作者：Java3y
链接：https://www.zhihu.com/question/628325953/answer/3281764326
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
面试官：今天我想问下，你觉得Kafka会丢数据吗？
候选者：嗯，使用Kafka时，有可能会有以下场景会丢消息
候选者：比如说，我们用Producer发消息至Broker的时候，就有可能会丢消息
候选者：如果你不想丢消息，那在发送消息的时候，需要选择带有 callBack的api进行发送
候选者：其实就意味着，如果你发送成功了，会回调告诉你已经发送成功了。如果失败了，那收到回调之后自己在业务上做重试就好了。
候选者：等到把消息发送到Broker以后，也有可能丢消息
候选者：一般我们的线上环境都是集群环境下嘛，但可能你发送的消息后broker就挂了，这时挂掉的broker还没来得及把数据同步给别的broker，数据就自然就丢了
候选者：发送到Broker之后，也不能保证数据就一定不丢了，毕竟Broker会把数据存储到磁盘之前，走的是操作系统缓存
候选者：也就是异步刷盘这个过程还有可能导致数据会丢
候选者：嗯，到这里其实我已经说了三个场景了，分别是：producer -> broker ，broker->broker之间同步，以及broker->磁盘
候选者：要解决上面所讲的问题也比较简单，这块也没什么好说的…
候选者：不想丢数据，那就使用带有callback的api，设置 acks、retries、factor等等些参数来保证Producer发送的消息不会丢就好啦。
面试官：嗯…
候选者：一般来说，还是client 消费 broker 丢消息的场景比较多
面试官：那你们在消费数据的时候是怎么保证数据的可靠性的呢？
候选者：首先，要想client端消费数据不能丢，肯定是不能使用autoCommit的，所以必须是手动提交的。
候选者：我们这边是这样实现的：
候选者：一、从Kafka拉取消息（一次批量拉取500条，这里主要看配置）时
候选者：二、为每条拉取的消息分配一个msgId（递增）
候选者：三、将msgId存入内存队列（sortSet）中
候选者：四、使用Map存储msgId与msg(有offset相关的信息）的映射关系，通过msgId用来获取相关元信息
候选者：五、当业务处理完消息后，ack时，获取当前处理的消息msgId，然后从sortSet删除该msgId（此时代表已经处理过了）
候选者：六、接着与sortSet队列（本地内存队列）的首部第一个Id比较（其实就是最小的msgId），如果当前msgId<=sort Set第一个ID，则提交当前offset
候选者：七、系统即便挂了，在下次重启时就会从sortSet队首的消息开始拉取，实现至少处理一次语义
候选者：八、会有少量的消息重复，但只要下游做好幂等就OK了。
面试官：嗯，你也提到了幂等，你们这业务怎么实现幂等性的呢？
候选者：嗯，还是以处理订单消息为例好了。
候选者：幂等Key我们由订单编号+订单状态所组成（一笔订单的状态只会处理一次）
候选者：在处理之前，我们首先会去查Redis是否存在该Key，如果存在，则说明我们已经处理过了，直接丢掉
候选者：如果Redis没处理过，则继续往下处理，最终的逻辑是将处理过的数据插入到业务DB上，再到最后把幂等Key插入到Redis上
候选者：显然，单纯通过Redis是无法保证幂等的（：
候选者：所以，Redis其实只是一个「前置」处理，最终的幂等性是依赖数据库的唯一Key来保证的（唯一Key实际上也是订单编号+状态）
候选者：总的来说，就是通过Redis做前置处理，DB唯一索引做最终保证来实现幂等性的
面试官：你们那边遇到过顺序消费的问题吗？
候选者：嗯，也是有的，我举个例子
候选者：订单的状态比如有 支付、确认收货、完成等等，而订单下还有计费、退款的消息报
候选者：理论上来说，支付的消息报肯定要比退款消息报先到嘛，但程序处理的过程中可不一定的嘛
候选者：所以在这边也是有消费顺序的问题
候选者：但在广告场景下不是「强顺序」的，只要保证最终一致性就好了。
候选者：所以我们这边处理「乱序」消息的实现是这样的：
候选者：一、宽表：将每一个订单状态，单独分出一个或多个独立的字段。消息来时只更新对应的字段就好，消息只会存在短暂的状态不一致问题，但是状态最终是一致的
候选者：二、消息补偿机制：另一个进行消费相同topic的数据，消息落盘，延迟处理。将消息与DB进行对比，如果发现数据不一致，再重新发送消息至主进程处理
候选者：还有部分场景，可能我们只需要把相同userId/orderId发送到相同的partition（因为一个partition由一个Consumer消费），又能解决大部分消费顺序的问题了呢。
面试官：嗯…懂了
Java开源项目推荐
我推荐一个拥有从零开始的文档的Java开源项目，既能用于毕业设计，又可以用在面试。已经有不少的同学通过这个项目拿到了大厂的offer啦（美团/vivo/阿里等等）
该项目业务极容易理解，代码结构是比较清晰的，最可怕的是几乎每个方法和每个类都带有中文注释，并且代码完全通过阿里开发插件检查。
拥有非常全的文档，作者从零搭建的过程都有详细地记录，项目里使用了蛮多的可靠和稳定的中间件的。在使用每一个技术栈之前作者都讲述了为什么要使用，以及它的业务背景。我看过，他所说的场景是完全贴合线上环境的。
我感觉这个项目就是奔着真实互联网线上项目去设计和实现的，将项目克隆下来把中间件换成目前公司在用的，配合自身的需求完善下基础建设，它就能在线上运行了。
我跟着README文档的部署使用姿势很快就能跑起来，最少只需要依赖MySQL和Redis。作者还搞了个前端功能界面，这就让系统变得更好理解了。而且，在GitHub或者Gitee所提的Issue几乎都会有回复，看出来也非常乐于合并开发者们的pull request，会让人参与感贼强。
我相信在校、工作一年左右或常年做内网CRUD后台的同学去看看肯定会有所启发，作者也会经常在群里回答该项目相关的问题和代码设计思路。
项目里会应用到各种设计模式（我稍微看了下，应该有7~8种吧），用到了各种的好用的工具组件，动态线程池、日志切面组件之类，都是主流的技术栈...目前这个项目GitHub和Gitee加起来已经 9K stars了，我相信破万是迟早的事情。
标签：候选者,面试官,处理,Redis,broker,Kafka,消息 From： https://www.cnblogs.com/paimianbaobao/p/18259041