kafka ISR机制

kafka 为了保证数据的一致性使用了isr 机制

• 首先我们知道kafka 的数据是多副本的，某个topic的replication-factor为N且N大于1时，每个Partition都会有N个副本(Replica)。kafka的replica包含leader与follower。每个topic 下的每个分区下都有一个leader 和(N-1)个follower，
• 每个follower 的数据都是同步leader的 这里需要注意 是follower 主动拉取leader 的数据
• Replica的个数小于等于Broker的个数，也就是说，对于每个Partition而言，每个Broker上最多只会有一个Replica，因此可以使用Broker id 指定Partition的Replica

注意：
follewer 只是数据的副本提供数据的可恢复性，本身和kafka 的读写性能无关（kafka的读写都是和leader 相关），那么每个分区都有多个副本，这样该如何确定副本的数据和leader 的数据是同步的？

isr 的全称是：In-Sync Replicas isr 是一个副本的列表，里面存储的都是能跟leader 数据一致的副本，确定一个副本在isr列表中，有2个判断条件

• 根据副本和leader 的交互时间差，如果大于某个时间差 就认定这个副本不行了，就把此副本从isr 中剔除，此时间差根据

配置参数rerplica.lag.time.max.ms=10000 
也就是默认10s，isr中的follow没有向isr发送心跳包就会被移除

• 根据leader 和副本的信息条数差值决定是否从isr 中剔除此副本，此信息条数差值根据配置参数

rerplica.lag.max.messages=4000 决定 ，也就是默认消息差大于4000会被移除

注意点：kafka后续版本移除了第二个判断条件，只保留了第一个，以内极端情况下，如果producor一次性发来了10000条数据，而默认条数差立马会大于4000