作为一个非常优秀的消息中间件，kafka如何做到高可用的，我们可以一起看看它的架构。

1、多分区，多副本设计

image.png

我们知道鸡蛋是不能放在同一个篮子的，那消息同样也如此。在kafka里有一个核心的概念叫做topic，类似于一个数据集合，我们所有的消息都是在topic里。

• 多分区
  为了保障数据的完整性，Kafka有一个概念叫做partition，就是把一个topic的数据分拆成多个区保存一个分一点，这样我们的数据就分布在多台机器上。但是这样还有个问题就是万一其中一个分区挂了，那我们的数据就丢失了。
• 多副本
  所以kafka就采用多副本的方式提高容错性。我们将一个分区的数据，拷贝多个副本到不同分区上去，并且选择其中一个做为leader，其他副本做为follower，只有leader提供读写，其他只负责同步数据。只有当leader挂了，大家再重新推选leader，以此达到了高可用。

2、kafka如何保证数据不丢失

从上面的架构来看，什么情况下会丢数据？当我们写数据时一般都是往leader写数据，但如果这个时候leader挂了，follower还没来得及同步数据，那这时候数据就丢失了。

kafka的核心ISR机制

要弄懂数据丢失的问题，我们得先知道ISR。简单来说kafka会自动给每个partition维护一个ISR列表。这个列表中一定会有一个leader，同步包含一个跟leader数据一致的follower。如果follower因为某种原因数据不一致了就会被踢出去。

• 生产者不丢失
  每个partition都至少要有个follower在ISR列表中，在写入时候必须leader和其中一个follower都写入成功才算成功。
• kafka不丢失
  1、给 topic 设置 replication.factor 参数：这个值必须⼤于 1，要求每个 partition 必须有至少 2 个副本。
  2、在 Kafka 服务端设置 min.insync.replicas 参数：这个值必须大于1，这个是要求⼀个leader 至少感知到有至少⼀个 follower 还跟自己保持联系，没掉队，这样才能确保 leader挂了还有⼀个 follower 吧。
  3、在 producer 端设置 acks=all ：这个是要求每条数据，必须是写入所有 replica 之后，才能认为是写成功了。在 producer 端设置 retries=MAX （很大的⼀个值，无限次重试的意思）：这个是要求⼀旦写入失败，就无限重试。
• 消费者不丢失
  作为消费者要关闭自动提交offset。