歡迎跳轉到本文的原文鏈接：https://honeypps.com/mq/kafka-question-list/

有很多人問過我要過Kafka相關的面試題，我一直懶得整理，這幾天花了點時間，結合之前面試被問過的、別人咨詢過的、我會問別人的進行了相關的整理，也就幾十題，大家花個幾分鐘看看應該都會。面試題列表如下：

• Kafka的用途有哪些？使用場景如何？
• Kafka中的ISR、AR又代表什么？ISR的伸縮又指什么
• Kafka中的HW、LEO、LSO、LW等分別代表什么？
• Kafka中是怎么體現消息順序性的？
• Kafka中的分區器、序列化器、攔截器是否了解？它們之間的處理順序是什么？
• Kafka生產者客戶端的整體結構是什么樣子的？
• Kafka生產者客戶端中使用了幾個線程來處理？分別是什么？
• Kafka的舊版Scala的消費者客戶端的設計有什么缺陷？
• “消費組中的消費者個數如果超過topic的分區，那么就會有消費者消費不到數據”這句話是否正確？如果正確，那么有沒有什么hack的手段？
• 消費者提交消費位移時提交的是當前消費到的最新消息的offset還是offset+1?
• 有哪些情形會造成重復消費？
• 那些情景下會造成消息漏消費？
• KafkaConsumer是非線程安全的，那么怎么樣實現多線程消費？
• 簡述消費者與消費組之間的關系
• 當你使用kafka-topics.sh創建（刪除）了一個topic之后，Kafka背后會執行什么邏輯？
• topic的分區數可不可以增加？如果可以怎么增加？如果不可以，那又是為什么？
• topic的分區數可不可以減少？如果可以怎么減少？如果不可以，那又是為什么？
• 創建topic時如何選擇合適的分區數？
• Kafka目前有那些內部topic，它們都有什么特征？各自的作用又是什么？
• 優先副本是什么？它有什么特殊的作用？
• Kafka有哪幾處地方有分區分配的概念？簡述大致的過程及原理
• 簡述Kafka的日志目錄結構
• Kafka中有那些索引文件？
• 如果我指定了一個offset，Kafka怎么查找到對應的消息？
• 如果我指定了一個timestamp，Kafka怎么查找到對應的消息？
• 聊一聊你對Kafka的Log Retention的理解
• 聊一聊你對Kafka的Log Compaction的理解
• 聊一聊你對Kafka底層存儲的理解（頁緩存、內核層、塊層、設備層）
• 聊一聊Kafka的延時操作的原理
• 聊一聊Kafka控制器的作用
• 消費再均衡的原理是什么？（提示：消費者協調器和消費組協調器）
• Kafka中的冪等是怎么實現的
• Kafka中的事務是怎么實現的（這題我去面試6加被問4次，照著答案念也要念十幾分鐘，面試官簡直湊不要臉）
• Kafka中有那些地方需要選舉？這些地方的選舉策略又有哪些？
• 失效副本是指什么？有那些應對措施？
• 多副本下，各個副本中的HW和LEO的演變過程
• 為什么Kafka不支持讀寫分離？
• Kafka在可靠性方面做了哪些改進？（HW, LeaderEpoch）
• Kafka中怎么實現死信隊列和重試隊列？
• Kafka中的延遲隊列怎么實現（這題被問的比事務那題還要多！！！聽說你會Kafka，那你說說延遲隊列怎么實現？）
• Kafka中怎么做消息審計？
• Kafka中怎么做消息軌跡？
• Kafka中有那些配置參數比較有意思？聊一聊你的看法
• Kafka中有那些命名比較有意思？聊一聊你的看法
• Kafka有哪些指標需要著重關注？
• 怎么計算Lag？(注意read_uncommitted和read_committed狀態下的不同)
• Kafka的那些設計讓它有如此高的性能？
• Kafka有什么優缺點？
• 還用過什么同質類的其它產品，與Kafka相比有什么優缺點？
• 為什么選擇Kafka?
• 在使用Kafka的過程中遇到過什么困難？怎么解決的？
• 怎么樣才能確保Kafka極大程度上的可靠性？
• 聊一聊你對Kafka生態的理解

如果上面的問題都能掌握，相信在面試Kafka的時候肯定能夠完全應付。如果還應付不了，請告知公司及職位，我去投簡歷會會他。如果上面1/3題回答都有難度的話，是該好好學習一下Kafka啦。

建議收藏本文，準備找工作前可以對著復習一下。

答案都在《深入理解Kafka》這本書中！！！

歡迎跳轉到本文的原文鏈接：https://honeypps.com/mq/kafka-question-list/

---

歡迎支持筆者新作：《深入理解Kafka:核心設計與實踐原理》和《RabbitMQ實戰指南》，同時歡迎關注筆者的微信公眾號：朱小廝的博客。

總結

以上是生活随笔為你收集整理的Kafka最全面试题整理|划重点要考的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。