技术大佬 ：佩琪，最近看你闷闷不乐，又被虐了？
佩琪：(⊙o⊙)…，又被大佬发现了。现如今公司内部岗位竞争激烈，靠被动涨薪，已经比前几年难了不止几个数量级。怎么办？趁年底到外部去主动出击，“运气好”，成功了，也能主动涨薪。可是最近出去面试都被揉捏的像一个麻花了
技术大佬 ：哦，这次又是遇到什么难题了？
佩琪： 由于和大佬讨论过消息中间件的应用画像问题： 不丢，不重复，不乱序，以及kafka高性能（见
kafka 消息“零丢失”的配方
技术大佬问我 订单消息重复消费了 怎么办？
技术大佬问我 订单消息乱序了怎么办？
技术大佬问我 kafka为什么这么快
）
所以在简历的技术栈里就夸大似的写了精通kafka消息中间件，然后就被面试官炮轰了里面的细节
佩琪： 其中面试官给我印象深刻的一个问题是：你们的kafka是如何保证数据的高可靠的了？主从之间数据又是如何同步的了？
技术大佬 ：哦，那你是怎么回答的了？
佩琪：我就是个crud boy，根本不知道啥是高可靠，所以就很低下的回答到：“尊敬的面试官，不好意思，我不太理解这里面的细节“
技术大佬 ：哦，真是个诚实的孩子；然后呢？
佩琪：然后面试官就让我回家等通知了，然后就没有然后了。。。。
佩琪 ： 对了大佬，你能讲讲 kafka 是如何保证数据高可靠的吗？
技术大佬 ：kafka 数据高可靠，主要是靠分区多副本机制来保证的。即kafka认为把数据保存在一个机器的一个分区上有丢失的风险，那么可以允许把数据复制到多个机器的多个副本分区上。核心思想，是利用数据的冗余来保证数据的高可靠的。
佩琪 ： 哦哦，那你能说说 kafka 副本间 数据是如何同步的吗？
技术大佬： 要了解 kafka副本间数据同步，除了要知道它的同步流程外，还需要知道数据同步流程里有两个重要的逻辑概念，一个是HW，一个是LEO。
佩琪： 哦哦，那什么是HW呢？
技术大佬： HW（hight water）翻译为中文为“高水位”。概念有点抽象，要不看看 下图
高水位其实是一个日志位置：是“所有ISR分区”已同步leader日志的位置。 比如这里的HW 值为5：表示"所有的ISR分区" 已同步了leader分区位置为5之前的日志。
佩琪： 哦哦，大佬，这个HW这么的抽象，有什么用呢；能举几个具体的栗子不？
技术大佬： 主要有两个作用
技术大佬： 1. 控制所有的消费组，对leader分区上消息日志的可见性。比如上图中HW 为5，表示消息者应用，只能看到5之前的消息；而5到8这4个未被follower分区同步的日志，消费组是看不到的。其实这也是kafka为了保证数据一致性的底层实现方式，比如5到8还未被ISR同步的日志，如果被消费者消费了，但是还没提交消费确认 就宕机了，然后集群选出其它ISR分区成为了新leader；然后消费者 再从拉消息进行消费，这时会导致消费者看不到上一次拉取到的某些消息；你不觉得很奇怪吗？
技术大佬： 2. 帮助kafka完成副本同步，就是上面说的 分区数据同步时会用到。
佩琪： 哦哦，那这个LEO又是什么了？
技术大佬： 这个LEO 英文全称是Log end offset，即日志末端偏移量，它标识 当前leader 写入下一条日志的位置。上图里的LEO 是6，HW为5，然后leader此时写入了一条新消息在位置5上，只是还没被ISR里分区进行同步。
佩琪： （小声嘀咕 概念终于啰嗦完了 ），大佬 是不是该讲讲 follower同步leader的消息数据过程是怎样的了？
技术大佬： follower同步leader消息数据 大概有5步。
技术大佬： 第一步：假设有一个topic，有1个分区，2个副本的；生产端发送3条批量消息到 leader分区上；leader HW为0，leader LEO 为3；
follower HW 为0，follower LEO为0；
如下图
技术大佬： 第二步：follower分区会定时不停的往leader分区拉取数据。请求参数带上自身LEO=0和HW=0；定时间隔和拉取的数据量可配置（默认为500毫秒，replica.fetch.wait.max.ms）；如下图
技术大佬： 第三步： follower 分区拉取后，返回的数据里包含消息数据和leader的HW；接着消息写入本地文件系统，然后更新自身的LEO值为3，更新自身的HW为0；如下图
技术大佬： 第四步：follower分区再次拉取数据。请求参数带上LEO=3，HW=0；leader分区，看到follower分区LEO为3；然后和自己的HW比较，发现大于自己的HW，立刻把自己的HW也更新为3；如下图
技术大佬： 第五步：follower 分区拉取后，返回的数据里包含leader的HW=3；follower在拿到leader的HW，和自身进行比较，发现leader比自身大，则更新自身的hw为3；如下图
佩琪： 大佬我知道了，让我来简化下上面的同步过程吧。 follower的LEO，在第一次同步消息时，进行更新；而leader 的HW， follower的HW，是在第二次同步时才会进行更新的。
佩琪： leader的HW，依赖follower的LEO；follower的HW，依赖leader的HW更新；并且这些值的更新是在两次请求中完成的。
技术大佬： 佩琪进步很快嘛，给你点赞。
佩琪： 对了，大佬，这个follower 的LEO和HW，需要两次请求，即两阶段，才能完成；直觉告诉我，这里面有问题。另外 follower同步leader的这个过程，有什么问题没了？
技术大佬： （汗，被问到了）这个，额，11点半了，到饭点了，要不先吃饭，下午再聊？
总结
1、kafka 主从同步，主要是靠follower分区，定时拉取来完成的；并且这个定时时间，拉取消息数量大小的上限和下限可配置
2、kafka 主从同步时，follower 除了拉取消息数据外，还会更新HW消息位置，和LEO的消息位置
3、leader HW，follower LEO和follower HW的更新，是通过两阶段完成的。
原创不易，请 点赞，留言，关注，收藏 4暴击^^
参考资料：
kafka.apache.org/20/document…
cwiki.apache.org/confluence/…
