一、基础概念类

问题：请简述 Kafka 是什么，以及它的主要应用场景有哪些？
答案：Kafka 是一个分布式流处理平台，它以高吞吐量、可持久化、可水平扩展等特性而闻名。其主要应用场景包括：
日志收集：可以收集和聚合来自不同来源的日志数据，方便进行集中存储和分析。
消息队列：作为异步消息传递系统，解耦生产者和消费者，提高系统的可扩展性和响应性能。
实时流处理：实时处理如金融交易数据、物联网设备产生的数据等，进行实时分析和决策。
问题：Kafka 中的主题（Topic）、分区（Partition）和副本（Replica）分别是什么含义，它们之间有什么关系？
答案：
主题（Topic）：是消息的逻辑分类，生产者发送消息到特定主题，消费者从主题中订阅消息。
分区（Partition）：每个主题可以被划分为多个分区，分区是物理存储单元，消息以追加的方式存储在分区中。分区可以分布在不同的 Broker 上，实现并行处理和水平扩展。
副本（Replica）：为了保证数据的可靠性，每个分区可以有多个副本。其中一个副本是领导者（Leader）副本，负责处理读写请求，其他副本是追随者（Follower）副本，它们从领导者副本同步数据。当领导者副本出现故障时，追随者副本中的一个会被选举为新的领导者副本。
关系：一个主题包含一个或多个分区，每个分区有零个或多个副本。

生产者与消费者类

问题：Kafka 生产者如何保证消息的可靠性发送？
答案：
设置合适的 acks 参数：acks = 0 时，生产者发送消息后不等待任何确认，速度快但可能丢失消息；acks = 1 时，生产者等待领导者副本确认，若领导者副本确认前崩溃，消息可能丢失；acks = all 时，生产者等待所有同步副本确认，确保消息不会丢失，但性能相对较低。
重试机制：生产者发送消息失败时，通过配置 retries 参数设置重试次数，避免因网络等瞬时故障导致消息发送失败。
幂等性：从 Kafka 0.11.0.0 版本开始，生产者支持幂等性，通过设置 enable.idempotence 为 true，保证即使在重试的情况下，相同消息也只会被成功写入 Kafka 一次，避免重复消息。
问题：Kafka 消费者如何实现精准一次消费（Exactly Once）？
答案：
从生产者角度：利用生产者的幂等性和事务特性。生产者开启幂等性（enable.idempotence = true），对于跨分区的事务，通过事务 API（如 initTransactions、beginTransaction、sendOffsetsToTransaction 等方法）确保一批消息要么全部成功写入 Kafka，要么全部失败。
从消费者角度：通过设置 enable.auto.commit = false，关闭自动提交消费偏移量。消费者在处理完消息后，手动提交偏移量，并且将偏移量提交操作包含在事务中，确保消息处理和偏移量提交的原子性。这样当消费者重启后，不会重复消费已经处理过的消息，从而实现精准一次消费。

集群与架构类

问题：Kafka 集群中 Zookeeper 的作用是什么？
答案：
集群管理：存储 Kafka 集群的元数据信息，如主题、分区、Broker 等信息，帮助 Kafka 集群中的节点了解整个集群的状态。
领导者选举：在 Kafka 集群中，当某个分区的领导者副本出现故障时，Zookeeper 协助选举出新的领导者副本。它通过临时节点和 Watch 机制来监测 Broker 和分区的状态变化，触发选举流程。
Broker 注册：Kafka Broker 在启动时会在 Zookeeper 中注册自己，并且定期发送心跳信息保持连接，Zookeeper 根据这些信息来判断 Broker 的存活状态。
问题：Kafka 集群是如何实现水平扩展的？
答案：
添加 Broker：在已有的 Kafka 集群中，通过增加新的 Broker 节点来扩展集群的处理能力。新的 Broker 启动后会向 Zookeeper 注册自己，集群中的其他节点会感知到新节点的加入。
重新分配分区：使用 Kafka 提供的工具（如 kafka-reassign-partitions.sh），可以将现有主题的分区重新分配到新加入的 Broker 上。通过合理地分配分区，使得集群的负载更加均衡，提高整体的处理能力。例如，对于一个有大量读写操作的主题，可以将部分分区迁移到新的 Broker 上，减轻原有 Broker 的压力。
生产者和消费者的自动感知：生产者和消费者在与 Kafka 集群交互时，能够自动感知到集群的变化。当新的 Broker 加入或分区重新分配后，生产者可以将消息发送到新的分区，消费者也能从新的分区拉取消息，无需手动修改配置，从而实现无缝的水平扩展。