说一说你对 Kafka 中 ISR 的理解

1、ISR 是什么

首先，ISR 的全称叫做：In-Sync Replicas （同步副本集）, 我们可以理解为和 leader 保持同步的所有副本的集合。

一个分区的所有副本集合叫做 AR（ Assigned Repllicas ） ，与 leader-replica 未能保持同步的副本集叫做 OSR（ Out-Sync Relipcas ）。

因此我们就能得到这么一个表示：AR = ISR + OSR，翻译一下就是一个分区的副本集分为同步集合和非同步集合两部分。

那么我们可以假设一个场景，一个分区的 AR 集合为【0,1,2,3,4,5】，其中 leader-replica 是 0，其中【1,2,3】作为 follower 和 leader 的数据保持同步，而【4,5】未能和 leader 保持同步。

那么此时，ISR=【0,1,2,3】，OSR=【4,5】

如果此时副本 4 追上了 leader-replica，也就是和 leader 保持到了同步 那么此时，ISR=【0,1,2,3,4】，OSR=【5】

从上面的场景我们就可以明白，ISR 动态维护了一个和 leader 副本保持同步副本集合，ISR 中的副本全部都和 leader 的数据保持同步。

2、ISR 的作用是什么

我们思考一下，我们知道了与 leader 保持同步的副本集后，可以做到哪些事情？

• 当我们生产消息的时候，到底要写入多少副本才能算成功呢？
• 当 leader 挂了之后，我们应该选择哪个 follower 来成为新的 leader 呢？

那么对应的，通过 ISR，我们知晓了哪些 follower 与 leader 保持着同步， 那么我们就可以在写入消息的时候，设置写入处于 ISR 中所有的副本才算成功， 那么我们在进行 leader 切换的时候，就可以从 ISR 中选择对应的 follower 成为新的 leader。

这就是 ISR 的作用：是通过副本机制实现消息高可靠，服务高可用时，不可缺少的一环；这也是为什么讲到副本不得不提到 ISR 的原因。

3、为什么要设计 ISR 机制

在一些中间件中，都有副本的概念，在不同的场景下写入数据时，要求写入副本的个数也不尽相同。

例如 zk 中要求写入的节点个数大于一半才算成功，或者有些要求高可靠性的场景，规定写入所有副本才能算成功。

而 kafka 的 ISR 可以允许生产消息时，根据自己的业务场景自行配置想要达到的效果：

• （1）acks=0：fire and forget，也就是我发了就算完了，后续成不成功我都不管，这种设置下消息的高可靠性几乎没有保障，但是有极大的吞吐量。
• （2）acks=1：写入主节点就算成功，这种设置，可以保障一定的高可靠性，也具有不错的吞吐量。
• （3）acks=all：也就是写入 ISR 中所有的副本才算成功，这种设置下，就能提供较高的高可靠性，但是吞吐量就相对较低。

我们在考虑生产消息时，ISR 机制可以友好的让使用者根据自己的业务需求去设置参数，去选择自己想要达到什么程度的可靠性，而不是只提供一种可靠性选择。

补充：我们的 ISR 是动态伸缩的，可能出现 follower 全部都挂了，ISR 中只剩下 leader，那么此时设置 acks=all 就等价于 acks=1 了，这样就会对高可靠性要求的场景产生危险。

那么 kafka 提供了参数：min.insync.replicas 这个参数可以配置最少 ISR 中需要多少个副本，才能继续提供写服务。

如果设置为 2，一旦 ISR 中的个数小于 2，那么就不再提供写服务，牺牲一定的可用性，来保障这种高可靠的场景需求。

最后，我们回答这个小节的问题：ISR 机制的存在是 kafka 为了平衡可靠性和可用性，不指定提供高可靠或者高可用的服务，而是将决定权交给了使用者，让使用者通过参数来控制，到底要实现什么程度的高可靠与高可用。