 值

4. Kafka是怎么体现消息顺序性的？

kafka每个partition中的消息在写入时都是有序的，消费时，每个partition只能被每一个group中的一个消费者消费，保证了消费时也是有序的。
整个topic不保证有序。如果为了保证topic整个有序，那么将partition调整为1.

5. Kafka中的分区器、序列化器、拦截器之间的处理顺序是什么？

拦截器->序列化器->分区器

6. Kafka生产者客户端的整体结构是什么样子的？
7. Kafka生产者客户端中使用了几个线程来处理？分别是什么？
2个，主线程和Sender线程。主线程负责创建消息，然后通过分区器、序列化器、拦截器作用之后缓存到累加器RecordAccumulator中。Sender线程负责将RecordAccumulator中消息发送到kafka中.

9. Kafka的旧版Scala的消费者客户端的设计有什么缺陷？
10. “消费组中的消费者个数如果超过topic的分区，那么就会有消费者消费不到数据”这句话是否正确？如果不正确，那么有没有什么hack的手段？
不正确，通过自定义分区分配策略，可以将一个consumer指定消费所有partition。

11. 消费者提交消费位移时提交的是当前消费到的最新消息的offset还是offset+1?
offset+1

12. 有哪些情形会造成重复消费？
消费者消费后没有commit offset(程序崩溃/强行kill/消费耗时/自动提交偏移情况下unscrible)

13. 那些情景下会造成消息漏消费？
消费者没有处理完消息提交offset(自动提交偏移未处理情况下程序异常结束)

14. KafkaConsumer是非线程安全的，那么怎么样实现多线程消费？
1.在每个线程中新建一个KafkaConsumer

2.单线程创建KafkaConsumer，多个处理线程处理消息（难点在于是否要考虑消息顺序性，offset的提交方式）

15. 简述消费者与消费组之间的关系
消费者从属与消费组，消费偏移以消费组为单位。每个消费组可以独立消费主题的所有数据，同一消费组内消费者共同消费主题数据，每个分区只能被同一消费组内一个消费者消费。

16. 当你使用kafka-topics.sh创建（删除）了一个topic之后，Kafka背后会执行什么逻辑？
创建:在zk上/brokers/topics/下节点 kafkabroker会监听节点变化创建主题
删除:调用脚本删除topic会在zk上将topic设置待删除标志，kafka后台有定时的线程会扫描所有需要删除的topic进行删除

17. topic的分区数可不可以增加？如果可以怎么增加？如果不可以，那又是为什么？
可以

18. topic的分区数可不可以减少？如果可以怎么减少？如果不可以，那又是为什么？
不可以

19. 创建topic时如何选择合适的分区数？
根据集群的机器数量和需要的吞吐量来决定适合的分区数

20. Kafka目前有那些内部topic，它们都有什么特征？各自的作用又是什么？
__consumer_offsets 以下划线开头，保存消费组的偏移

21. 优先副本是什么？它有什么特殊的作用？
优先副本会是默认的leader副本发生leader变化时重选举会优先选择优先副本作为leader

22. Kafka有哪几处地方有分区分配的概念？简述大致的过程及原理
创建主题时
如果不手动指定分配方式有两种分配方式

消费组内分配

23. 简述Kafka的日志目录结构
每个partition一个文件夹，包含四类文件.index .log .timeindex leader-epoch-checkpoint
.index .log .timeindex 三个文件成对出现前缀为上一个segment的最后一个消息的偏移 log文件中保存了所有的消息 index文件中保存了稀疏的相对偏移的索引 timeindex保存的则是时间索引
leader-epoch-checkpoint中保存了每一任leader开始写入消息时的offset 会定时更新
follower被选为leader时会根据这个确定哪些消息可用

24. Kafka中有那些索引文件？
如上

25. 如果我指定了一个offset，Kafka怎么查找到对应的消息？
1.通过文件名前缀数字x找到该绝对offset 对应消息所在文件

2.offset-x为在文件中的相对偏移

3.通过index文件中记录的索引找到最近的消息的位置

4.从最近位置开始逐条寻找

26. 如果我指定了一个timestamp，Kafka怎么查找到对应的消息？
原理同上但是时间的因为消息体中不带有时间戳所以不精确

27. 聊一聊你对Kafka的Log Retention的理解
kafka留存策略包括删除和压缩两种
删除: 根据时间和大小两个方式进行删除大小是整个partition日志文件的大小
超过的会从老到新依次删除时间指日志文件中的最大时间戳而非文件的最后修改时间
压缩: 相同key的value只保存一个压缩过的是clean 未压缩的dirty 压缩之后的偏移量不连续未压缩时连续

28. 聊一聊你对Kafka的Log Compaction的理解
29. 聊一聊你对Kafka底层存储的理解（页缓存、内核层、块层、设备层）
30. 聊一聊Kafka的延时操作的原理
31. 聊一聊Kafka控制器的作用
32. 消费再均衡的原理是什么？（提示：消费者协调器和消费组协调器）
33. Kafka中的幂等是怎么实现的
pid+序号实现，单个producer内幂等

33. Kafka中的事务是怎么实现的（这题我去面试6家被问4次，照着答案念也要念十几分钟，面试官简直凑不要脸。实在记不住的话…只要简历上不写精通Kafka一般不会问到，我简历上写的是“熟悉Kafka，了解RabbitMQ….”）
34. Kafka中有那些地方需要选举？这些地方的选举策略又有哪些？
35. 失效副本是指什么？有那些应对措施？
36. 多副本下，各个副本中的HW和LEO的演变过程
37. 为什么Kafka不支持读写分离？
38. Kafka在可靠性方面做了哪些改进？（HW, LeaderEpoch）
39. Kafka中怎么实现死信队列和重试队列？
40. Kafka中的延迟队列怎么实现（这题被问的比事务那题还要多！！！听说你会Kafka，那你说说延迟队列怎么实现？）
41. Kafka中怎么做消息审计？
42. Kafka中怎么做消息轨迹？
43. Kafka中有那些配置参数比较有意思？聊一聊你的看法
44. Kafka中有那些命名比较有意思？聊一聊你的看法
45. Kafka有哪些指标需要着重关注？
生产者关注MessagesInPerSec、BytesOutPerSec、BytesInPerSec 消费者关注消费延迟Lag

46. 怎么计算Lag？(注意read_uncommitted和read_committed状态下的不同)
参考如何监控kafka消费Lag情况

47. Kafka的那些设计让它有如此高的性能？
零拷贝，页缓存，顺序写

48. Kafka有什么优缺点？
49. 还用过什么同质类的其它产品，与Kafka相比有什么优缺点？
50. 为什么选择Kafka?
吞吐量高，大数据消息系统唯一选择。

51. 在使用Kafka的过程中遇到过什么困难？怎么解决的？
52. 怎么样才能确保Kafka极大程度上的可靠性？
53. 聊一聊你对Kafka生态的理解
confluent全家桶(connect/kafka stream/ksql/center/rest proxy等)，开源监控管理工具kafka-manager,kmanager等

(中)

参考文章：kafka面试题1 kafka面试题2

1 kafka 如何保证数据的可靠性和一致性？

2 kafka 为什么那么快？

3 Kafka 中的消息是否会丢失和重复消费？

4 为什么要使用 kafka，为什么要使用消息队列？

5 为什么 Kafka 不支持读写分离？

(下)