盘点大数据面试中遇到的那些问题————KAFKA

又是一个毕业季，又是到了各位代码小白紧张刺激的找工作环节。面对大数据的面试。你是不是也表现得很忐忑。担心自己不会答怎么办。没关系。你们的勇勇带着自己面试中被问到的一些问题来了。本期让我们一起来看一下面试中被问到的知识点——KAFKA

1.Kafka概述

kafka是一个分布式发布-订阅消息的消息队列，可以处理大量数据，使得消息从一个端点传递到另一个端点，Kafka适合离线和在线消息消费，kafka消息保留在磁盘上，并在集群内复制以防数据丢失

2.为什么要选择kafka，（优点）

1.可靠性：kafka是分布式，分区，复制和容错的

2.可扩展性：kafka消息传递系统轻松缩放，无需停机

3.分布式：日志的分区partition在Kafka集群的服务器上

4.耐用性：kafka使用分布式提交日志，这意味着消息会尽可能快的保存在磁盘上，因此它是持久的

5.性能：kafka对于发布和订阅消息都具有高吞吐量，即使存储许多TB的消息，它也保持稳定的性能

3.4Kafka基础架构

Producer：生产者，将客户端生产的消息发送到kafka中，支持消息的异步发送和批量发送

Broker:服务代理节点，集群中的一台服务器就是一个broker，同一个topic的消息可以分布在多个broker中

Consumer：消费者，接受消息，用于相应的业务逻辑

Zookeeper：用于在集群中不同节点之间的通信，在kafka中，它被用于提交偏移量，如果节点在任何情况下失败了，它可以从之前提交的偏移量中获取

Consumer Group：消费者组，指的是多个消费者共同组成一个组来消费一个 Topic 中的消息

4.Kafka-kraft模式的优点(最少说出3点) [面试重点]

上图为 Kafka 现有架构，元数据在 zookeeper 中，运行时动态选举 controller，由

controller 进行 Kafka 集群管理。右图为 kraft 模式架构（实验性），不再依赖 zookeeper 集群，而是用三台 controller 节点代替 zookeeper，元数据保存在 controller 中，由 controller 直接进行 Kafka 集群管理。

1. Kafka 不再依赖外部框架，而是能够独立运行；
2. controller 管理集群时，不再需要从 zookeeper 中先读取数据，集群性能上升；
3. 由于不依赖 zookeeper，集群扩展时不再受到 zookeeper 读写能力限制；
4. controller 不再动态选举，而是由配置文件规定。这样我们可以有针对性的加强
5. controller 节点的配置，而不是像以前一样对随机 controller 节点的高负载束手无策。