嗯嗯好的。
面试官思考中…
面试官：消息生产者的异步回调，知道吧
Ok知道的。主要是可以进行异常日志的记录。
是这样的，Kafka的异步提交消息相比同步提交，不需要在brocker响应前阻塞线程。
但是异步提交我们是不知道消费情况的，所以就可以在Kafka消费异常时，通过其回调来告知程序异常情况，从而进行日志记录。
面试官思考中…
面试官：消费者分区呢
嗯嗯。分区的作用主要就是为了提高Kafka处理消息吞吐量。
每一个topic会被分为多个分区。
假如同一个topic下有n个分区、n个消费者，每个分区会发送消息给对应的一个消费者，这样n个消费者就可以负载均衡地处理消息。
同时生产者会发送消息给不同分区，每个分区分给不同的brocker处理，让集群平坦压力，这样大大提高了Kafka的吞吐量。
面试官思考中…
面试官：你说说消费者手动提交和自动提交，有什么区别
其实就是两种不同的客户端提交方式。
- 自动提交的话，通过设置enable.auto.commit为true，每过5秒消费者客户端就会自动提交最大偏移量
- 手动提交的话，通过设置enable.auto.commit为false，让消费者客户端消费程序执行后提交当前的偏移量
面试官思考中…
面试官：那它们都有什么优、缺点
- 自动提交的话，比较方便只需要配置就可以，不过可能会导致消息丢失或重复消费。
- 如果刚好到了5秒时提交了最大偏移量，此时正在消费中的消费者客户端崩溃了，就会导致消息丢失
- 如果成功消费了，下一秒应该自动提交，但此时消费者客户端奔溃了提交不了，就会导致其他分区的消费者重复消费
- 手动提交的话，需要写程序手动提交，要分两种提交方式。
- 手动提交是同步提交的话，在broker对请求做出回应之前，客户端会一直阻塞，这样的话限制应用程序的吞吐量
- 是异步提交的话，不会有吞吐量的问题。不过发送给broker偏移量之后，不会管broker有没有收到消息
面试官抓抓脑袋，继续看你的简历…
得想想考点你不懂的😰
未完待续。。。。。。
好了，今天的分享就先到这，我们下期【大厂面试演练】继续。
创作不易，不妨点赞、收藏、关注支持一下，各位的支持就是我创作的最大动力❤️
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
