前言
最近很多粉丝后台留言问了一些大数据的面试题，其中包括了大量的 Kafka、Spark等相关的问题，所以我特意抽出时间整理了一些大数据相关面试题，本文是 Kafka 面试相关问题，其他系列面试题后面会陆续整理
文章目录
1、Kafka 都有哪些特点？
2、请简述下你在哪些场景下会选择 Kafka？
3、 Kafka 的设计架构你知道吗？
4、Kafka 分区的目的？
5、你知道 Kafka 是如何做到消息的有序性？
6、Kafka 的高可靠性是怎么实现的？
7、请谈一谈 Kafka 数据一致性原理
8、ISR、OSR、AR 是什么？
9、LEO、HW、LSO、LW等分别代表什么
10、Kafka 在什么情况下会出现消息丢失？
11、怎么尽可能保证 Kafka 的可靠性
12、消费者和消费者组有什么关系？
13、Kafka 的每个分区只能被一个消费者线程，如何做到多个线程同时消费一个分区？
14、数据传输的事务有几种？
15、Kafka 消费者是否可以消费指定分区消息？
16、Kafka消息是采用Pull模式，还是Push模式？
17、Kafka 消息格式的演变清楚吗？
18、Kafka 偏移量的演变清楚吗？
19、Kafka 高效文件存储设计特点
20、Kafka创建Topic时如何将分区放置到不同的Broker中
21、Kafka新建的分区会在哪个目录下创建
22、谈一谈 Kafka 的再均衡
23、谈谈 Kafka 分区分配策略
24、Kafka Producer 是如何动态感知主题分区数变化的？
25、 Kafka 是如何实现高吞吐率的？
26、如何为Kafka集群选择合适的Topics/Partitions数量
27、谈谈你对 Kafka 事务的了解？
28、谈谈你对 Kafka 幂等的了解？
29、Kafka 缺点？
30、Kafka 新旧消费者的区别
31、Kafka 分区数可以增加或减少吗？为什么？
32、Kafka中是怎么体现消息顺序性的？
33、kafka中的broker是干什么的
34、kafka follower如何与leader同步数据
35、Kafka消息是采用Pull模式，还是Push模式？
36、Kafka的ack机制
37、Kafka与传统消息系统之间有三个关键区别
38、请说明Kafka相对传统技术有什么优势?
39、消费者负载均衡策略
40、如何获取 topic 主题的列表
41、生产者和消费者的命令行是什么？
42、consumer 是推还是拉？
43、讲讲 kafka 维护消费状态跟踪的方法
44、讲一下主从同步
45、为什么需要消息系统，mysql 不能满足需求吗？
46、Zookeeper 对于 Kafka 的作用是什么？
47、数据传输的事务定义有哪三种？
48、Kafka 判断一个节点是否还活着有那两个条件？
49、Kafka 与传统 MQ 消息系统之间有三个关键区别
50、讲一讲 kafka 的 ack 的三种机制
51、 消费者如何不自动提交偏移量， 由应用提交？
52、如何控制消费的位置
53、kafka 分布式（不是单机）的情况下，如何保证消息的顺 序消费?
54、kafka 的高可用机制是什么
55、kafka 如何减少数据丢失
如果本文对你有帮助，别忘记给我个3连 ，点赞，转发，评论，
咱们下期见。