1、什么是kafka？ 能用来做什么？ Kafka是一个分布式、高吞吐量、可持续、自动负载平衡的消息队列。
不仅可以实现传统意义上的MQ功能，还可以实现异步，解耦，削峰。
也可以作为大数据的流处理平台。
2、为什么kafka的安装需要依靠Zookeeper？ 部署中心，管理中介、主题、分区、客户信息和包括数据更改在内的信息。 负载平衡，Broker在ZK上注册watch，感知Broker的上线。 集群管理和选举，选举产生控制器。 3、pull和push、kafka支持哪种消费模式？ 你为什么这么设计？ 因为在推送模式下，如果消费者生成消息的速度远远大于消费者消费消息的速度，kafka支持的拉动将由消费者承担(例如
塞到你嘴里直到切掉)。 另外，消费者一次可以自行控制获取多少条信息，由max.poll.record控制。
4、托普IC的用途是什么？ 为什么Kafka没有队列？ Topic为消息分类生产者与Topic、Topic与消费者的关系均为多对多。 一个生产者可以向多个Topic发送消息，并且一个消费者可以从多个Topic接收消息。
5、分区分区的作用是什么？ 为了实现可扩展性，提高并发性。 如分库分表，还实现了横向扩展和负载的目的。
6、分区数和拷贝数怎么设定？ 分区数必须使用官方提供的测试工具kafka-producer-perf-test.sh和kafka-producer-perf-test.sh进行测试，具体取决于项目的具体情况
复制数也可以通过测试脚本获得最佳解，但复制数必须少于Broker数。 否则会报告错误。
7、分区副本在Broker中是如何分布的？ 如果有三个Broker，一个Topic有两个分区，每个分区有两个副本，您会想到什么分布？
第一个分区的第一个副本的放置位置是从broker集合中随机选择的。 其他分区的第一个副本的放置位置相对于第一个分区依次向后移动。 每个分区的其馀副本相对于第一个副本的放置位置实际上由nextReplicaShift确定，该数量也是随机生成的。 8、分段的作用是什么？ 如果将一个分区划分为多个分段，则一个分区不会太大，不会减慢消息查询的读取速度。 提高查询读取消息的效率。
9、消费者组的意思是什么？ 客户组是消费者组的意思，多个客户通过设置相同的组id来组成一个客户组。 同一Consumer Group中的Consumer使用同一主题是互斥的，一个分区只能由组中的一个Consumer使用。 通过多个消费者消耗一个Topic，获得消费消息的吞吐量
10、消费者组上次消费的偏移量记录在哪里？ 怎么更新？ Consumer Group上次消耗的偏移记录在_consumer_offset的Topic中，主要存储在GroupMetadata和OffsetAndMetadata两个对象上这里保存了OffsetAndMetadata消费群体以及partition和offset位移信息的元数据。
Consumer Group偏移仅在消费者消费和提交消息后更新。
11、生产者的信息如何选择分区？ 如果在创建消息时指定了分区，则前往指定的分区。 没有创建分区，而是使用自定义的分区机器。 根据分区机器计算哪个分区。 如果未指定分区值，但有key，则使用缺省分区设备DefaultPartitioner将key的散列值和topic的分区数相加，得到分区值； 如果没有partition的值，也没有key的值，则在第一次调用时随机生成整数，然后对每个调用用该整数递增，取该值和topic可用的partition的总数，得到partition的值。 是所谓的round-robin算法。 12、生产者acks 1 0 -1的意思是什么？ acks=0，Broker在收到消息时返回(尚未写入磁盘)。 延迟最低，Broker发生故障的情况下，丢失数据的风险很大。 acks=1，Partition的leader放弃成功之前返回ack，如果follower同步成功之前leader发生故障，则数据会丢失。 acks=-1，Partition的leader和follower全部掉落后返回ack。 13、邮件的主要物理存储文件是什么？
14、Kafka有什么索引类型？ 消息如何在索引中搜索？ 偏移索引和时间戳索引。
例如，搜索偏移为10002673的消息。
消费的时候能行
够确定分区的，所以第一步是找到在哪个segment 中。Segment文件是用base offset命名的，所以可以用二分法很快确定（找到名字不小于10002673的segment)。这个segment有对应的索引文件，它们是成套出现的。所以现在要在索引文件中根据offset找position。得到position之后，到对应的log文件开始查找offset，和消息的 offset进行比较，直到找到消息。 15、kafka的稀疏索引，间隔由什么决定?为什么不用B+Tree?间隔有消息的大小决定，只要写入消息超过4K，则偏移量索引增加一条记录。
16、Kafka的日志文件不可能无限扩大，那么可以通过哪些方式释放磁盘空间?可以有两种方式释放，一种是delete删除，一种是compact压缩。
delete方式，是通过定时任务来执行的，执行间隔默认是5分钟，可以设置。也可以通过配置，确定哪些消息需要删除。
compact方式，是通过保存key相同的最后一个value，来进行压缩的。
17、Kafka副本Leader是怎么选举的?谁来选举?选谁为Leader?什么是AR?什么是ISR?什么是OSR?副本的leader是通过Controller来选举的 ，使用微软的PacificA算法。在这种算法中，默认是让ISR中第一个replica变成leader。比如ISR是1、5、9,优先让1成为leader。
AR是Assigned-Replicas，一个分区所有的副本。
ISR是In-Sync Replicas，是这些所有的副本中，跟leader 数据保持一定程度同步的。
OSR是Out-Sync Replicas，是跟leader同步滞后过多的副本。
18、Kafka副本follower怎么向Leader同步?什么是HW?什么是背后的洋葱?HW（Hight Watermark）是副本水位值，表示分区中最新一条已提交(Committed)的消息的Offset。
背后的洋葱：Log End Offset，Leader中最新消息的Offset。
follower节点会向Leader发送一个fetch请求，leader向follower’发送数据。follower接收到数据响应后，依次写入消息并且更新背后的洋葱。leader更新HW (ISR最小的背后的洋葱)。 19、kafka的offset怎么维护?存在哪里?什么时候更新?同10
20、一个消费组中的消费者与分区的关系是什么样的?例如topic有3个分区，假如有2个消费者，怎么分配?假如有4个消费者，怎么分配?假如Topic有3个分区，2个消费者；
这里涉及到，消费者配置是消费策略，如果是RangeAssignor（范围分配），则可能的结果是，{（1,2）（3）}或者{（1）{2,3}}
如果是RoundRobinAssginor（轮询），则可能是{（1,3）（2）}
如果是StickyAssignor（粘滞），可能是{（1,2）（3）}；{（1）{2,3}}；{（2）{1,3}}
假如是3分区，4个消费者的话，前3个消费者一个人一个，第四不消费。