六、消息队列 MQ
Kafka 常见面试题（10个）
1. 什么是 Kafka？它的核心特性有哪些？
答案：
Kafka 是一个分布式、分区化、多副本的发布订阅消息系统。
核心特性：
- 高吞吐、低延迟：每秒可处理几十万条消息，延迟毫秒级
- 可扩展性：支持热扩展，无需停机
- 持久性：消息持久化到磁盘，支持数据备份
- 容错性：副本数为 n 时，允许 n-1 个节点失败
- 高并发：支持数千个客户端同时读写
2. Kafka 的核心组件有哪些？
答案：
| 组件 | 说明 |
|---|---|
| Broker | Kafka 集群中的一个服务器节点 |
| Producer | 消息生产者，负责发布消息 |
| Consumer | 消息消费者，负责读取消息 |
| Topic | 主题，用于区分不同类型的消息 |
| Partition | 分区，Topic 可拆分为多个分区 |
| Consumer Group | 消费者组，组内消费者协同消费 |
3. 什么是 ISR？它的作用是什么？
答案：
ISR（In-Sync Replicas）是与 Leader 保持同步的副本集合。
关键点：
- Leader 维护 ISR 列表，只有 ISR 内的副本才被认为是“同步副本”
- 判断标准：
replica.lag.time.max.ms（默认 30 秒），超过则踢出 ISR - ISR 中最小的 LEO 称为 HW（High Watermark），消费者只能消费到 HW
关联概念：
- LEO：当前副本写入的最大 offset
- HW：ISR 中最小的 LEO
- AR= ISR + OSR（Out-of-Sync Replicas）
4. 如何保证 Kafka 消息不丢失？
答案：
需要从三方面保障：
| 阶段 | 风险 | 应对措施 |
|---|---|---|
| Producer → Broker | 网络中断、Broker 未收到 | acks=all，开启 retries，开启幂等性 |
| Broker 落盘 | Broker 崩溃，数据在内存 | 及时刷盘，依赖 Page Cache |
| 副本同步 | Leader 崩溃，Follower 未同步 | min.insync.replicas ≥ 2，禁止unclean.leader.election |
| Consumer 消费 | 消费成功但 offset 未提交 | 手动提交 offset，搭配幂等消费逻辑 |
5. Kafka 如何保证消息不重复消费？
答案：
1. Producer 端：开启幂等性enable.idempotence=true
- Kafka 为每个 Producer 分配 PID，配合 Sequence Number 去重
- 保证单分区内不重复
2. Consumer 端：业务幂等处理
- 数据库唯一约束
- Redis 记录已处理消息 ID
- 业务状态机判断
6. Kafka 如何保证消息的有序性？
答案：
核心原则：同一 Partition 内的消息是严格有序的，不同 Partition 之间无法保证全局顺序。
保证有序的方法：
- 将需要有序的数据打进同一个 Partition
- 指定相同的 Key，Kafka 按 Key 哈希分配分区
- Producer 端保证串行写入
示例：
// 相同订单ID的消息进入同一分区ProducerRecordrecord=newProducerRecord("order-topic",orderId,message);7. Kafka 高性能的原因是什么？
答案：
| 技术 | 说明 |
|---|---|
| 顺序写磁盘 | 追加写入，顺序写速度接近内存 |
| Page Cache | 先写 OS 缓存，异步刷盘，不阻塞写入 |
| 零拷贝（Zero-Copy） | 使用sendfile系统调用，不经过用户态，直接磁盘→Socket |
| 批量发送 | Producer 将多条消息打包发送，减少网络请求 |
| 消息压缩 | 支持 gzip、snappy、lz4、zstd 等压缩算法 |
| 分区并行 | 多个分区可并发读写，多个 Consumer 并发消费 |
| NIO 网络模型 | 基于 Reactor 模型，避免线程爆炸 |
8. Producer 的 acks 参数有哪几种设置？有什么区别？
答案：
| 值 | 含义 | 性能 | 可靠性 |
|---|---|---|---|
| 0 | Producer 发送完即成功，不等待确认 | 最高 | 最低，可能丢数据 |
| 1 | Leader 写入成功即返回 | 中等 | 中等，Leader 宕机会丢数据 |
| all/-1 | Leader 和 ISR 内所有 Follower 都确认 | 最低 | 最高，不丢数据 |
9. 什么是 Rebalance（再均衡）？触发条件是什么？
答案：
Rebalance是 Consumer Group 内分区所有权重新分配的过程。
触发条件：
- 消费者增加或减少（退出、下线、宕机）
- Topic 分区数增加
- Coordinator 宕机
- 订阅的 Topic 数变化
影响：Rebalance 期间暂停消费，可能造成重复消费
10. 消息积压了怎么办？
答案：
短期处理：
- 增加 Consumer 实例（前提是有空闲分区）
- 临时增加消费者线程数
- 扩容 Topic 分区数（不可逆操作）
长期优化：
- 优化消费者处理逻辑（批量处理、异步处理）
- 增加
fetch.max.bytes单次拉取更多消息 - 调整
max.poll.records控制单次拉取数量 - 升级硬件配置
速记卡片
Kafka 核心四问： - 不丢：acks=all + min.insync.replicas≥2 + 手动提交 - 不重：幂等Producer + 业务幂等（唯一约束/Redis） - 有序：同Key进同分区 + 串行写入 - 高性能：顺序写 + PageCache + 零拷贝 + 批量 + 压缩 ISR = 同步副本集，决定 HW 和 Leader 选举 Rebalance：消费者变化时触发，期间暂停消费