Kafka常见面试题及答案

Kafka面试题及答案，每道都是认真筛选出的高频面试题，助力大家能找到满意的工作！

下载链接：全部面试题及答案PDF

1. kafka 可以脱离 zookeeper 单独使用吗？为什么？

kafka 不能脱离 zookeeper 单独使用，因为 kafka 使用 zookeeper 管理和协调 kafka 的节点服务器。

2. kafka 有几种数据保留的策略？

kafka 有两种数据保存策略：按照过期时间保留和按照存储的消息大小保留。

3. kafka 同时设置了 7 天和 10G 清除数据，到第五天的时候消息达到了 10G，这个时候 kafka 将如何处理？

这个时候 kafka 会执行数据清除工作，时间和大小不论那个满足条件，都会清空数据。

4. 什么情况会导致 kafka 运行变慢？

• cpu 性能瓶颈

• 磁盘读写瓶颈

• 网络瓶颈

5. 使用 kafka 集群需要注意什么？

• 集群的数量不是越多越好，最好不要超过 7 个，因为节点越多，消息复制需要的时间就越长，整个群组的吞吐量就越低。

• 集群数量最好是单数，因为超过一半故障集群就不能用了，设置为单数容错率更高。

6.Kafka 的设计时什么样的呢？

Kafka 将消息以 topic 为单位进行归纳

将向 Kafka topic 发布消息的程序成为 producers.

将预订 topics 并消费消息的程序成为 consumer.

Kafka 以集群的方式运行，可以由一个或多个服务组成，每个服务叫做一个 broker.

producers 通过网络将消息发送到 Kafka 集群，集群向消费者提供消息

7.数据传输的事物定义有哪三种？

数据传输的事务定义通常有以下三种级别：

（1）最多一次: 消息不会被重复发送，最多被传输一次，但也有可能一次不传输

（2）最少一次: 消息不会被漏发送，最少被传输一次，但也有可能被重复传输.

（3）精确的一次（Exactly once）: 不会漏传输也不会重复传输,每个消息都传输被一次而且
仅仅被传输一次，这是大家所期望的

8.Kafka 判断一个节点是否还活着有那两个条件？

（1）节点必须可以维护和 ZooKeeper 的连接，Zookeeper 通过心跳机制检查每个节点的连接

（2）如果节点是个 follower,他必须能及时的同步 leader 的写操作，延时不能太久

9.producer 是否直接将数据发送到 broker 的 leader(主节点)？

producer 直接将数据发送到 broker 的 leader(主节点)，不需要在多个节点进行分发，为了帮
助 producer 做到这点，所有的 Kafka 节点都可以及时的告知:哪些节点是活动的，目标 topic
目标分区的 leader 在哪。这样 producer 就可以直接将消息发送到目的地了

10.Kafka consumer 是否可以消费指定分区消息？

Kafa consumer 消费消息时，向 broker 发出"fetch"请求去消费特定分区的消息，consumer 指定消息在日志中的偏移量（offset），就可以消费从这个位置开始的消息，customer 拥有了
offset 的控制权，可以向后回滚去重新消费之前的消息，这是很有意义的

11.Kafka 消息是采用 Pull 模式，还是 Push 模式？

Kafka 最初考虑的问题是，customer 应该从 brokes 拉取消息还是 brokers 将消息推送到
consumer，也就是 pull 还 push。在这方面，Kafka 遵循了一种大部分消息系统共同的传统的
设计：producer 将消息推送到 broker，consumer 从 broker 拉取消息

一些消息系统比如 Scribe 和 Apache Flume 采用了 push 模式，将消息推送到下游的 consumer。
这样做有好处也有坏处：由 broker 决定消息推送的速率，对于不同消费速率的 consumer 就
不太好处理了。消息系统都致力于让 consumer 以最大的速率最快速的消费消息，但不幸的
是，push 模式下，当 broker 推送的速率远大于 consumer 消费的速率时，consumer 恐怕就
要崩溃了。最终 Kafka 还是选取了传统的 pull 模式

Pull 模式的另外一个好处是 consumer 可以自主决定是否批量的从 broker 拉取数据。Push 模
式必须在不知道下游 consumer 消费能力和消费策略的情况下决定是立即推送每条消息还是
缓存之后批量推送。如果为了避免 consumer 崩溃而采用较低的推送速率，将可能导致一次
只推送较少的消息而造成浪费。Pull 模式下，consumer 就可以根据自己的消费能力去决定这
些策略

Pull 有个缺点是，如果 broker 没有可供消费的消息，将导致 consumer 不断在循环中轮询，
直到新消息到 t 达。为了避免这点，Kafka 有个参数可以让 consumer 阻塞知道新消息到达(当
然也可以阻塞知道消息的数量达到某个特定的量这样就可以批量发

12.Kafka 存储在硬盘上的消息格式是什么？

消息由一个固定长度的头部和可变长度的字节数组组成。头部包含了一个版本号和 CRC32
校验码。

消息长度: 4 bytes (value: 1+4+n)

版本号: 1 byte

CRC校验码: 4 bytes

具体的消息: n bytes

13.Kafka 高效文件存储设计特点：

14.Kafka 与传统消息系统之间有三个关键区别

15.partition 的数据如何保存到硬盘

16.kafka 的 ack 机制

17.Kafka 的消费者如何消费数据

18.消费者负载均衡策略

19.数据有序

20.kafaka 生产数据时数据的分组策略

21.Kafka 创建 Topic 时如何将分区放置到不同的 Broker中

22.Kafka 新建的分区会在哪个目录下创建

下载链接：博主已将以上这些面试题整理成了一个面试手册，是PDF版的