Kafka的ack机制、去重机制（幂等性）、副本同步机制和rebalance机制

1.ack机制

request.required.acks参数表示的是生产者生产消息时，写入到副本的严格程度，决定了生产者如何在性能和可靠性之间做取舍。

acks参数有三个值 ：

• acks为1时（默认），表示数据发送到Kafka后，经过leader成功接收消息的的确认，才算发送成功，如果leader宕机了，就会丢失数据。
• acks为0时， 表示生产者将数据发送出去就不管了，不等待任何返回。这种情况下数据传输效率最高，但是数据可靠性最低，当 server挂掉的时候就会丢数据；
• acks为-1/all时，表示生产者需要等待ISR中的所有follower都确认接收到数据后才算发送完成，这样数据不会丢失，因此可靠性最高，性能最低。

2.Kafka生产者的去重机制，即幂等性

幂等性就是执行多次操作与执行一次操作的影响是一致的。

为了实现生产者的幂等性，引入了Producer ID 与 Sequence Number的概念：

• PID（生产者的唯一编号）,每个Producer初始化时都会被分配一个唯一的PID，对于用户而言是透明的
• Sequence Number（针对消息的递增序列）,针对每个生产者（producer）发送到指定主题分区的消息都会对应一个从0开始递增的SequenceNumber

在生产者生产消息到partition的过程中会将PID与Secquence Number一块发送，Kafka接收到消息之后，会将二者保存下来，如果ACK响应失败，出现retry，一条消息被多次发送，那么Kafka就会根据PID 与Secquence Number 判断是否保存消息；如果Kafka不具有幂等性，就有可能在partition中重复保存相同的消息。

配置幂等性

• props.put(“enable.idempotence”,true);

3.副本的同步机制

同步副本时，follower获取leader的LogStartOffest(起始位置)和LEO（下一条待写入的位置），与本地的进行比较，如果本地的LogStartOffest超出了leader的值，就把超出的数据删除掉在进行同步，如果本地的小于leader的，就直接同步。

4.rebalance机制

rebalance机制是Kafka中为了确保消费者组下所有消费者达成一致，共同分配所订阅的topic的每个分区的机制，是消费者组中的consumer与topic下的partition进行重新匹配的饿过程。

触发时机

• 消费者组的consumer数发生变化时
• 订阅的topic数发生变化时
• 订阅的topic的分区数发生变化时
• 消费者消费超时，一直没有提交offset发生变化时

不良影响

• 发生rebalance时，消费者组下的所有消费者都会协调在一起共同参与，利用分配策略尽可能达到最公平的分配；在这个过程中 ，所有消费者都会停止工作，直到rebalance完成。

避免方案

• 尽量选在业务低峰期再去修改订阅的topic或者topic的分区；