简历写了会Kafka，面试官90%会让你讲讲acks参数对消息持久化的影响

目录

（0）写在前面

（1）如何保证宕机时数据不丢失？

（2）多副本冗余的高可用机制

（3）多副本之间数据如何同步？

（4）ISR到底指的什么东西？

（5）acks参数的含义？

（6）最后的思考

个人公众号：石杉的架构笔记（ID:shishan100）

（0）写在前面

面试大厂时，一旦简历上写了Kafka，几乎必然会被问到一个问题：说说acks参数对消息持久化的影响？

这个acks参数在kafka的使用中，是非常核心以及关键的一个参数，决定了很多东西。

所以无论是为了面试还是实际项目使用，大家都值得看一下这篇文章对Kafka的acks参数的分析，以及背后的原理。

（1）如何保证宕机的时候数据不丢失？

如果要想理解这个acks参数的含义，首先就得搞明白kafka的高可用架构原理。

比如下面的图里就是表明了对于每一个Topic，我们都可以设置他包含几个Partition，每个Partition负责存储这个Topic一部分的数据。

然后Kafka的Broker集群中，每台机器上都存储了一些Partition，也就存放了Topic的一部分数据，这样就实现了Topic的数据分布式存储在一个Broker集群上。