【18】进大厂必须掌握的面试题-15个Kafka面试
1.什么是Kafka？
Wikipedia将Kafka定义为“由 Scala编写的Apache软件基金会开发的开源消息代理项目 ，并且是一个分布式的发布-订阅消息系统。
| 特征 | 描述 |
|---|---|
| 高吞吐量 | 使用适度的硬件支持数百万条消息 |
| 可扩展性 | 高度可扩展的分布式系统，无停机 |
| 复写 | 消息在整个群集中复制，以为多个订户提供支持，并在发生故障时平衡使用方 |
| 持久性 | 提供对消息到磁盘的持久性的支持 |
| 流处理 | 与Apache Spark＆Storm等实时流应用程序一起使用 |
| 数据丢失 | 具有正确配置的Kafka可以确保零数据丢失 |
2.列出Kafka中的各个组件。
Kafka的四个主要组成部分是：
- 主题–属于同一类型的消息流
- 生产者–可以将消息发布到主题
- 代理–一组用于存储发布消息的服务器
- 消费者–订阅各种主题并从经纪人处提取数据。
3.解释偏移量的作用。
分区中包含的消息被分配一个唯一的ID号，称为偏移号。偏移量的作用是唯一标识分区中的每个消息。
4.什么是消费群体？
消费者群体是Kafka独有的概念。每个Kafka消费者群体都由一个或多个共同组成一组订阅主题的消费者组成。
5. ZooKeeper的作用是什么？
Kafka使用Zookeeper来存储特定使用者组针对特定主题和分区使用的消息的偏移量。
6.是否可以在没有ZooKeeper的情况下使用Kafka？
不可以，不能绕过Zookeeper并直接连接到Kafka服务器。如果由于某种原因ZooKeeper关闭，您将无法处理任何客户端请求。
7.领导者和跟随者是什么意思。
Kafka中的每个分区都有一个充当领导者角色的服务器，没有一个或多个充当追随者的服务器。领导者执行对分区的所有读写请求的任务，而跟随者的作用是被动复制领导者。如果领导者失败，一名跟随者将担任领导者的角色。这样可以确保服务器的负载平衡。
8.副本服务器和ISR扮演什么角色？
副本实际上是一个节点列表，这些节点将复制特定分区的日志，而不管它们是否扮演领导者的角色。另一方面，ISR代表同步副本。它实质上是一组同步到领导者的消息副本。
9.为什么复制在Kafka中至关重要？
复制可确保发布的消息不会丢失，并且在发生任何机器错误，程序错误或频繁的软件升级时都可以使用。
10.如果副本长时间不在ISR中，则表示什么？
这意味着跟随者无法获取与领导者积累的数据一样快的数据。
11.启动Kafka服务器的过程是什么？
由于Kafka使用ZooKeeper，因此必须初始化ZooKeeper服务器，然后启动Kafka服务器。
- 要启动ZooKeeper服务器：> bin / zookeeper-server-start.sh config / zookeeper.properties
- 接下来，启动Kafka服务器：> bin / Kafka-server-start.sh config / server.properties
12.如何定义分区键？
在生产者中，分区键的作用是指示消息的目标分区。默认情况下，基于散列的分区程序用于确定给定键的分区ID。或者，用户也可以使用自定义分区。
13.在生产者中，什么时候发生QueueFullException？
当生产者尝试以代理无法处理的速度发送消息时，通常会发生QueueFullException。由于生产者没有阻止，用户将需要添加足够的代理来协作处理增加的负载。
14.解释Kafka Producer API的角色。
Kafka的Producer API的作用是包装两个生产者– Kafka.producer.SyncProducer和Kafka.producer.async.AsyncProducer。目标是通过单个API向客户端公开所有生产者功能。
15. Kafka和Flume之间的主要区别是什么？
即使两者都用于实时处理，Kafka仍可扩展并确保消息的持久性。