消息队列
延迟队列
Kafka 都有哪些特点？
- 高吞吐量、低延迟：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒，每个topic可以分多个partition, consumer group 对partition进行consume操作。
- 可扩展性：kafka集群支持热扩展
- 持久性、可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失
- 容错性：允许集群中节点失败（若副本数量为n,则允许n-1个节点失败）
- 高并发：支持数千个客户端同时读写
Kafka 分区的目的？
分区对于 Kafka 集群的好处是：实现负载均衡。分区对于消费者来说，可以提高并发度，提高效率。
kafka 中的每个 partition 中的消息在写入时都是有序的，而且单独一个 partition 只能由一个消费者去消费，可以在里面保证消息的顺序性。但是分区之间的消息是不保证有序的。
Kafka 是如何实现高吞吐率的？
Kafka是分布式消息系统，需要处理海量的消息，Kafka的设计是把所有的消息都写入速度低容量大的硬盘，以此来换取更强的存储能力，但实际上，使用硬盘并没有带来过多的性能损失。kafka主要使用了以下几个方式实现了超高的吞吐率：
- 顺序读写
- 文件分段
- 零拷贝
- 批量发送
- 数据压缩
日志结构存储（Log-Structured Storage）：只追加（Append-Only）写入：所有消息按到达顺序追加到分区（Partition）的日志文件中，写入操作天然顺序。不可变性（Immutable）：已写入的消息不可修改或删除，避免了随机更新或覆盖操作。
分段（Segment）机制：按大小或时间切分日志：每个分区的日志被拆分为多个固定大小的 Segment 文件（例如 1GB）。当前活跃的 Segment（如 00000000000000000.log）仅用于写入，旧 Segment 只读
Kafka 不支持减少分区数，但支持增加分区。
避免重复消费
在消息处理逻辑中引入去重机制。例如，可以使用消息的唯一标识符（如消息ID）在处理前检查是否已经处理过该消息，从而避免重复处理。
kafka保证一致性:
producer 级别：acks=all（或者 request.required.acks=-1），发生模式为同步 producer.type=sync
acks = 0意味着如果生产者能够通过网络把消息发送出去，那么就认为消息已成功写入 Kafka ,
acks = 1：意味若Leader在收到消息并把它写入到分区数据文件,在这个模式下，如果发生正常的Leader选举,生产者会在选举时收到一个异常
ISR机制
