以为自己很了解kafka，直到阿里面试被问得哑口无言

Kafka 是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域。

Kafka的设计者和维护者设计了一个非常优秀的、以性能为主的方案。不论是将工作量交给客户端，还是代理的日志式架构，甚至是批处理、压缩、零复制I/O和流式并行，Kafka几乎打败了所有面向消息的中间件，不论是商业的还是开源的。

架构图

今天给大家介绍一份由朱小厮精心整理的《Kafka面试题汇总》。这位大佬出过好几本消息队列产品的书籍教程，这份由他整理的kafka常见面试题汇总，同样干货满满，不容错过。

这套面试题共分为三个部分，包含了基础、进阶、高级三个阶段的大厂常考面试真题。推荐大家认真学习，把这套题弄懂后，kafka面试绝对没有问题。

如果大家感觉自己对kafka有一定了解的话，也可以将这份题库作为参考，评估下自己是否能否应付一线互联网大厂的kafka面试。

◆ 目录

• 基础
• 进阶
• 高级

◆ 基础

1. Kafka 的用途有哪些？使用场景如何？

2. Kafka 中的 ISR、AR 又代表什么？ISR 的伸缩又指什么

3.Kafka 中的 HW、LEO、LSO、LW 等分别代表什么？

4.Kafka 中是怎么体现消息顺序性的？

5.Kafka 中的分区器、序列化器、拦截器是否了解？它们之间的处理顺序是什么？

6.Kafka 生产者客户端的整体结构是什么样子的？

7.Kafka 生产者客户端中使用了几个线程来处理？分别是什么？

8.Kafka 的旧版Scala 的消费者客户端的设计有什么缺陷？

9.“消费组中的消费者个数如果超过 topic 的分区，那么就会有消费者消费不到数据”这句话是否正确？如果正确，那么有没有什么 hack 的手段？

10.有哪些情形会造成重复消费？

11.哪些情景下会造成消息漏消费？

12.KafkaConsumer 是非线程安全的，那么怎么样实现多线程消费？

13.简述消费者与消费组之间的关系

14.当你使用 kafka-topics.sh 创建（删除）了一个 topic 之后，Kafka 背后会执行什么逻辑？

15.topic的分区数可不可以增加？如果可以怎么增加？如果不可以，那又是为什么？

16.topic的分区数可不可以减少？如果可以怎么减少？如果不可以，那又是为什么？

17.创建 topic 时如何选择合适的分区数？

◆ 进阶

1. Kafka 目前有哪些内部 topic，它们都有什么特征？各自的作用又是什么

2. 优先副本是什么？它有什么特殊的作用？

3. Kafka 有哪几处地方有分区分配的概念？简述大致的过程及原理

4. 简述 Kafka 的日志目录结构

5. Kafka 中有哪些索引文件？

6. 如果我指定了一个 offset，Kafka 怎么查找到对应的消息？

7. 如果我指定了一个 timestamp，Kafka 怎么查找到对应的消息？

8. 聊一聊你对 Kafka 的 Log Retention 的理解

9.聊一聊你对 Kafka 的 Log Compaction 的理解

10.聊一聊你对 Kafka 底层存储的理解

11.聊一聊Kafka 的延时操作的原理

12 聊一聊 Kafka 控制器的作用

13.Kafka 的旧版 Scala 的消费者客户端的设计有什么缺陷？

14.消费再均衡的原理是什么？（提示：消费者协调器和消费组协调器）

15.Kafka 中的幂等是怎么实现的？

◆ 高级

1.Kafka 中的事务是怎么实现的？

2.失效副本是指什么？有哪些应对措施？

3.多副本下，各个副本中的 HW 和 LEO 的演变过程

4.Kafka 在 可 靠 性 方 面 做 了 哪 些 改 进？（HW,LeaderEpoch）

5.为什么 Kafka 不支持读写分离？

6.Kafka 中的延迟队列怎么实现

7.Kafka 中怎么实现死信队列和重试队列？

8.Kafka 中怎么做消息审计？

9.Kafka 中怎么做消息轨迹？

10. 怎 么 计 算 Lag ？( 注 意 read_uncommitted 和read_committed 状态下的不同)

11.Kafka 有哪些指标需要着重关注？

12. Kafka 的那些设计让它有如此高的性能？

来源：

https://www.toutiao.com/i6966812827147452935/

“IT大咖说”欢迎广大技术人员投稿，投稿邮箱：aliang@itdks.com