kafka面经汇总
感谢那些分享面经的同学
tips：如果大家对自己的项目业务还不是很熟悉，可以用Trae或者其他的ai IDEA帮你分析整个项目的业务
一、核心原理与基础概念
- 请简述 Kafka 的核心原理（架构、数据流转过程）。
- 讲一下你对消息队列的理解（核心价值、适用场景）。
- Kafka 的核心特性有哪些？
- Kafka 是推（Push）模式还是拉（Pull）模式？支持批量处理还是单条处理？
- 什么是零拷贝？Kafka 的零拷贝是怎么实现的（底层调用的函数 / 机制）？
- 有了解过 Kafka 分区（Partition）的概念吗？其核心作用是什么？
- 正常情况下，一个 Topic 下是一个分区还是多个分区？多个分区的好处是什么？
- Kafka 的 Leader 和 Follower 分别是干什么用的？
- 请介绍 Kafka 的 ISR 机制（In-Sync Replicas，同步副本集）。
- Kafka 用什么维护消费偏移量（Offset）？最新版本还依赖 ZooKeeper 吗？原因是什么？
- 除了异步通信和削峰填谷，使用 MQ 还有哪些考量？
- 什么时候会用到 Kafka？其核心应用场景是什么？
二、高可用与可靠性保障
- Kafka 如何保证高可用性？（结合集群、ISR、Leader 选举等）
- Kafka 如何保证消息不丢失？可能丢失消息的场景有哪些？如何解决？
- Kafka 如何保证消息的顺序性？（整体顺序、分区内顺序）
- Kafka 如何防止脑裂问题？
- Kafka 支持事务吗？其事务机制是怎样的？
- 什么是消息的重复消费？Kafka 中如何避免重复消费？
- Kafka 的 ACK 有哪几种模式？各自的作用是什么？
- 一个 Kafka Topic 被 5 个消费组同时消费（每个 Group 写不同系统），中间某个 Group 偶发失败，但不能重放整条消息（其他组已成功），如何保证该组失败消息的精准重试？同时如何保证幂等性？
三、分区与 Topic 相关
- Kafka 的分区策略有哪些？默认分区、粘性分区、自定义分区分别是什么？
- Kafka 如何将消息发送到指定的 Partition 中？（底层逻辑、路由规则）
四、生产者与消费者相关
- Kafka 消费者的消费策略有哪些？（如 Range、Round-Robin 等）
- 什么是 Kafka 的 Rebalance 机制？
- 哪些情况下会触发 Kafka 的 Rebalance？
- Rebalance 持续时间较长会有什么影响？如何解决？
- 如何降低 Consumer 重启次数？
- Kafka 出现消息消费 Lag（消费延迟、消息堆积）时，如何排查问题？怎么处理？
- 除了限流和丢弃消息，还有哪些方式可以提高消费者的吞吐量，解决消息积压？
- 单分区单消费者实例场景下，如何提高 Kafka 的吞吐量？
- Kafka、RabbitMQ 如果要监听多个 Topic，需要写多个监听器吗？
五、选举机制
- Kafka 的 Leader 选举策略是什么？
- Kafka 的选举机制具体是怎么实现的？（结合 ISR、Controller 等）
六、性能优化
- 为什么 Kafka 速度快？（从存储、IO、网络等角度分析）
七、部署与运维
- 如果 Kafka 宕机，如何处理？（分 Broker 宕机、Consumer 宕机等场景）
八、特殊功能实现
- Kafka 的延迟消息队列是如何实现的？
- 如何用 Kafka 解耦文件上传与处理流程？
九、MQ 对比与选型
- Kafka 和 RabbitMQ 有什么区别？
- Kafka、RabbitMQ、RocketMQ 三者的区别与适用场景？
- 为什么选择 Kafka 实现服务通信？选型时为什么不选 RabbitMQ 或 RocketMQ？
- 为什么使用 Kafka 做异步通信？有考虑过其他 MQ 吗？
十、项目实战场景
- Kafka 在工作场景中主要用于解决什么问题？
- Kafka 在项目中的具体使用场景有哪些？（举例说明）
