1. 为什么要用kafka?
    1.流量削峰：在秒杀或抢购活动中，一般会因为流量暴增，应用因处理不过来而挂掉，此时一般会引入消息队列，这样流量会先进入消息队列，我们的应用再根据自己的实际处理能力来消费这些消息，从而达到缓解流量暴增对系统构成的压力。
    2.应用解耦：在系统交互时，有时我们很难一次性就设计出非常完善的接口，可能会随着业务发展，这些交互接口也会不断的变迁，如果我们的系统较多，系统间交互也较多，维护起来可能就是噩梦，这是可能就需要考虑引入一种基于数据的接口层(消息队列)，这样各个系统可以独立的扩展或修改自己的处理过程，只要保证他们准守实现设计的数据格式约束。解耦的同时也提高了系统的稳定性（某个组件失效不会影响其他部分正常运行）和扩展性（可以横向扩展系统以增加处理消息的能力）。
    3.异步处理：有时候我们的业务逻辑可能涉及到很多步骤，而且这些步骤可能上下关联性不是很强，如果我们串行执行时，总耗时=每个步骤耗时之和，如果我们让每个步骤并行处理，总耗时< 每个步骤耗时之和，在这里我们就可以引入消息队列，将每个处理步骤发送到消息队列，并且针对每个处理步骤都有对应的线程去监听，这样就能达到串行执行异步化转为并行执行，从而提高系统的的吞吐量。
    4.冗余存储：消息队列一般会把消息存储起来，只有消费完成后，才把消息删除，这样就防止了某些时候因为处理异常，而导致数据丢失的问题。
  2. 如何确保kafka数据不丢？
    1.生产者的数据不丢失
    kafka的ack机制：在kafka发送数据的时候，每次发送消息都会有一个确认反馈机制，确保消息正常的能够被收到，其中状态有0，1，-1。
    如果是同步模式：
    ack设置为0，风险很大，一般不建议设置为0。即使设置为1，也会随着leader宕机丢失数据。所以如果要严格保证生产端数据不丢失，可设置为-1。
    如果是异步模式：
    也会考虑ack的状态，除此之外，异步模式下的有个buffer，通过buffer来进行控制数据的发送，有两个值来进行控制，时间阈值与消息的数量阈值，如果buffer满了数据还没有发送出去，有个选项是配置是否立即清空buffer。可以设置为-1，永久阻塞，也就数据不再生产。异步模式下，即使设置为-1。也可能因为程序员的不科学操作，操作数据丢失，比如kill -9，但这是特别的例外情况。
    2.消费者的数据不丢失
    通过offset commit 来保证数据的不丢失，kafka自己记录了每次消费的offset数值，下次继续消费的时候，会接着上次的offset进行消费。
    而offset的信息在kafka0.8版本之前保存在zookeeper中，在0.8版本之后保存到topic中，即使消费者在运行过程中挂掉了，再次启动的时候会找到offset的值，找到之前消费消息的位置，接着消费，由于 offset 的信息写入的时候并不是每条消息消费完成后都写入的，所以这种情况有可能会造成重复消费，但是不会丢失消息。
  3. 那些情景会造成消息漏消费？
    先提交offset,后消费，有可能造成数据的重复
  4. 设置多少个topic合适?
    通常情况有多少日志类型,设置多少个topic
  5. kafka中的ISR,AR又代表什么？
    ISR:与leader同步的follower集合
    AR:分区的所有副本
  6. kafka分区的策略？
    kafka分区分配策略:Rang和RoundRobin
    Rang：默认分区策略，先分区按顺序排序，消费组按字母排序，然后分区总数除以消费者线程数总数，得到每个消费者消费多少分区，如果除不尽增加一个分区
    例如,我们有10个分区，两个消费组(c1,c2)，3个消费组线程，10/3=3而且除不尽
    C1-0 将消费 0, 1, 2, 3 分区
    C2-0 将消费 4, 5, 6 分区
    C2-1 将消费 7, 8, 9 分区
    RoundRobin：先所有主题分区组成TopicAndPartition列表，再对TopicAndPartition列表进行hashCode排序，最后按照轮询的方式发送给每一个消费线程。
  7. Kafka消息数据积压，Kafka消费能力不足怎么处理？
    1.如果是kafka消费能力不足，则可以考虑增加topic数，并且提高消费组的消费者
    2.如果是下游的数据处理不及时，提高每次拉取的数量。批次拉取的数据过少，使处理的数据少于生产的数据，造成数据的积压。
  8. Kafka中的数据是有序的吗?
    单分区内有序；多分区，分区与分区间无序；