1、分区消费模型和组消费模型对比：
分区消费模型更加灵活但是：
（1）需要自己处理各种异常情况；
（2）需要自己管理offset（以实现消息传递的其他语义）；
组消费模型更加简单，但是不灵活：
（1）不需要自己处理异常情况，不需要自己管理offset；
（2）只能实现kafka默认的最少一次消息传递语义；
两种生产模型对比：
1、同步生产模型：
（1）低消息丢失率；
（2）高消息重复率（由于网络原因，回复确认未收到）；
（3）高延迟；
2、异步生产模型：
（1）低延迟；
（2）高发送性能；
（3）高消息丢失率（无确认机制，发送端队列满），1打包发送的时候无网络，会丢掉全部队列消息，2发送端队列满的时候无网络，会丢掉发送到队列的消息。
模型选择：
（1）一条消息都不能丢的，低吞吐量，选择同步生产模型；
（2）可以容忍丢消息（日志），高吞吐量，选择异步生产模型；
2、Kafka 中的 ISR(InSyncRepli)、OSR(OutSyncRepli)、AR(AllRepli)代表什么？
ISR：同步副本列表
AR：所有副本列表
OSR：与Leader副本滞后过多的副本
AR=ISR+OSR
3、Kafka 中的 HW、LEO 等分别代表什么？
LEO（Log end offset）：每个分区最后一条消息的偏移量，分区的每个副本都维护着自己的LEO。
HW（Hight Watermark）：每个分区对应的ISR中最小的LEO作为HW，HW之前的消息表示已提交的消息，对消费者是可见的。HW之后的消息表示还没被 Follower 副本同步完成。
4、Kafka 中是怎么体现消息顺序性的？
每个分区内，每条消息都有一个offset，所以只能保证一个分区内消息有序。
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？
分区器、序列化器、拦截器、消息累加器详解
拦截器->序列化器->分区器
6、Kafka生产者客户端中使用了几个线程来处理？分别是什么？
2个线程，主线程和sender线程。主线程负责创建消息，然后通过拦截器、序列化器、分区器缓存到消息累加器 RecordAccumulator 中。sender线程负责将 RecordAccumulator 中的消息发送到kafka 中。
7、“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？
正确
8、消费者提交消费位移时提交的是当前消费到的最新消息的 offset 还是 offset+1？
offset +1
9、有哪些情形会造成重复消费？
消费者消费了消息没有来得及提交偏移量（宕机以及其他问题）
10、那些情景会造成消息漏消费？
消费者还没有处理完消息就自动提交了offset（异常结束）
11、简述消费者与消费组之间的关系
消费者从属于消费者组，消费偏移以消费者组为单位。每个消费者组可以独立消费主题的所有数据，一条消息只能被同一个消费组的某一个消费者消费。
12、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？
创建：在ZK上/brokers/topics/下节点 kafkabroker会监听节点变化创建主题。
删除：调用脚本删除topic会在ZK上将topic设置待删除标志，Kafka后台有定时的线程会扫描所有需要删除的topic进行删除。
13、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？
可以
14、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？
不可以，分区数据难以处理。
15、创建topic时如何选择合适的分区数？
根据集群的机器数量以及需要的吞吐量来决定分区数。
16、Kafka目前有那些内部topic，它们都有什么特征？各自的作用又是什么？
__consumer_offsets 以下划线开头，保存消费组的偏移。
17、优先副本是什么？它有什么特殊的作用？
优先副本 会是默认的leader副本 发生leader变化时重选举会优先选择优先副本作为leader
18、简述Kafka的日志目录结构
每个partition一个文件夹，包含四类文件.index .log .timeindex leader-epoch-checkpoint
.index .log .timeindex 三个文件成对出现 前缀为上一个segment的最后一个消息的偏移 log文件中保存了所有的消息 index文件中保存了稀疏的相对偏移的索引 timeindex保存的则是时间索引
leader-epoch-checkpoint中保存了每一任leader开始写入消息时的offset，会定时更新
follower被选为leader时会根据这个确定哪些消息可用
19、如果我指定了一个offset，Kafka怎么查找到对应的消息？
（1）通过文件名前缀数字x找到该绝对offset 对应消息所在文件
（2）offset-x为在文件中的相对偏移
（3）通过index文件中记录的索引找到最近的消息的位置
（4）从最近位置开始逐条寻找