14个最常见的Kafka面试题及答案

1、请说明什么是Apache Kafka?

　　Apache Kafka是由Apache开发的一种发布订阅消息系统，它是一个分布式的、分区的和重复的日志服务。

　　2、请说明什么是传统的消息传递方法?

　　传统的消息传递方法包括两种：

　　·排队：在队列中，一组用户可以从服务器中读取消息，每条消息都发送给其中一个人。

　　·发布-订阅：在这个模型中，消息被广播给所有的用户。

　　3、请说明Kafka相对传统技术有什么优势?

　　Apache Kafka与传统的消息传递技术相比优势之处在于：

　　快速:单一的Kafka代理可以处理成千上万的客户端，每秒处理数兆字节的读写操作。

　　可伸缩:在一组机器上对数据进行分区和简化，以支持更大的数据

　　持久:消息是持久性的，并在集群中进行复制，以防止数据丢失。

　　设计:它提供了容错保证和持久性

　　4、在Kafka中broker的意义是什么?

　　在Kafka集群中，broker术语用于引用服务器。

　　5、Kafka服务器能接收到的最大信息是多少?

　　Kafka服务器可以接收到的消息的最大大小是1000000字节。

　　6、解释Kafka的Zookeeper是什么?我们可以在没有Zookeeper的情况下使用Kafka吗?

　　Zookeeper是一个开放源码的、高性能的协调服务，它用于Kafka的分布式应用。

　　不，不可能越过Zookeeper，直接联系Kafka broker。一旦Zookeeper停止工作，它就不能服务客户端请求。

　　·Zookeeper主要用于在集群中不同节点之间进行通信

　　·在Kafka中，它被用于提交偏移量，因此如果节点在任何情况下都失败了，它都可以从之前提交的偏移量中获取

　　·除此之外，它还执行其他活动，如: leader检测、分布式同步、配置管理、识别新节点何时离开或连接、集群、节点实时状态等等。

　　7、解释Kafka的用户如何消费信息?

　　在Kafka中传递消息是通过使用sendfile API完成的。它支持将字节从套接口转移到磁盘，通过内核空间保存副本，并在内核用户之间调用内核。

　　8、解释如何提高远程用户的吞吐量?

　　如果用户位于与broker不同的数据中心，则可能需要调优套接口缓冲区大小，以对长网络延迟进行摊销。

　　9、解释一下，在数据制作过程中，你如何能从Kafka得到准确的信息?

　　在数据中，为了精确地获得Kafka的消息，你必须遵循两件事: 在数据消耗期间避免重复，在数据生产过程中避免重复。

　　这里有两种方法，可以在数据生成时准确地获得一个语义:

　　·每个分区使用一个单独的写入器，每当你发现一个网络错误，检查该分区中的最后一条消息，以查看您的最后一次写入是否成功

　　·在消息中包含一个主键(UUID或其他)，并在用户中进行反复制

　　10、解释如何减少ISR中的扰动?broker什么时候离开ISR?

　　ISR是一组与leaders完全同步的消息副本，也就是说ISR中包含了所有提交的消息。ISR应该总是包含所有的副本，直到出现真正的故障。如果一个副本从leader中脱离出来，将会从ISR中删除。

　　11、Kafka为什么需要复制?

　　Kafka的信息复制确保了任何已发布的消息不会丢失，并且可以在机器错误、程序错误或更常见些的软件升级中使用。

　　12、如果副本在ISR中停留了很长时间表明什么?

　　如果一个副本在ISR中保留了很长一段时间，那么它就表明，跟踪器无法像在leader收集数据那样快速地获取数据。

　　13、请说明如果首选的副本不在ISR中会发生什么?

　　如果首选的副本不在ISR中，控制器将无法将leadership转移到首选的副本。

　　14、有可能在生产后发生消息偏移吗?

　　在大多数队列系统中，作为生产者的类无法做到这一点，它的作用是触发并忘记消息。broker将完成剩下的工作，比如使用id进行适当的元数据处理、偏移量等。

　　作为消息的用户，你可以从Kafka broker中获得补偿。如果你注视SimpleConsumer类，你会注意到它会获取包括偏移量作为列表的MultiFetchResponse对象。此外，当你对Kafka消息进行迭代时，你会拥有包括偏移量和消息发送的MessageAndOffset对象。