Java后端八股------消息中间件篇

自动确认没收到，实现重复消费问题，可以用业务唯一标识来确定业务是否被消费。

TTL也就是超时时间，一般去dead letter的时间为min(消息的ttl,queue的ttl)。

acks=all设置是最安全的，但是效率太低了，实际的生产环境中至少要设置到ack=1的机制。



异步提交容易丢失数据，同步提交容易阻塞。

代码中实现的是异步+同步组合提交。




分区设置一致肯定能保证顺序执行，也可以设置业务key，key可以决定存储分区，同一个key的哈希值相同，存储分区也相同。












👆正常拷贝，需要复制的次数太多了。

零拷贝 为👆 ，零拷贝指的是cpu不参与拷贝，用dma硬件参与拷贝而非cpu。

可靠性和持久化

1. 数据存储机制
   Kafka 将消息存储在磁盘上，使用分区（Partition）来组织数据。每个主题（Topic）可以有多个分区，每个分区是一个有序的、不可变的消息队列。消息被追加到分区的末尾，并且每条消息都有一个唯一的偏移量（Offset）。
2. 日志段（Log Segment）
   每个分区被进一步拆分为多个日志段（Log Segment），每个日志段都是一个单独的文件。日志段的大小可以通过配置参数 log.segment.bytes 来控制，默认大小为 1GB。当一个日志段达到配置的大小限制时，Kafka 会创建一个新的日志段。
3. 数据持久化配置
   Kafka 提供了多个配置选项来控制数据的持久化行为：
   • a. 副本（Replication）
     Kafka 通过复制（Replication）来确保数据的持久性和容错性。每个分区可以有多个副本（Replica），其中一个是领导者（Leader），其他是跟随者（Follower）。所有的写操作都首先写到领导者，然后由跟随者复制。
     相关配置参数：
     replication.factor: 每个分区的副本数量。
     min.insync.replicas: 在生产者配置 acks=all 时，要求最少有多少个副本处于同步状态，才能认为写操作成功。
   • b. 日志保留（Log Retention）
     Kafka 提供了多种日志保留策略，可以根据时间或磁盘空间来控制日志的保留。
     相关配置参数：
     log.retention.hours: 日志保留的时间，默认是 168 小时（7 天）。
     log.retention.bytes: 日志保留的最大字节数。
     log.retention.ms: 日志保留的时间（以毫秒为单位）。
     log.segment.bytes: 单个日志段的最大大小。
   • c. 数据刷盘（Flush）
     Kafka 使用页缓存来提高性能，数据首先写入页缓存，然后定期刷入磁盘。你可以配置刷盘的频率。
     相关配置参数：
     log.flush.interval.messages: 在多少条消息后触发一次刷盘。
     log.flush.interval.ms: 在多长时间后触发一次刷盘。
4. 数据恢复
   Kafka 在启动时会重建内存中的索引，以便快速定位消息。它通过检查日志文件和索引文件来确保数据的一致性。
   示例配置
   下面是一个示例的 Kafka 配置文件（server.properties），展示了如何配置持久化参数：

# 每个分区的副本数量
default.replication.factor=3

# 日志保留时间
log.retention.hours=168

# 日志保留大小
log.retention.bytes=1073741824

# 单个日志段的大小
log.segment.bytes=1073741824

# 刷盘间隔（消息数）
log.flush.interval.messages=10000

# 刷盘间隔（时间）
log.flush.interval.ms=1000

# 最少同步副本数
min.insync.replicas=2

5. 数据持久化的工作流程
   消息生产：生产者将消息发送到 Kafka 代理（Broker），领导者副本接收消息并写入日志。
   消息复制：跟随者副本从领导者副本拉取消息并写入自己的日志。
   消息确认：当消息被写入到足够多的副本时，领导者副本向生产者发送确认。
   消息消费：消费者从分区中读取消息，使用偏移量来跟踪消费进度。
   通过以上机制，Kafka 确保了消息的可靠性和持久性，即使在代理崩溃或故障的情况下，消息也不会丢失。