kafka学习要点
一、核心基础概念
- 核心角色：Producer（生产者，发消息）、Consumer（消费者，读消息）、Broker（集群节点，存消息 / 处理请求）
- 消息载体：Topic（消息逻辑分类），下分多个 Partition（物理存储单元，FIFO 有序，是并行性核心）
- 高可用保障：Partition 的 Replica（副本），分 Leader（处理读写）和 Follower（同步备份），ISR（同步副本集）内副本可参与 Leader 选举
- 消费核心：Consumer Group（消费者组），组内消费者均分 Topic 分区（避免重复消费），不同组可独立消费（实现广播）
- 位置标识：Offset（分区内消息唯一偏移量），消费者通过 Offset 标记消费位置，支持断点续传
二、核心设计（高吞吐 / 高可用关键）
- 架构：无主从集群，Kafka≥2.8 用 KRaft 管理元数据（替代 ZooKeeper）
- 高吞吐：磁盘顺序写 + 零拷贝 + 批量收发 + 分区并行处理
- 高可用：副本同步 + ISR 机制 + 故障自动 Leader 选举
- 持久化：消息落地磁盘，支持按时间 / 大小配置保留策略，过期自动清理
三、核心流程
1. 生产者发消息
指定 Topic→通过分区器（按 key 哈希 / 无 key 轮询）确定 Partition→发送到该 Partition 的 Leader→Leader 同步至 ISR 所有 Follower→收到 ISR 全部 ACK 后，向生产者返回成功（ACK 级别可配置）
2. 消费者消费消息
消费者组订阅 Topic→完成分区分配→拉取（Pull）对应 Partition 的消息（指定 Offset）→处理消息→提交 Offset（自动 / 手动，标记消费位置）
四、高频核心配置
1. 生产者
acks：确认级别（0 = 不等待确认 / 1=Leader 确认 /-1=ISR 全确认，生产推荐 - 1）batch.size/linger.ms：批量发送阈值 / 等待时间，平衡吞吐与延迟retries：重试次数（生产推荐 3-5，解决网络抖动）
2. 消费者
group.id：消费者组标识（必配，同组均分分区）auto.offset.reset：Offset 无效时策略（earliest = 从开头消费 /latest = 从最新消费）enable.auto.commit：是否自动提交 Offset（生产推荐 false，手动提交避免消息丢失）
3. Topic
partitions：分区数（可增不可减，决定并行度，建议≥消费者组最大消费者数）replication.factor：副本数（生产≥2，推荐 3，保证高可用）
五、生产核心问题 & 避坑
- 消息丢失：生产者设 acks=-1 + 开启重试，消费者用手动提交 Offset
- 重复消费：因 Offset 提交失败 / 重平衡导致，消费逻辑需实现幂等性
- 分区重平衡（Rebalance）：消费者上下线触发，会短暂停消费，尽量保持消费者数量稳定
- 幂等 / 事务：生产者开启幂等性避免重复发，跨 Topic / 分区需用 Kafka 事务